---
title: "Pydantic AI でカスタムの OpenAI 互換 base_url を使う | BroadRouter"
description: "OpenAIChatModel と OpenAICompatibleProvider で Pydantic AI のエージェントを BroadNet Inference 上で動かす方法です。ツール呼び出し、構造化出力、モデルプロファイルの調整も扱います。"
url: https://broadrouter.com/ja/guides/pydantic-ai-openai-compatible/
lang: ja
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。[英語の原文を読む](https://broadrouter.com/guides/pydantic-ai-openai-compatible/)（2026-11-16 更新）。

# Pydantic AI を BroadNet Inference で使う（OpenAICompatibleProvider）

更新日 2026-11-16

pydantic-ai-slim\[openai\] をインストールし、broadnet/glm-5.3 などの BroadNet のモデル ID と、ベース URL が https://inference.broadnet.ai/v1、API キーが BroadNet のキーの OpenAICompatibleProvider を使って OpenAIChatModel を作成します。そのモデルを Agent に渡します。BroadNet が提供するのはチャット補完なので、Responses のモデルではなく OpenAIChatModel を使ってください。Pydantic AI のドキュメントによると、base\_url 付きの OpenAIProvider は OpenAI 本体向けです。

Pydantic AI は、Pydantic チームによる Python のエージェントフレームワークです。組み込みのプロバイダーがないサービスについて、ドキュメントでは `OpenAICompatibleProvider` にそのサービスの `base_url` を渡すよう案内しています。BroadNet Inference は `https://inference.broadnet.ai/v1` で標準のチャット補完を提供しているので、この方法を使います。BroadRouter は BroadNet 自身のサイトです。この記事はバージョン 2.68 時点の Pydantic AI のドキュメントに従っています。

## インストール

```bash
pip install "pydantic-ai-slim[openai]"
export BROADNET_API_KEY='your-broadnet-key'
```

## 接続

```python
import os
from pydantic_ai import Agent
from pydantic_ai.models.openai import OpenAIChatModel
from pydantic_ai.providers.openai_compatible import OpenAICompatibleProvider

model = OpenAIChatModel(
    'broadnet/glm-5.3',
    provider=OpenAICompatibleProvider(
        'broadnet',
        base_url='https://inference.broadnet.ai/v1',
        api_key=os.environ['BROADNET_API_KEY'],
    ),
)

agent = Agent(model)
result = agent.run_sync('Give me three names for a Go linting tool.')
print(result.output)
```

これを実行することがそのままテストになります。回答が表示されれば、キー、URL、モデル ID は正しく設定されています。

-   **最初の引数は BroadNet に送られるモデル ID です。** `broadnet/` の接頭辞を含め、そのまま正確に書いてください。
-   **プロバイダー名**（ここでは `'broadnet'`）は、すべてのレスポンスに記録されます。Pydantic AI のドキュメントでは、この名前は変えないよう勧めています。以前のレスポンスのどのデータをサービスに送り返すかが、この名前で決まるためです。
-   **`OpenAIChatModel` を使い続けてください。** Pydantic AI のドキュメントによると、`OpenAIResponsesModel` を使うのはサービスが Responses API を実装している場合だけです。BroadNet はこの API を記載していません。

## ツールと構造化出力

```python
from pydantic import BaseModel

class City(BaseModel):
    name: str
    country: str

agent = Agent(model, output_type=City)
print(agent.run_sync('Which city hosts the Burj Khalifa?').output)
```

ツールと構造化出力には `broadnet/glm-5.3` か `broadnet/qwen3.8-27b` を使ってください。BroadNet のドキュメントでこの 2 つの機能が記載されているのは、この 2 モデルだけです。

