curl --request POST \
  --url https://direct.evolink.ai/v1/chat/completions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "glm-5.3",
  "messages": [
    {
      "role": "user",
      "content": "Bitte stelle dich vor"
    }
  ]
}
'

{
  "id": "chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a",
  "object": "chat.completion",
  "request_id": "req-7f3a2c1e8b9d4f0a",
  "created": 1777021417,
  "model": "glm-5.3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hallo! Ich bin GLM-5.3 und kann dir bei Konversation, Schlussfolgern, Schreiben, Programmieren und vielen weiteren Aufgaben helfen.",
        "reasoning_content": "Lass mich dieses Problem zunächst analysieren...",
        "tool_calls": [
          {
            "id": "<string>",
            "type": "function",
            "function": {
              "name": "<string>",
              "arguments": "<string>"
            }
          }
        ]
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 346,
    "total_tokens": 370,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 321
    }
  },
  "web_search": [
    {
      "icon": "<string>",
      "title": "<string>",
      "link": "<string>",
      "media": "<string>",
      "publish_date": "<string>",
      "content": "<string>",
      "refer": "<string>"
    }
  ],
  "content_filter": [
    {
      "role": "assistant",
      "level": 1
    }
  ]
}

{
  "error": {
    "code": 400,
    "message": "Invalid request parameters",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Invalid or expired token",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Insufficient quota",
    "type": "insufficient_quota_error",
    "fallback_suggestion": "https://evolink.ai/dashboard/credits"
  }
}

{
  "error": {
    "code": 403,
    "message": "Access denied for this model",
    "type": "permission_error",
    "param": "model"
  }
}

{
  "error": {
    "code": 404,
    "message": "Specified model not found",
    "type": "not_found_error",
    "param": "model",
    "fallback_suggestion": "glm-5.3"
  }
}

{
  "error": {
    "code": 429,
    "message": "Rate limit exceeded",
    "type": "rate_limit_error",
    "fallback_suggestion": "retry after 60 seconds"
  }
}

{
  "error": {
    "code": 500,
    "message": "Internal server error",
    "type": "internal_server_error",
    "fallback_suggestion": "try again later"
  }
}

{
  "error": {
    "code": 123,
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "fallback_suggestion": "<string>"
  }
}

{
  "error": {
    "code": 503,
    "message": "Service temporarily unavailable",
    "type": "service_unavailable_error",
    "fallback_suggestion": "retry after 30 seconds"
  }
}

Chat Completions API

GLM Schnittstelle für alle Modelle - Chat Completions vollständige Parameter

GLM-Modelle über das OpenAI-Chat-Completions-Protokoll aufrufen, das konkrete Modell wird über den Parameter model gewählt
Synchrone Verarbeitung, die den Gesprächsinhalt in Echtzeit zurückgibt
Textgespräch: Kontextgespräche mit einer oder mehreren Runden; glm-5.3-flash und glm-5.3-flashx unterstützen zusätzlich Bildeingabe
System-Prompt: Rolle und Verhalten der KI über eine role=system-Nachricht anpassen
Tiefes Denken: thinking.type steuert die Gedankenkette, reasoning_effort regelt die Denktiefe; der Denkprozess wird über reasoning_content zurückgegeben
Streaming: SSE-Streaming-Antworten werden unterstützt (stream=true)
Werkzeugaufrufe: Function Calling und Websuche werden unterstützt (web_search, bis zu 128 Werkzeuge)
Strukturierte Ausgabe: JSON-Modus über response_format aktivieren

Hinweis zu Streaming-Antworten: Bei stream=true erfolgt die Rückgabe über Server-Sent Events; jede Nachricht hat das Format data: {JSON}, und am Ende wird data: [DONE] gesendet. Jeder Datenblock (ChatCompletionChunk) enthält id, created, model, choices sowie optional usage und content_filter; darin liefert choices[].delta inkrementell role / content / reasoning_content / tool_calls, und choices[].finish_reason gibt im letzten Block den Abbruchgrund an.

