> ## Documentation Index
> Fetch the complete documentation index at: https://evolink.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.
# 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` unterstützt 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.
**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.
**Die Denksteuerung unterscheidet sich je Modell**: `glm-5.3` und `glm-5.3-flash` denken immer und sind nicht abschaltbar; bei `reasoning_effort` wirken die drei Stufen `low` / `high` / `max`, die übrigen werden automatisch auf die nächstgelegene verfügbare Stufe herabgestuft (`xhigh` → `max`, `medium` → `high`, `minimal` / `none` → `low` — es wird weiterhin gedacht und als Ausgabe abgerechnet). `glm-5.2` kann das Denken mit `thinking.type: "disabled"` abschalten und unterstützt mehr Reasoning-Stufen. Einzelheiten finden Sie in den Beschreibungen der Felder `thinking` und `reasoning_effort`.
**Bildeingabe**: Nur von `glm-5.3-flash` unterstützt, über `image_url`-Inhaltsblöcke innerhalb von `messages[].content[]`. Werden Bildblöcke an ein anderes Modell gesendet, gibt es einen Fehler.
## OpenAPI
````yaml de/api-manual/language-series/glm/chat-completions/chat-completions-reference.json POST /v1/chat/completions
openapi: 3.1.0
info:
title: GLM Schnittstelle für alle Modelle - Chat Completions vollständige Parameter
description: >-
Vollständige API-Referenz für den Aufruf von Zhipu-GLM-Textmodellen über die
OpenAI-kompatible Chat-Completions-API.
**Enthaltene Modelle**: `glm-5.3`, `glm-5.3-flash`, `glm-5.2` (Auswahl über
den Parameter `model`)
**Gemeinsame Fähigkeiten**:
- Kontextfenster von 1M Token, bis zu **131.072 Tokens** (128K) Ausgabe,
empfohlen werden mindestens **1.024 Tokens**
- Tiefes Denken: `thinking` steuert die Gedankenkette, `reasoning_effort`
regelt die Denktiefe; der Denkprozess wird über `reasoning_content`
zurückgegeben
- Werkzeugaufrufe: Function Calling und Websuche (bis zu 128 Werkzeuge)
- Streaming: SSE-Streaming-Antworten
- Strukturierte Ausgabe: die Antwortformate `text` und `json_object`
- Kontext-Cache: impliziter Präfix-Cache, den wiederholte Anfragen mit
demselben Präfix automatisch treffen; der Treffer erscheint in
`usage.prompt_tokens_details.cached_tokens`
**Unterschiede zwischen den Modellen** (Denksteuerung, Bildeingabe) sind
unten bei den Feldern `model` sowie `thinking` / `reasoning_effort`
beschrieben.
license:
name: MIT
version: 1.0.0
servers:
- url: https://direct.evolink.ai
description: Produktion (empfohlen)
- url: https://api.evolink.ai
description: Alternative URL
security:
- bearerAuth: []
tags:
- name: Chat-Vervollständigung
description: Endpunkte für KI-Chat-Vervollständigung
paths:
/v1/chat/completions:
post:
tags:
- Chat-Vervollständigung
summary: GLM Chat-Vervollständigung (alle Modelle, OpenAI-kompatibel)
description: >-
- 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` unterstützt 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.
operationId: createChatCompletionGLM
requestBody:
required: true
content:
application/json:
schema:
$ref: '#/components/schemas/ChatCompletionRequest'
examples:
simple_text:
summary: Einzelrunden-Textkonversation
value:
model: glm-5.3
messages:
- role: user
content: Bitte stelle dich vor
multi_turn:
summary: Mehrrundengespräch (Kontextverständnis)
value:
model: glm-5.3
messages:
- role: user
content: Was ist Python?
- role: assistant
content: Python ist eine höhere Programmiersprache...
- role: user
content: Welche Vorteile hat es?
system_prompt:
summary: System-Prompts verwenden
value:
model: glm-5.3
messages:
- role: system
content: >-
Du bist ein professioneller Python-Programmierassistent
und beantwortest Fragen in knapper Sprache.
- role: user
content: Wie liest man eine Datei ein?
deep_thinking:
summary: >-
Tiefes Nachdenken aktivieren und Intensität des
Schlussfolgerns regulieren
value:
model: glm-5.3
messages:
- role: user
content: >-
Ein Bauer muss einen Wolf, eine Ziege und einen Kohlkopf
über einen Fluss bringen und kann jeweils nur eines
mitnehmen. Wie kommt er sicher hinüber?
thinking:
type: enabled
reasoning_effort: max
function_calling:
summary: Werkzeugaufruf (Function Calling)
value:
model: glm-5.3
messages:
- role: user
content: Wie ist das Wetter heute in Peking?
tools:
- type: function
function:
name: get_weather
description: Das aktuelle Wetter einer angegebenen Stadt abfragen
parameters:
type: object
properties:
city:
type: string
description: 'Stadtname, z. B.: Peking'
required:
- city
tool_choice: auto
web_search:
summary: Websuche-Werkzeug aktivieren
value:
model: glm-5.3
messages:
- role: user
content: >-
Suche mir die Nachrichten zur künstlichen Intelligenz
der letzten Woche heraus
tools:
- type: web_search
web_search:
enable: true
count: 10
search_recency_filter: oneWeek
description: >-
Wenn das Modell entscheidet, dass es das Internet benötigt,
sucht es automatisch, und die Ergebnisse werden in den Kontext
übernommen. Die Suchergebnisse werden als Eingabe-Token
abgerechnet, der Suchdienst selbst zusätzlich pro Aufruf
(siehe Preisseite); löst das Modell keine Suche aus, fallen
keine Suchkosten an.
json_mode:
summary: Strukturierte JSON-Ausgabe
value:
model: glm-5.3
messages:
- role: system
content: >-
Bitte gib die Ausgabe im JSON-Format aus und enthalte
die beiden Felder name und age.
