---
title: "Flowise में OpenAI Custom Model नोड और Base Path सेटअप"
description: "Flowise चैटफ़्लो में OpenAI Custom Model नोड से BroadNet Inference इस्तेमाल करें: Base Path, OpenAI API क्रेडेंशियल और हाथ से टाइप किया BroadNet मॉडल नाम।"
url: https://broadrouter.com/hi/guides/flowise-openai-compatible/
lang: hi
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

यह पेज अंग्रेज़ी से AI की मदद से अनुवाद किया गया है। [अंग्रेज़ी मूल पढ़ें](https://broadrouter.com/guides/flowise-openai-compatible/) (2026-11-16 को अपडेट किया गया).

# Flowise को BroadNet Inference से जोड़ें (OpenAI Custom Model)

अपडेट किया गया 2026-11-16

Flowise चैटफ़्लो में OpenAI Custom Model चैट मॉडल नोड जोड़ें। उसमें अपनी BroadNet key वाला OpenAI API क्रेडेंशियल जोड़ें, Model Name में broadnet/glm-5.3 जैसा BroadNet मॉडल ID टाइप करें, और Additional Parameters में Base Path को https://inference.broadnet.ai/v1 पर सेट करें। यह नोड chat completions इस्तेमाल करता है। टूल कॉल करने वाले एजेंट के लिए GLM 5.3 या Qwen3.8 27B चुनें।

Flowise LLM ऐप और एजेंट बनाने का एक ओपन-सोर्स, लो-कोड बिल्डर है। इसका **OpenAI Custom Model** चैट मॉडल नोड OpenAI-कम्पैटिबल API के लिए ही बना है: आप मॉडल का नाम टाइप करते हैं और base path सेट करते हैं। BroadNet Inference `https://inference.broadnet.ai/v1` पर chat completions देता है, इसलिए यही नोड सही है। BroadRouter, BroadNet की अपनी साइट है। नीचे के स्टेप Flowise 3.1.4 में इस नोड के सोर्स कोड के अनुसार हैं, क्योंकि Flowise के डॉक्स में इस नोड का कोई पेज नहीं है।

## सेटअप

1.  **क्रेडेंशियल बनाएँ।** Flowise में **Credentials** खोलें, एक **OpenAI API** क्रेडेंशियल जोड़ें, उसका नाम “BroadNet” रखें और **OpenAI Api Key** में अपनी BroadNet key पेस्ट करें।
    
2.  **नोड जोड़ें।** किसी चैटफ़्लो में **Chat Models → OpenAI Custom Model** जोड़ें।
    
3.  **नोड भरें:**
    
    | फ़ील्ड | वैल्यू |
    | --- | --- |
    | Connect Credential | BroadNet वाला क्रेडेंशियल |
    | Model Name | `broadnet/glm-5.3` |
    | Temperature | डिफ़ॉल्ट 0.9; एक्सट्रैक्शन के लिए कम करें |
    | Streaming (Additional Parameters) | चालू (डिफ़ॉल्ट) |
    | Max Tokens (Additional Parameters) | 4000 |
    | Base Path (Additional Parameters) | `https://inference.broadnet.ai/v1` |
    
4.  **इसे किसी चेन या एजेंट नोड से जोड़ें**, सेव करें, और चैट पैनल में एक टेस्ट मैसेज भेजें। जवाब आए, तो key, URL और मॉडल नाम सही हैं।
    

## कौन-सा फ़ील्ड क्या करता है

-   **Model Name** मॉडल ID के रूप में भेजा जाता है। BroadNet का ID `broadnet/` प्रीफ़िक्स के साथ टाइप करें। नोड मॉडल लिस्ट नहीं लाता, इसलिए BroadNet का `/v1/models`, जिसमें 16 नवंबर 2026 को जाँचते समय सिर्फ़ ट्रांसक्रिप्शन मॉडल थे, बीच में नहीं आता।
-   **Base Path** क्लाइंट का base URL बन जाता है। Flowise इसके आगे `/chat/completions` जोड़ता है।
-   **Max Tokens** `max_tokens` के रूप में भेजा जाता है। DeepSeek V4.1 Flash, GLM 5.3 और Qwen3.8 27B जवाब देने से पहले रीज़निंग करते हैं, और रीज़निंग इसी में गिनी जाती है, इसलिए इसे कम न रखें।
-   **Base Options** में JSON हेडर दिए जाते हैं, जो हर अनुरोध में जुड़ते हैं। BroadNet को किसी की ज़रूरत नहीं।