## モデルプロファイルを設定する場面

Pydantic AI はモデル名からリクエストのプロファイルを選びます。ある機能が無視されたり拒否されたりする場合は、自分で `OpenAIModelProfile` を渡すようドキュメントに書かれています。BroadNet で知っておくとよい設定は次の 2 つです。

```python
from pydantic_ai.profiles.openai import OpenAIModelProfile

model = OpenAIChatModel(
    'broadnet/glm-5.3',
    provider=OpenAICompatibleProvider('broadnet', base_url='https://inference.broadnet.ai/v1', api_key=os.environ['BROADNET_API_KEY']),
    profile=OpenAIModelProfile(
        openai_chat_supports_max_completion_tokens=False,  # send max_tokens, the field BroadNet documents
        openai_supports_strict_tool_definition=False,      # only if strict tool schemas are rejected
    ),
)
```

出力の上限はモデル設定で渡します。たとえば `agent.run_sync(prompt, model_settings={'max_tokens': 2000})` のようにします。DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B では、推論（reasoning）もこの上限に含まれます。

## どのモデルを選ぶか

| エージェント | モデル |
| --- | --- |
| ツール、構造化出力 | `broadnet/glm-5.3` |
| 画像やアラビア語のテキスト、ツールあり | `broadnet/qwen3.8-27b` |
| 長い文書、定額プラン | `broadnet/deepseek-v4.1-flash` |
| 無料の初回クレジット | `broadnet/gemma-4-26b-a4b`（32,768 トークンのコンテキスト） |

[全モデルの料金](https://broadrouter.com/ja/pricing/)。

## トラブルシューティング

-   **401。** 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、またはモデルが見つからない。** `base_url` は `/v1` で終わっている必要があります。モデル ID を確認してください。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。
-   **出力が空、またはバリデーションのリトライが繰り返される。** 推論（reasoning）が出力の上限を使い切っています。`max_tokens` を上げてください。[回答が空になる理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)。
-   **ツール定義で 400。** プロファイルで `openai_supports_strict_tool_definition=False` を設定し、BroadNet がツールを記載しているモデルを使ってください。
-   **エージェントを同時に動かすと 429。** 従量課金のキーは毎分 30 リクエスト、同時 4 リクエストまでです。[エラーとリトライ](https://broadrouter.com/ja/guides/errors-and-retries/)を参照してください。

## このガイドの用語

[AI エージェント（AI agent）](https://broadrouter.com/ja/glossary/agent/)

AI エージェントとは、言語モデルが目標に向けて自分で手順を決めるシステムです。どのツールを呼ぶかを決め、結果を読み、最終回答を出すか上限に達するまで繰り返します。決まった箇所でモデルを呼ぶ固定のスクリプトは、ふつうワークフローと呼ばれます。

[構造化出力（Structured Outputs）](https://broadrouter.com/ja/glossary/structured-output/)

構造化出力とは、モデルの回答を開発者が指定した形式（通常は JSON Schema）に制約し、コードで確実に解析できるようにする LLM API の機能です。有効な JSON であることだけを保証し、特定の形までは保証しない JSON モードより厳格です。

[max\_tokens（最大出力トークン数）](https://broadrouter.com/ja/glossary/max-tokens/)

max\_tokens とは、モデルが 1 回の応答で生成できるトークン数の上限を決める LLM API のパラメーターです。生成が上限に達すると止まり、応答は途中で打ち切られたものとして、たとえば finish\_reason が "length" になります。

[従量課金（pay-as-you-go）](https://broadrouter.com/ja/glossary/pay-as-you-go/)

従量課金とは、使った分だけを支払う料金体系です。トークン、リクエスト、音声の分数などの単位で計測され、サブスクリプションや最低利用額はありません。多くの LLM API はこの方式で、前払いの残高か定期的な請求書から支払います。

[トークン（token）](https://broadrouter.com/ja/glossary/token/)

トークンとは、言語モデルが読み書きするテキストの単位です。モデルのトークナイザーが作る単語、単語の一部、句読点、バイト列のいずれかにあたります。LLM API は利用量をトークンで数え、上限を設け、通常はトークン単位で課金します。