POST

chat

completions

curl --request POST \
  --url https://direct.evolink.ai/v1/chat/completions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "glm-5.3",
  "messages": [
    {
      "role": "user",
      "content": "Bitte stelle dich vor"
    }
  ]
}
'

{
  "id": "chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a",
  "object": "chat.completion",
  "request_id": "req-7f3a2c1e8b9d4f0a",
  "created": 1777021417,
  "model": "glm-5.3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hallo! Ich bin GLM-5.3 und kann dir bei Konversation, Schlussfolgern, Schreiben, Programmieren und vielen weiteren Aufgaben helfen.",
        "reasoning_content": "Lass mich dieses Problem zunächst analysieren...",
        "tool_calls": [
          {
            "id": "<string>",
            "type": "function",
            "function": {
              "name": "<string>",
              "arguments": "<string>"
            }
          }
        ]
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 346,
    "total_tokens": 370,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 321
    }
  },
  "web_search": [
    {
      "icon": "<string>",
      "title": "<string>",
      "link": "<string>",
      "media": "<string>",
      "publish_date": "<string>",
      "content": "<string>",
      "refer": "<string>"
    }
  ],
  "content_filter": [
    {
      "role": "assistant",
      "level": 1
    }
  ]
}

{
  "error": {
    "code": 400,
    "message": "Invalid request parameters",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Invalid or expired token",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Insufficient quota",
    "type": "insufficient_quota_error",
    "fallback_suggestion": "https://evolink.ai/dashboard/credits"
  }
}

{
  "error": {
    "code": 403,
    "message": "Access denied for this model",
    "type": "permission_error",
    "param": "model"
  }
}

{
  "error": {
    "code": 404,
    "message": "Specified model not found",
    "type": "not_found_error",
    "param": "model",
    "fallback_suggestion": "glm-5.3"
  }
}

{
  "error": {
    "code": 429,
    "message": "Rate limit exceeded",
    "type": "rate_limit_error",
    "fallback_suggestion": "retry after 60 seconds"
  }
}

{
  "error": {
    "code": 500,
    "message": "Internal server error",
    "type": "internal_server_error",
    "fallback_suggestion": "try again later"
  }
}

{
  "error": {
    "code": 123,
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "fallback_suggestion": "<string>"
  }
}

{
  "error": {
    "code": 503,
    "message": "Service temporarily unavailable",
    "type": "service_unavailable_error",
    "fallback_suggestion": "retry after 30 seconds"
  }
}

BaseURL: Die Standard-BaseURL ist https://direct.evolink.ai, die Textmodelle und langlebige Verbindungen besser unterstützt. https://api.evolink.ai ist der primäre Endpunkt für multimodale Dienste und dient als Ausweichadresse für Textmodelle.

Denkschalter. enabled aktiviert das Denken und ist bei allen Modellen Standard. disabled deaktiviert es nur bei glm-5.2.glm-5.3, glm-5.3-flash und glm-5.3-flashx denken immer. disabled behält den Standard-Denkmodus bei: Es deaktiviert weder das Denken noch setzt es die Intensität auf low. Verwenden Sie dafür reasoning_effort=low. Nach dem Wechsel von glm-5.2 zur 5.3-Serie bleibt Denken auch mit thinking.type=disabled aktiv; Denk-Tokens werden als Ausgabe berechnet.

reasoning_effort: Denkintensität, Standard max. Kompatibilitätsregeln für glm-5.3 / glm-5.3-flash / glm-5.3-flashx

Übergebener Wert	Effektive Denkstufe
`low` / `high` / `max`	Unverändert
`xhigh`	`max`
`medium`	`high`
`minimal` / `none`	`low`; Denken bleibt aktiv

minimal und none deaktivieren das Denken der 5.3-Serie nicht. Denk-Tokens werden als Ausgabe berechnet. Unbekannte Werte bleiben ohne Kompatibilitätszuordnung unverändert; verwenden Sie die aufgeführten Werte. Diese Zuordnungen gelten nicht für glm-5.2. glm-5.2 unterstützt max, xhigh, high, medium, low, minimal und none. xhigh entspricht max; medium / low entsprechen high; minimal / none können das Denken deaktivieren. Auch thinking.type=disabled schaltet es aus. Für komplexe Aufgaben wie Programmieren ist max geeignet.