## स्टैंडर्ड ChatOpenAI नोड क्यों नहीं?

ChatOpenAI नोड में भी Base Path फ़ील्ड है, लेकिन Flowise 3.1.4 में उसका Model Name एक ड्रॉपडाउन है, जो `listModels` मेथड से भरता है और जिसका डिफ़ॉल्ट `gpt-4o-mini` है। OpenAI Custom Model नोड में इसकी जगह खुला टेक्स्ट वाला Model Name है, और उसका सोर्स उसे “OpenAI Chat compatible API” (अनुवाद: OpenAI Chat के साथ कम्पैटिबल API) के लिए बताता है, और BroadNet यही देता है।

## कौन-सा मॉडल चुनें

| फ़्लो | मॉडल |
| --- | --- |
| टूल एजेंट, स्ट्रक्चर्ड आउटपुट पार्सर | `broadnet/glm-5.3` |
| इमेज या अरबी टेक्स्ट पढ़ने वाले एजेंट | `broadnet/qwen3.8-27b` |
| बातचीत और रिट्रीवल चेन, लंबे दस्तावेज़ | `broadnet/deepseek-v4.1-flash` |
| शुरुआती क्रेडिट पर Flowise आज़माना | `broadnet/gemma-4-26b-a4b` (32,768 टोकन का कॉन्टेक्स्ट) |

BroadNet के डॉक्स टूल और स्ट्रक्चर्ड आउटपुट सिर्फ़ GLM 5.3 और Qwen3.8 27B के लिए सूचीबद्ध करते हैं। [हर मॉडल की कीमतें](https://broadrouter.com/hi/pricing/)।

## हमने इसे कैसे टेस्ट किया

हमने Flowise सर्वर नहीं चलाया। 2026-11-15 को हमने flowise@3.1.4 टैग पर OpenAI Custom Model नोड का सोर्स पढ़ा, फिर `@langchain/openai` 1.2.5 से, जो वर्ज़न Flowise 3.1.4 पिन करता है, वही `ChatOpenAI` ऑब्जेक्ट बनाया जो नोड बनाता है। हमने एक स्ट्रीम किया गया मैसेज और एक टूल कॉल एक लोकल मॉक सर्वर पर भेजे, जो BroadNet के chat-completions ढाँचे में जवाब देता है। दोनों अनुरोध `/v1/chat/completions` पर गए, मॉडल ID `broadnet/glm-5.3` बिना बदलाव के, Bearer key, `max_tokens: 4000`, `temperature: 0.9` और `stream: true` के साथ, और टूल कॉल पार्स होकर वापस आया। हमारे पास BroadNet key नहीं थी, इसलिए हमने असली मॉडल आउटपुट टेस्ट नहीं किया। फ़ील्ड के नाम सोर्स से लिए गए हैं; उन्हें अपने Flowise वर्ज़न से मिला लें।

## समस्या का समाधान

-   **401.** क्रेडेंशियल में ग़लत key है, या key एक्सपायर हो गई है या उसका अलाउंस ख़त्म हो गया है।
-   **404.** Base Path के अंत में `/v1` होना चाहिए। Model Name, BroadNet के ID से हूबहू मिलना चाहिए। पेड मॉडल के लिए टॉप-अप चाहिए; $5 क्रेडिट पर सिर्फ़ `broadnet/gemma-4-26b-a4b` और दो Transcribe मॉडल चलते हैं।
-   **ख़ाली जवाब.** Max Tokens बढ़ाएँ। [जवाब ख़ाली क्यों आते हैं](https://broadrouter.com/hi/guides/reasoning-tokens-empty-response/)।
-   **एजेंट टूल इस्तेमाल किए बिना जवाब देता है.** `broadnet/glm-5.3` या `broadnet/qwen3.8-27b` पर स्विच करें।
-   **लोड में 429.** उपयोग के अनुसार भुगतान वाली key प्रति मिनट 30 अनुरोध और एक साथ 4 चालू अनुरोध की अनुमति देती है। [एरर और रीट्राई](https://broadrouter.com/hi/guides/errors-and-retries/) देखें।

