Flowise は、LLM アプリやエージェントを作るためのオープンソースのローコードビルダーです。OpenAI Custom Model チャットモデルノードは OpenAI 互換 API 向けに作られており、モデル名を手入力し、ベースパスを設定できます。BroadNet Inference は https://inference.broadnet.ai/v1 で chat completions を提供しているので、このノードを使います。BroadRouter は BroadNet 自身のサイトです。Flowise のドキュメントにはこのノードのページがないため、手順は Flowise 3.1.4 のノードのソースコードに基づいています。
設定手順
-
認証情報を作成します。 Flowise で Credentials を開き、OpenAI API の認証情報を追加して「BroadNet」と名前を付け、BroadNet のキーを OpenAI Api Key に貼り付けます。
-
ノードを追加します。 chatflow に Chat Models → OpenAI Custom Model を追加します。
-
ノードに入力します。
フィールド 値 Connect Credential BroadNet の認証情報 Model Name broadnet/glm-5.3Temperature デフォルトは 0.9。抽出では下げる Streaming(Additional Parameters) オン(デフォルト) Max Tokens(Additional Parameters) 4000 Base Path(Additional Parameters) https://inference.broadnet.ai/v1 -
チェーンまたはエージェントのノードに接続して保存し、チャットパネルでテストメッセージを送ります。返答があれば、キー、URL、モデル名は正しく設定されています。
各フィールドの役割
- Model Name はモデル ID として送られます。
broadnet/プレフィックス付きの BroadNet の ID を入力してください。このノードはモデル一覧を取得しないので、BroadNet の/v1/models(2026 年 11 月 16 日に確認したときは文字起こしモデルしか載っていませんでした)が邪魔をすることはありません。 - Base Path がクライアントのベース URL になります。Flowise はその後ろに
/chat/completionsを付けます。 - Max Tokens は
max_tokensとして送られます。DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B は回答の前に推論し、推論もこの上限に含まれるので、低く設定しないでください。 - Base Options には、すべてのリクエストに追加するヘッダーを JSON で指定します。BroadNet では何も必要ありません。
標準の ChatOpenAI ノードを使わない理由
ChatOpenAI ノードにも Base Path フィールドはありますが、Flowise 3.1.4 では Model Name が listModels メソッドで埋められるドロップダウンで、デフォルトは gpt-4o-mini です。一方、OpenAI Custom Model ノードの Model Name は自由入力で、ソースコードでも「OpenAI Chat compatible API」(訳:OpenAI Chat 互換の API)向けと説明されています。BroadNet が提供しているのはまさにそれです。
モデルの選び方
| フロー | モデル |
|---|---|
| ツールを使うエージェント、構造化出力パーサー | broadnet/glm-5.3 |
| 画像やアラビア語のテキストを読むエージェント | broadnet/qwen3.8-27b |
| 会話チェーンや検索チェーン、長い文書 | broadnet/deepseek-v4.1-flash |
| 初回クレジットで Flowise を試す | broadnet/gemma-4-26b-a4b(コンテキスト 32,768 トークン) |
BroadNet のドキュメントでツールと構造化出力が記載されているのは GLM 5.3 と Qwen3.8 27B だけです。全モデルの料金。
テスト方法
Flowise サーバーは動かしていません。2026-11-15 に flowise@3.1.4 タグの OpenAI Custom Model ノードのソースコードを読み、Flowise 3.1.4 が固定している @langchain/openai 1.2.5 を使って、ノードと同じ ChatOpenAI オブジェクトを組み立てました。BroadNet の chat completions の形式で応答するローカルのモックサーバーに、ストリーミングのメッセージとツール呼び出しを 1 回ずつ送りました。どちらのリクエストも /v1/chat/completions に届き、モデル ID broadnet/glm-5.3 はそのまま、Bearer キー、max_tokens: 4000、temperature: 0.9、stream: true が付いていて、ツール呼び出しも正しくパースされて返ってきました。BroadNet のキーは持っていなかったため、実際のモデル出力はテストしていません。フィールド名はソースコードから取ったものなので、お使いの Flowise のバージョンで確認してください。
トラブルシューティング
- 401。 認証情報のキーが間違っている、期限切れ、または利用枠を使い切っています。
- 404。 Base Path は
/v1で終わっている必要があります。Model Name は BroadNet の ID と完全に一致させてください。有料モデルにはチャージが必要です。$5 のクレジットで使えるのはbroadnet/gemma-4-26b-a4bと 2 つの Transcribe モデルだけです。 - 返答が空になる。 Max Tokens を上げてください。回答が空で返ってくる理由。
- エージェントがツールを使わずに答える。
broadnet/glm-5.3かbroadnet/qwen3.8-27bに切り替えてください。 - 負荷がかかると 429 になる。 従量課金のキーでは 1 分あたり 30 リクエスト、処理中のリクエストは同時に 4 個までです。エラーとリトライを参照してください。