Inhalt der Benutzernachricht.

Zeichenkette: reiner Text, von allen Modellen unterstützt
Array von Inhaltsblöcken: Text und Bilder gemischt, nur von glm-5.3-flash und glm-5.3-flashx unterstützt

Werden Bildinhaltsblöcke an glm-5.3 oder glm-5.2 gesendet, gibt es einen Fehler.

Autorisierungen

Authorization

string

header

erforderlich

##Alle APIs erfordern eine Bearer-Token-Authentifizierung##

API-Schlüssel abrufen:

Besuchen Sie die API-Schlüsselverwaltung, um Ihren API-Schlüssel abzurufen

Zum Anfrage-Header hinzufügen:

Authorization: Bearer YOUR_API_KEY

Body

application/json

model

enum<string>

Standard:glm-5.3

erforderlich

Aufzurufendes Modell:

Modell-ID	Positionierung	Denksteuerung	Bildeingabe
`glm-5.3`	Flaggschiffmodell mit durchgängigen Fortschritten bei komplexer Softwareentwicklung und Agentenaufgaben sowie deutlich stärkerer Programmierleistung als in der Vorgängergeneration; 1M Kontext	Immer aktiv; effektive Stufen: low / high / max. Kompatible Werte unter reasoning_effort.	Nicht unterstützt
`glm-5.3-flash`	Leichtgewichtiges multimodales Modell mit hybrider Architektur aus Sparse- und Linear-Attention, äußerst günstig und mit nativer Vision; 1M Kontext	Wie `glm-5.3`	Unterstützt, siehe Feld `messages`
`glm-5.3-flashx`	Multimodales Modell mit Bildeingabe; 1M Kontext	Wie `glm-5.3`	Unterstützt, siehe Feld `messages`
`glm-5.2`	Flaggschiff der vorigen Generation, komplexes Reasoning und sehr langer Kontext; 1M Kontext	Mit `thinking.type: "disabled"` abschaltbar; `reasoning_effort` unterstützt alle 7 Stufen	Nicht unterstützt

Verfügbare Optionen:

glm-5.3,

glm-5.3-flash,

glm-5.3-flashx,

glm-5.2

Beispiel:

"glm-5.3"

messages

(System Message · object | User Message · object | Assistant Message · object | Tool Message · object)[]

erforderlich

Liste der Konversationsnachrichten, enthält die vollständigen Kontextinformationen des aktuellen Gesprächs

Unterstützt vier Rollen: system, user, assistant, tool. Nachrichten mit unterschiedlichen Rollen haben unterschiedliche Feldstrukturen; wählen Sie die entsprechende Rolle zur Ansicht aus. Mindestens 1 Nachricht erforderlich, und es dürfen nicht ausschließlich System- oder Assistentennachrichten enthalten sein.

Minimum array length: 1

System Message
User Message
Assistant Message
Tool Message

Show child attributes

stream

boolean

Standard:false

Ob der Streaming-Ausgabemodus aktiviert wird

false: Das Modell gibt die vollständige Antwort nach der Generierung auf einmal zurück (Standard), geeignet für kurze Texte und Stapelverarbeitung
true: Gibt über Server-Sent Events (SSE) in Echtzeit blockweise zurück, geeignet für Chat und lange Texte; am Ende des Streams wird data: [DONE] zurückgegeben

Beispiel:

false

thinking

object

Steuert, ob die Gedankenkette (Chain of Thought) aktiviert wird

Show child attributes

reasoning_effort

enum<string>

Standard:max

Denkintensität, Standard max.