## इस गाइड के शब्द

[टोकन (token)](https://broadrouter.com/hi/glossary/token/)

टोकन टेक्स्ट की वह इकाई है जिसे लैंग्वेज मॉडल पढ़ता और लिखता है: कोई शब्द, शब्द का हिस्सा, विराम चिह्न या बाइट का क्रम, जो मॉडल का टोकनाइज़र बनाता है। LLM API इस्तेमाल को टोकन में गिनते हैं, उसी में लिमिट लगाते हैं और आम तौर पर बिल भी बनाते हैं।

[AI एजेंट (AI agent)](https://broadrouter.com/hi/glossary/agent/)

AI एजेंट ऐसा सिस्टम है जिसमें लैंग्वेज मॉडल किसी लक्ष्य की ओर अपने क़दम ख़ुद तय करता है: कौन-से टूल कॉल करने हैं, चुनता है, नतीजे पढ़ता है और अंतिम जवाब या किसी सीमा तक दोहराता रहता है। तय बिंदुओं पर मॉडल को कॉल करने वाली स्क्रिप्ट को आम तौर पर workflow कहते हैं।

[उपयोग के अनुसार भुगतान (pay-as-you-go)](https://broadrouter.com/hi/glossary/pay-as-you-go/)

उपयोग के अनुसार भुगतान (pay-as-you-go) एक प्राइसिंग मॉडल है जिसमें आप सिर्फ़ उतना देते हैं जितना इस्तेमाल करते हैं, जिसे टोकन, अनुरोध या ऑडियो मिनट जैसी इकाइयों में मापा जाता है, बिना सब्सक्रिप्शन या न्यूनतम प्रतिबद्धता के। ज़्यादातर LLM API इसी तरह बिल बनाते हैं, प्रीपेड बैलेंस या समय-समय पर बनने वाले इनवॉइस से।

[कॉन्करेंसी (concurrency)](https://broadrouter.com/hi/glossary/concurrency/)

कॉन्करेंसी, किसी क्लाइंट के एक ही समय पर चल रहे (in-flight) अनुरोधों की संख्या है। LLM API अक्सर इसकी सीमा हर key या प्लान पर, प्रति मिनट अनुरोधों से अलग रखते हैं, क्योंकि हर खुला अनुरोध जवाब पूरा होने तक GPU क्षमता घेरे रहता है।

[टेम्परेचर (temperature)](https://broadrouter.com/hi/glossary/temperature/)

टेम्परेचर एक सैंपलिंग पैरामीटर है जो तय करता है कि लैंग्वेज मॉडल का आउटपुट कितना रैंडम होगा। मॉडल अपने टोकन स्कोर को प्रायिकता में बदलने से पहले टेम्परेचर से भाग देता है: कम वैल्यू पर सबसे संभावित टोकन हावी रहता है, ज़्यादा वैल्यू पर वितरण सपाट हो जाता है और कम संभावित टोकन ज़्यादा बार चुने जाते हैं।

[स्ट्रक्चर्ड आउटपुट (structured output)](https://broadrouter.com/hi/glossary/structured-output/)

स्ट्रक्चर्ड आउटपुट LLM API का एक फ़ीचर है जो मॉडल के जवाब को डेवलपर के तय फ़ॉर्मैट, आम तौर पर JSON Schema, तक सीमित करता है, ताकि कोड उसे भरोसे से पार्स कर सके। यह JSON mode से सख़्त है, जो मान्य JSON की गारंटी देता है, लेकिन किसी ख़ास ढाँचे की नहीं।

[स्ट्रीमिंग (streaming)](https://broadrouter.com/hi/glossary/streaming/)

स्ट्रीमिंग, लैंग्वेज मॉडल के जवाब को अंत में एक साथ लौटाने के बजाय, बनते समय ही छोटे-छोटे टुकड़ों (chunks) में लौटाने का तरीक़ा है। OpenAI-कम्पैटिबल API, अनुरोध में stream को true सेट करने पर server-sent events से स्ट्रीम करते हैं।

