curl --request POST \
  --url https://direct.evolink.ai/v1/messages \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "glm-5.3",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "你好，世界"
    }
  ]
}
'

{
  "id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5",
  "type": "message",
  "role": "assistant",
  "model": "glm-5.3",
  "content": [
    {
      "type": "thinking",
      "thinking": "用户要求用一个词打招呼，回答 \"Hi\" 即可。",
      "signature": ""
    },
    {
      "type": "text",
      "text": "Hi."
    }
  ],
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 18,
    "output_tokens": 101,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0,
    "prompt_tokens_details": {
      "cached_tokens": 0
    }
  }
}

Messages 接口

GLM 全模型接口 - Messages 完整参数

使用 Anthropic Messages 协议调用 GLM 系列模型，通过 model 参数选择具体型号
请求 / 响应结构与 Anthropic API 对齐
系统提示词：通过顶层 system 传入
思考模式：全系列默认开启思考，思考内容通过 content[type=thinking] block 返回；只有 glm-5.2 可传 thinking.type=disabled 关闭
流式输出：SSE 事件流
工具调用：兼容 Anthropic tool_use / tool_result 流程
图像输入：仅 glm-5.3-flash 真正支持，详见 messages 字段说明

POST

messages

curl --request POST \
  --url https://direct.evolink.ai/v1/messages \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "glm-5.3",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "你好，世界"
    }
  ]
}
'

{
  "id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5",
  "type": "message",
  "role": "assistant",
  "model": "glm-5.3",
  "content": [
    {
      "type": "thinking",
      "thinking": "用户要求用一个词打招呼，回答 \"Hi\" 即可。",
      "signature": ""
    },
    {
      "type": "text",
      "text": "Hi."
    }
  ],
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 18,
    "output_tokens": 101,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0,
    "prompt_tokens_details": {
      "cached_tokens": 0
    }
  }
}

BaseURL 说明：默认 BaseURL 为 https://direct.evolink.ai，对文本模型支持更好，支持长连接；https://api.evolink.ai 是多模态主力地址，对文本模型作为备用地址使用。

能否关闭思考因模型而异：只有 glm-5.2 支持 thinking.type: "disabled"；glm-5.3 与 glm-5.3-flash 始终思考，传 disabled 会报错。从 glm-5.2 迁移时，请先移除写死的 disabled 再切换模型。

图像输入只有 glm-5.3-flash 支持，且传给其他模型不会报错。 向 glm-5.3 或 glm-5.2 传入图像内容块时，请求正常返回 200，但模型无法读取图片内容，只会依据文字部分作答，给出看似正常、实际与图片无关的回复，且多次请求结果并不一致。这类静默失败在生产环境中难以排查，需要图像理解时请选择 glm-5.3-flash。

授权

Authorization

string

header

必填

##所有接口均需要使用 Bearer Token 进行认证##

获取 API Key：

访问 API Key 管理页面获取您的 API Key

使用时在请求头中添加：

Authorization: Bearer YOUR_API_KEY

备注：EvoLink 对 /v1/messages 统一采用 Bearer Token 鉴权。

请求体

application/json

model

enum<string>

默认值:glm-5.3

必填

要调用的模型：

模型 ID	定位	能否关闭思考	图像输入
`glm-5.3`	旗舰模型，复杂软件工程与 Agent 任务能力全面进阶；1M 上下文	不可关闭	不支持
`glm-5.3-flash`	轻量多模态模型，成本极低且原生支持视觉；1M 上下文	不可关闭	支持
`glm-5.2`	上一代旗舰，复杂推理与超长上下文；1M 上下文	可关闭（`thinking.type=disabled`）	不支持

可用选项:

glm-5.3,

glm-5.3-flash,

glm-5.2

示例:

"glm-5.3"

messages

object[]

必填

对话消息列表，按轮次 user / assistant 交替

说明：

至少包含 1 条消息
最后一条消息通常为 role=user
支持多轮上下文，模型会引用历史消息

图像输入：只有 glm-5.3-flash 支持，通过 content 数组里的 {"type":"image","source":{...}} 块传入。

向 glm-5.3 或 glm-5.2 传入图像内容块不会报错，但模型无法读取图片内容。请求正常返回 200，模型仅依据文字部分作答，给出看似正常、实际与图片无关的回复，且多次请求结果并不一致。