Kompatibilitätsregeln für glm-5.3 / glm-5.3-flash / glm-5.3-flashx

Übergebener Wert	Effektive Denkstufe
`low` / `high` / `max`	Unverändert
`xhigh`	`max`
`medium`	`high`
`minimal` / `none`	low; Denken bleibt aktiv

minimal und none deaktivieren das Denken der 5.3-Serie nicht. Denk-Tokens werden als Ausgabe berechnet. Unbekannte Werte bleiben ohne Kompatibilitätszuordnung unverändert; verwenden Sie die aufgeführten Werte. Diese Zuordnungen gelten nicht für glm-5.2.

glm-5.2 unterstützt max, xhigh, high, medium, low, minimal und none. xhigh entspricht max; medium / low entsprechen high; minimal / none können das Denken deaktivieren. Auch thinking.type=disabled schaltet es aus. Für komplexe Aufgaben wie Programmieren ist max geeignet.

Verfügbare Optionen:

max,

xhigh,

high,

medium,

low,

minimal,

none

Beispiel:

"max"

do_sample

boolean

Standard:true

Ob eine Sampling-Strategie aktiviert wird

true (Standard): Verwendet temperature / top_p für zufälliges Sampling, vielfältigere Ausgabe
false: Wählt stets das Wort mit der höchsten Wahrscheinlichkeit (Greedy Decoding), deterministischere Ausgabe; in diesem Fall werden temperature und top_p ignoriert

Für Aufgaben, die Konsistenz und Reproduzierbarkeit erfordern (z. B. Codegenerierung, Übersetzung), wird false empfohlen

Beispiel:

true

temperature

number<float>

Standard:1

Sampling-Temperatur, steuert Zufälligkeit und Kreativität der Ausgabe

Hinweise:

Wertebereich: [0.0, 1.0], auf zwei Dezimalstellen begrenzt
Höhere Werte (z. B. 0,8): Zufälliger und kreativer, geeignet für kreatives Schreiben
Niedrigere Werte (z. B. 0,2): Stabiler und deterministischer, geeignet für faktenbasierte Fragen und Codegenerierung
Standardwert: 1.0

Empfehlung: Passen Sie temperature und top_p nicht gleichzeitig an

Erforderlicher Bereich: 0 <= x <= 1

Beispiel:

1

top_p

number<float>

Standard:0.95

Nucleus-Sampling-Parameter, eine Alternative zum temperature-Sampling

Hinweise:

Wertebereich: [0.01, 1.0], auf zwei Dezimalstellen begrenzt
Das Modell berücksichtigt nur Kandidatenwörter, deren kumulative Wahrscheinlichkeit top_p erreicht; z. B. bedeutet 0,1, dass nur die wahrscheinlichsten 10 % der Wörter berücksichtigt werden
Kleinere Werte erzeugen fokussiertere, konsistentere Ausgabe; größere Werte erhöhen die Vielfalt
Standardwert: 0.95

Empfehlung: Passen Sie temperature und top_p nicht gleichzeitig an

Erforderlicher Bereich: 0.01 <= x <= 1

Beispiel:

0.95

max_tokens

integer

Obergrenze für die Anzahl der Ausgabe-Token des Modells

Hinweis:

Die GLM-Serie unterstützt bis zu 131.072 Tokens (128K) Ausgabelänge; empfohlen wird ein Wert von mindestens 1024
Ist thinking aktiv, zählen auch die Token der Gedankenkette zu dieser Grenze
Wird die Generierung mit length abgeschnitten, erhöhen Sie diesen Wert

Erforderlicher Bereich: 1 <= x <= 131072

Beispiel:

1024

tools

(Function-Werkzeug · object | Web-Search-Werkzeug (Websuche) · object)[]