[base URL](https://broadrouter.com/hi/glossary/base-url/)

base URL किसी API का तय मूल पता है, जैसे https://api.example.com/v1, जिसे क्लाइंट /chat/completions जैसे हर एंडपॉइंट पाथ के आगे जोड़ता है। OpenAI-compatible SDK में base URL को API key और मॉडल ID के साथ बदलने से वही कोड किसी दूसरे प्रोवाइडर से जुड़ जाता है।

## अक्सर पूछे जाने वाले सवाल

### BroadNet के लिए Flowise का कौन-सा नोड इस्तेमाल करूँ?

OpenAI Custom Model (chatOpenAICustom)। इसका सोर्स इसे OpenAI chat-compatible API इस्तेमाल करने वाला कस्टम मॉडल बताता है। Model Name एक खुला टेक्स्ट फ़ील्ड है, इसलिए आप BroadNet ID टाइप कर सकते हैं, और Base Path से URL बदलता है।

### Flowise में Base Path फ़ील्ड कहाँ है?

यह OpenAI Custom Model नोड का एक वैकल्पिक फ़ील्ड है, जो Additional Parameters में दिखता है। इसे https://inference.broadnet.ai/v1 पर सेट करें: /v1 के साथ, और उसके आगे कोई पाथ नहीं।

### OpenAI Custom Model नोड कौन-सा क्रेडेंशियल इस्तेमाल करता है?

OpenAI API क्रेडेंशियल (openAIApi)। API key की जगह अपनी BroadNet key डालकर एक क्रेडेंशियल बनाएँ। Flowise इसे Bearer टोकन के रूप में Base Path पर भेजता है।

### डिफ़ॉल्ट temperature ज़्यादा क्यों लगता है?

नोड का डिफ़ॉल्ट temperature 0.9 है। एक्सट्रैक्शन या क्लासिफ़िकेशन वाले फ़्लो के लिए इसे कम करें।

## संबंधित गाइड

-   [n8n में BroadNet Inference इस्तेमाल करें (OpenAI credential, Base URL)](https://broadrouter.com/hi/guides/n8n-openai-compatible/)
-   [OpenAI-API-compatible प्लगइन से Dify में BroadNet Inference जोड़ें](https://broadrouter.com/hi/guides/dify-openai-api-compatible/)
-   [रीज़निंग मॉडल ख़ाली जवाब क्यों लौटाता है](https://broadrouter.com/hi/guides/reasoning-tokens-empty-response/)
-   [BroadNet Inference के एरर कोड और रीट्राई कब करें](https://broadrouter.com/hi/guides/errors-and-retries/)
-   [BroadNet Inference के साथ काम करने वाले सभी टूल (अंग्रेज़ी में)](https://broadrouter.com/integrations/): SDK, कोडिंग एजेंट, चैट UI और ऑटोमेशन टूल, हर एक की सटीक सेटिंग के साथ

इसे अपने असली वर्कलोड पर आज़माएँ। नए अकाउंट Gemma और ट्रांसक्रिप्शन के लिए US$5 के क्रेडिट से शुरू होते हैं। DeepSeek, GLM, और Qwen3.8 के लिए टॉप-अप ज़रूरी है।

[शुरू करें](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-guides-flowise-openai-compatible&utm_content=page-cta) ·

**स्रोत**

-   [Flowise सोर्स कोड, OpenAI Custom Model नोड (ChatOpenAICustom.ts), flowise@3.1.4 पर (2026-11-15 को जाँचा गया)](https://github.com/FlowiseAI/Flowise/blob/flowise%403.1.4/packages/components/nodes/chatmodels/ChatOpenAICustom/ChatOpenAICustom.ts)
-   [GitHub पर Flowise रिलीज़, नवीनतम flowise@3.1.4 (2026-11-15 को जाँचा गया)](https://github.com/FlowiseAI/Flowise/releases)
-   [BroadNet Inference API रेफ़रंस (2026-11-15 को जाँचा गया) (अंग्रेज़ी में)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-guides-flowise-openai-compatible&utm_content=sources)
