GLM 全模型接口 - Responses 快速开始

curl --request POST \
  --url https://direct.evolink.ai/v1/responses \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "glm-5.3-flash",
  "input": "请用一句话介绍你自己。",
  "max_output_tokens": 1024,
  "reasoning": {
    "effort": "low"
  }
}
'

{
  "id": "response_demo",
  "object": "response",
  "created_at": 1789971757,
  "model": "glm-5.3-flash",
  "status": "completed",
  "output": [
    {
      "type": "message",
      "id": "message_demo",
      "status": "completed",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "你好，我是 GLM，可以帮你完成对话、写作和代码任务。",
          "annotations": []
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 17,
    "output_tokens": 24,
    "total_tokens": 41,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "output_tokens_details": {
      "reasoning_tokens": 0
    }
  },
  "error": null
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

POST

responses

curl --request POST \
  --url https://direct.evolink.ai/v1/responses \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "glm-5.3-flash",
  "input": "请用一句话介绍你自己。",
  "max_output_tokens": 1024,
  "reasoning": {
    "effort": "low"
  }
}
'

{
  "id": "response_demo",
  "object": "response",
  "created_at": 1789971757,
  "model": "glm-5.3-flash",
  "status": "completed",
  "output": [
    {
      "type": "message",
      "id": "message_demo",
      "status": "completed",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "你好，我是 GLM，可以帮你完成对话、写作和代码任务。",
          "annotations": []
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 17,
    "output_tokens": 24,
    "total_tokens": 41,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "output_tokens_details": {
      "reasoning_tokens": 0
    }
  },
  "error": null
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

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 为备用地址。

使用 POST /v1/responses，通过 model 选择 glm-5.3、glm-5.3-flash、glm-5.3-flashx 或 glm-5.2。最少需要 model 和 input；示例额外设置输出预算与推理档位，便于直接开始。

参数名称与 Chat Completions 不同：输入使用 input，输出上限使用 max_output_tokens，推理强度使用 reasoning.effort。glm-5.3、glm-5.3-flash 与 glm-5.3-flashx 的实际思考档位为 low、high、max；兼容 xhigh → max、medium → high、minimal / none → low。minimal 与 none 不会关闭 5.3 系列的思考，思考 token 仍按输出计费。

读取正文

响应的 output 可能同时包含推理、正文和工具调用。遍历 type="message" 中的 output_text 内容块，不要假设第一项就是正文。假设已将响应 JSON 解析为 response，可以这样提取文本：

text = "".join(
    part["text"]
    for item in response.get("output", [])
    if item.get("type") == "message"
    for part in item.get("content", [])
    if part.get("type") == "output_text"
)
print(text)

为推理预留输出预算：max_output_tokens 包含思考与正文，建议从 1024 起按任务调整。若 status="incomplete" 且 incomplete_details.reason="max_output_tokens"，请调高上限；预算耗尽时可能只有推理项，没有正文。

工具调用、图像输入、SSE 处理与多轮对话，请查看完整参数文档。

授权

Authorization

string

header

必填

在 Authorization 请求头中传入 Bearer YOUR_API_KEY。

请求体

application/json

model

enum<string>

默认值:glm-5.3-flash

必填

选择 GLM 模型。四个型号均支持本接口的文本调用。

模型 ID	输入能力	推理参数注意事项
`glm-5.3`	文本	实际思考档位为 `low` / `high` / `max`；支持兼容取值，见 `reasoning`；不能关闭思考
`glm-5.3-flash`	文本、图像	同上；图像使用 `input_image` 内容块
`glm-5.3-flashx`	文本、图像	同 `glm-5.3`；图像使用 `input_image` 内容块
`glm-5.2`	文本	传入 `none` 仍可能产生推理 token，不保证关闭思考

不同模型支持的能力有所不同，请查看对应型号的说明。

可用选项:

glm-5.3,

glm-5.3-flash,

glm-5.3-flashx,

glm-5.2

示例:

"glm-5.3-flash"

input

必填

必填。纯文本字符串，或 Responses 输入项数组。数组支持消息、回传的模型输出项与 function_call_output。多轮对话可在每次请求中携带完整历史；系统提示词推荐作为 role=system 消息放在数组首项。图片使用 input_image，仅 glm-5.3-flash 与 glm-5.3-flashx 支持。不要使用 Chat Completions 的 messages / image_url 内容块格式。

示例:

"请用一句话介绍你自己。"

max_output_tokens

integer

本次生成的输出 token 上限，包含推理 token。建议从 1024 起按任务调整。过小可能在思考阶段耗尽预算，只返回 reasoning 项而没有正文；检查 status 和 incomplete_details。不要改写为 max_tokens。

必填范围: x >= 1

示例:

1024

stream

boolean

默认值:false

开启 SSE 流式返回。正文读取 response.output_text.delta 的 delta；成功终态为 response.completed。遇到 response.incomplete、response.failed 或 error 也应结束本轮并处理。不要只等待 [DONE] 或连接断开。

reasoning

object

Responses 使用嵌套 reasoning.effort，而非顶层 reasoning_effort 或 thinking。推理用量包含在 output_tokens 中；简单任务可能返回 reasoning_tokens=0，这不代表支持关闭思考。

Show child attributes

响应

生成成功或返回不完整结果；检查 status。流式时返回 text/event-stream。

string

本轮响应 ID。用于 previous_response_id 时原样传入。

示例:

"response_demo"

object

string

Allowed value: "response"

created_at

integer

创建时间，Unix 秒。

model

string

示例:

"glm-5.3-flash"

status

enum<string>

completed 表示本轮生成结束，也可能仅有工具调用；incomplete 表示输出不完整。请同时检查 output 和 error。

可用选项:

completed,

incomplete,

failed,

in_progress,

queued

output

object[]

有序输出项。遍历 type=message 的 content 中 type=output_text 的 text 得到正文。reasoning 可能在正文之前；function_call 轮次可能没有正文。不要固定读取 output[0]。

Show child attributes

output_text

string

可选的正文聚合字段，可能缺失。通用客户端应遍历 output。

usage

object

Show child attributes

error

object | null

响应错误；成功时通常为 null。

incomplete_details

object

Show child attributes

metadata

object | null

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 - Responses 快速开始

读取正文

授权

请求体

响应

​读取正文

授权

请求体

响应

读取正文