Liste der Werkzeuge, die das Modell aufrufen kann

Hinweis:

Unterstützt werden Funktionsaufrufe (function) und Websuche (web_search)
Maximal 128 Funktionen
Davon wird web_search pro Aufruf separat abgerechnet, wenn tatsächlich gesucht wird; für die übrigen Werkzeuge fallen keine zusätzlichen Kosten an

Maximum array length: 128

Function-Werkzeug
Web-Search-Werkzeug (Websuche)

Show child attributes

tool_choice

enum<string>

Standard:auto

Steuert, wie das Modell auswählt, welche Funktion aufgerufen wird

Hinweise: Nur wirksam, wenn der Werkzeugtyp function ist; standardmäßig und ausschließlich wird auto unterstützt (das Modell entscheidet automatisch, ob ein Werkzeug aufgerufen wird)

Verfügbare Optionen:

auto

Beispiel:

"auto"

stop

string[]

Liste der Stoppwörter

Hinweise:

Wenn der generierte Text auf eine angegebene Zeichenkette trifft, wird die Generierung sofort gestoppt (das Stoppwort selbst ist im zurückgegebenen Text nicht enthalten)
Derzeit wird nur ein einzelnes Stoppwort unterstützt, im Format ["stop_word1"], z. B. ["Human:"]

Maximum array length: 4

Beispiel:

["Human:"]

response_format

object

Gibt das Ausgabeformat der Modellantwort an, Standard ist text

Hinweise:

{ "type": "json_object" } aktiviert den JSON-Modus, das Modell gibt gültige Daten im JSON-Format zurück, geeignet für Szenarien wie strukturierte Datenextraktion
Bei Verwendung des JSON-Modus wird empfohlen, in der system- oder user-Nachricht ausdrücklich JSON-Ausgabe zu verlangen

Show child attributes

request_id

string

Eindeutige Kennung der Anfrage

Hinweise:

Wird von der Clientseite übergeben, Länge 6-64 Zeichen, zur Sicherstellung der Eindeutigkeit wird das UUID-Format empfohlen
Wird sie nicht angegeben, generiert die Plattform sie automatisch

Required string length: 6 - 64

Beispiel:

"req-7f3a2c1e8b9d4f0a"

user_id

string

Eindeutige Kennung des Endbenutzers

Hinweise: Länge 6-128 Zeichen, empfohlen wird eine eindeutige Kennung ohne sensible Informationen; sie hilft der Plattform, Missbrauch zu überwachen und zu erkennen

Required string length: 6 - 128

Beispiel:

"user-abc123456"

Antwort

Chat-Vervollständigung erfolgreich generiert

string

Aufgaben-ID

Beispiel:

"chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a"

object

enum<string>

Antworttyp

Verfügbare Optionen:

chat.completion

Beispiel:

"chat.completion"

request_id

string

Anfrage-ID (wird zurückgegeben, wenn in der Anfrage request_id angegeben wurde)

Beispiel:

"req-7f3a2c1e8b9d4f0a"

created

integer

Erstellungszeit der Anfrage, Unix-Zeitstempel (Sekunden)

Beispiel:

1777021417

model

string

Modellname

Beispiel:

"glm-5.3"

choices

object[]

Liste der Modellantworten

Show child attributes

usage

object

Token-Nutzungsstatistik, die bei Abschluss des Aufrufs zurückgegeben wird

Show child attributes

web_search

object[]

Informationen zur Websuche, werden zurückgegeben, wenn das web_search-Werkzeug verwendet wird und eine Suche getroffen wird

Show child attributes

content_filter

object[]

Informationen zur Inhaltssicherheit

Show child attributes

Bildserie

Videoserie

Audioserie

Textserie

Kontoverwaltung

Aufgabenverwaltung

Dateiverwaltung

GLM Schnittstelle für alle Modelle - Chat Completions vollständige Parameter

Autorisierungen

Body

Antwort