这类静默失败在生产环境中难以排查，需要图像理解时请选择 glm-5.3-flash。

Minimum array length: 1

Show child attributes

max_tokens

integer

指定生成内容长度的上限（Token 数）

说明：

GLM 系列最大支持 131,072 tokens（128K）输出长度，建议设置不小于 1024
thinking 产生的 token 也计入该上限
达到上限时内容会被截断，响应 stop_reason=max_tokens

必填范围: 1 <= x <= 131072

示例:

1024

system

系统提示词，用于设定 AI 角色与行为

说明：

支持字符串或内容块数组
通过顶层 system 字段传入（不要放进 messages）
模型会遵循 system 约束
过长的 system 可能被截断：需要长上下文请放入 messages，不要全部堆在 system

示例:

"You are a helpful assistant."

temperature

number

采样温度

说明：

值越高输出越发散，越低越确定
建议范围 [0, 1]

必填范围: 0 <= x <= 1

示例:

1

top_p

number

核采样阈值

说明：

范围 [0, 1]
建议不要同时调整 temperature 与 top_p

必填范围: 0 <= x <= 1

示例:

0.9

top_k

integer

仅从概率最高的 K 个 token 中采样（Anthropic 特有参数）

说明：

值越小输出越确定，越大候选越多样

必填范围: x >= 0

示例:

10

stop_sequences

string[]

自定义停止序列：生成命中其中任一字符串时停止

说明：

命中即截断，命中处之前的内容正常返回
注意：命中停止序列时，GLM 系列的 stop_reason 返回 end_turn（而非 Anthropic 标准的 stop_sequence），响应也不含 stop_sequence 字段。若客户端依赖 stop_reason=="stop_sequence" 判断命中，需特殊处理

示例:

["\n\n"]

stream

boolean

默认值:false

是否以 SSE 流式返回

true：Server-Sent Events 流式返回（标准 Anthropic 事件序列：message_start / content_block_start / content_block_delta / message_delta / message_stop）
false：完整响应后一次性返回（默认）

示例:

false

thinking

object

控制深度思考

说明：

GLM 系列均为推理模型，不传该字段时默认开启思考
开启时响应 content 数组中会出现 type="thinking" 的推理过程 block（按 output token 计费，signature 可能为空串）
仅 type 二元开关有效：budget_tokens、effort 等思考预算/等级参数不生效（会被忽略）

能否关闭因模型而异：

glm-5.2：传 {"type":"disabled"} 可关闭思考，显著减少 output token
glm-5.3 / glm-5.3-flash：始终思考，不可关闭。传 disabled 会报错

由此带来的结果：glm-5.3 系列在本端点无法降低思考开销。关不掉（disabled 报错），也调不小（budget_tokens 与 effort 均不生效，顶层 reasoning_effort 是 OpenAI 协议字段、本端点忽略）。思考内容按 output token 计费，这部分开销在本端点是刚性的。

需要控制思考成本，请改用 Chat Completions 接口 —— 那边的 reasoning_effort 有 low / high / max 三档真实生效。glm-5.2 不受此限，它在本端点可以直接关闭思考。

从 glm-5.2 迁移：现有代码若写死 thinking.type=disabled，切换到 glm-5.3 前必须移除该字段，否则请求直接失败。迁移后若原本依赖关闭思考来控制成本，本端点没有等效替代，需要一并考虑换用 Chat Completions 接口。

Show child attributes

tools

object[]

工具定义列表

说明：

遵循 Anthropic tool 定义规范
input_schema 使用 JSON Schema 对象
模型会返回标准 tool_use block，stop_reason=tool_use

Show child attributes

tool_choice

object

工具选择策略

Show child attributes

metadata

object

请求元数据

Show child attributes

响应

消息对象

Anthropic 风格的消息响应

string

消息唯一 ID（格式形如 msg_<uuid>）

type

enum<string>

响应对象类型

可用选项:

message

role

enum<string>

可用选项:

assistant

model

string

实际使用的模型

示例:

"glm-5.3"

content

object[]

响应内容块列表

可能包含的 block type：

thinking：推理过程（思考开启时，默认开启）
text：最终回答文本
tool_use：模型发起的工具调用

Show child attributes

stop_reason

enum<string>

停止原因

end_turn：自然结束（命中 stop_sequences 时也返回此值）
max_tokens：达到 max_tokens 上限
tool_use：模型触发工具调用

可用选项:

end_turn,

max_tokens,

tool_use

usage

object

Token 使用统计（Anthropic 规范）

Show child attributes

图像系列

视频系列

音频系列

语言系列

账户管理

任务管理

文件管理

GLM 全模型接口 - Messages 完整参数

授权

请求体

响应