[プリペイドクレジット（prepaid credit）](https://broadrouter.com/ja/glossary/prepaid-credit/)

プリペイドクレジットとは、使用前に API アカウントに入金しておくお金です。リクエストごとに費用が残高から差し引かれ、残高がなくなると、チャージするまで従量課金のリクエストは止まります。支出は支払った額までに抑えられます。

[レート制限（rate limit）](https://broadrouter.com/ja/glossary/rate-limit/)

レート制限とは、1 分あたりのリクエスト数やトークン数など、一定時間内にクライアントが API を使える量に API 側が設ける上限です。上限を超えたリクエストは、使用量が下回るまで通常 HTTP 429 Too Many Requests で拒否されます。

[同時実行数（concurrency）](https://broadrouter.com/ja/glossary/concurrency/)

同時実行数（concurrency）とは、クライアントが同時に処理中にしているリクエストの数です。開いているリクエストは応答が終わるまで GPU の容量を占有するため、LLM API は毎分リクエスト数とは別に、キーやプランごとにこれを制限することがよくあります。

## よくある質問

### BroadNet には OpenAIProvider と OpenAICompatibleProvider のどちらを使うべきですか？

OpenAICompatibleProvider です。Pydantic AI のドキュメントによると、OpenAIProvider も base\_url を受け取りますが、OpenAI 本体か、OpenAI への透過的なプロキシ向けで、OpenAI のモデルと機能を前提にしています。

### デフォルトの OpenAI モデルではなく OpenAIChatModel を使うのはなぜですか？

Pydantic AI のデフォルトの OpenAI モデルは Responses API を使います。BroadNet は /v1/chat/completions でチャット補完を提供しており、OpenAIChatModel が呼び出すのはこちらです。

### ツールと構造化出力は使えますか？

BroadNet がツールと構造化出力を記載しているモデル、つまり GLM 5.3 と Qwen3.8 27B なら使えます。BroadNet のドキュメントには DeepSeek V4.1 Flash のツールの記載がないので、ツールを使うエージェントはまずテストしてください。

### Pydantic AI が max\_completion\_tokens を送らないようにするには？

OpenAIChatModel に profile=OpenAIModelProfile(openai\_chat\_supports\_max\_completion\_tokens=False) を渡します。すると Pydantic AI は古い max\_tokens フィールドを送るようになります。BroadNet の API リファレンスに記載されているのはこちらのフィールドです。

## 関連ガイド

-   [OpenAI Python SDK を BroadNet Inference で使う](https://broadrouter.com/ja/guides/openai-python-sdk/)
-   [LangChain で BroadNet Inference を使う](https://broadrouter.com/ja/guides/langchain-openai-base-url/)
-   [CrewAI で BroadNet Inference をカスタム OpenAI エンドポイントとして使う](https://broadrouter.com/ja/guides/crewai-custom-openai-endpoint/)
-   [推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)
-   [BroadNet Inference で使えるすべてのツール（英語）](https://broadrouter.com/integrations/)：SDK、コーディングエージェント、チャット UI、自動化ツールと、それぞれの正確な設定

実際のワークロードで試してください。新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

[始める](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-guides-pydantic-ai-openai-compatible&utm_content=page-cta) ·

**出典**

-   [Pydantic AI ドキュメント、Other compatible APIs（Other endpoints、Model profile）（2026-11-15 確認）](https://pydantic.dev/docs/ai/models/compatible-apis/)
-   [Pydantic AI ドキュメント、OpenAI models（2026-11-15 確認）](https://pydantic.dev/docs/ai/models/openai/)
-   [PyPI の pydantic-ai 2.68.0（Python 3.11 以上）（2026-11-15 確認）](https://pypi.org/project/pydantic-ai/)
-   [BroadNet Inference API リファレンス（2026-11-15 確認）（英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-guides-pydantic-ai-openai-compatible&utm_content=sources)