- role: user
content: Max Mustermann, 28 Jahre alt
response_format:
type: json_object
streaming:
summary: Streaming-Ausgabe (SSE)
value:
model: glm-5.3
messages:
- role: user
content: Schreibe ein kurzes Gedicht über den Frühling
stream: true
disable_thinking_glm52_only:
summary: Tiefes Denken deaktivieren (nur glm-5.2)
value:
model: glm-5.2
messages:
- role: user
content: Fasse die Relativitätstheorie in einem Satz zusammen.
thinking:
type: disabled
description: >-
Nur `glm-5.2` kann das Denken abschalten. Wird `thinking.type:
"disabled"` an `glm-5.3` oder `glm-5.3-flash` gesendet, gibt
es einen Fehler — verwenden Sie stattdessen `reasoning_effort:
"low"`.
low_effort:
summary: >-
Denkaufwand senken (Alternative zum Deaktivieren des Denkens
bei der glm-5.3-Serie)
description: >-
Die `glm-5.3`-Serie kann das Denken nicht abschalten; senken
Sie die Denktiefe mit `reasoning_effort: "low"` auf das
Minimum.
value:
model: glm-5.3
messages:
- role: user
content: Erkläre HTTP in einem Satz
thinking:
type: enabled
reasoning_effort: low
max_tokens: 1024
vision_flash:
summary: Bildeingabe (nur glm-5.3-flash)
description: >-
`glm-5.3-flash` unterstützt Vision nativ; Bilder werden über
`image_url`-Inhaltsblöcke übergeben, entweder als öffentliche
URL oder als Base64-Data-URL.
value:
model: glm-5.3-flash
messages:
- role: user
content:
- type: text
text: Was ist auf diesem Bild zu sehen?
- type: image_url
image_url:
url: https://example.com/photo.jpg
max_tokens: 1024
responses:
'200':
description: Chat-Vervollständigung erfolgreich generiert
content:
application/json:
schema:
$ref: '#/components/schemas/ChatCompletionResponse'
'400':
description: Ungültige Anfrageparameter
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 400
message: Invalid request parameters
type: invalid_request_error
'401':
description: Nicht autorisiert, ungültiges oder abgelaufenes Token
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 401
message: Invalid or expired token
type: authentication_error
'402':
description: Unzureichendes Kontingent, Aufladung erforderlich
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 402
message: Insufficient quota
type: insufficient_quota_error
fallback_suggestion: https://evolink.ai/dashboard/billing
'403':
description: Zugriff verweigert
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 403
message: Access denied for this model
type: permission_error
param: model
'404':
description: Ressource nicht gefunden
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 404
message: Specified model not found
type: not_found_error
param: model
fallback_suggestion: glm-5.3
'429':
description: Ratenlimit überschritten
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 429
message: Rate limit exceeded
type: rate_limit_error
fallback_suggestion: retry after 60 seconds
'500':
description: Interner Serverfehler
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 500
message: Internal server error
type: internal_server_error
fallback_suggestion: try again later
'502':
description: Upstream-Dienstfehler
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 502
message: Upstream AI service unavailable
type: upstream_error
fallback_suggestion: try different model
'503':
description: Dienst vorübergehend nicht verfügbar
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 503
message: Service temporarily unavailable
type: service_unavailable_error
fallback_suggestion: retry after 30 seconds
components:
schemas:
ChatCompletionRequest:
type: object
required:
- model
- messages
properties:
model:
type: string
description: >
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 | Denkt immer und ist nicht abschaltbar; bei
`reasoning_effort` wirken nur `low` / `high` / `max`, andere Stufen
werden automatisch herabgestuft | 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-5.2` | 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 |
enum:
- glm-5.3
- glm-5.3-flash
- glm-5.2
default: glm-5.3
example: glm-5.3
messages:
type: array
description: >-
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.
items:
oneOf:
- $ref: '#/components/schemas/SystemMessage'
- $ref: '#/components/schemas/UserMessage'
- $ref: '#/components/schemas/AssistantRequestMessage'
- $ref: '#/components/schemas/ToolMessage'
discriminator:
propertyName: role
mapping:
system:
$ref: '#/components/schemas/SystemMessage'
user:
$ref: '#/components/schemas/UserMessage'
assistant:
$ref: '#/components/schemas/AssistantRequestMessage'
tool:
$ref: '#/components/schemas/ToolMessage'
minItems: 1
stream:
type: boolean
description: >-
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
default: false
example: false
thinking:
type: object
description: Steuert, ob die Gedankenkette (Chain of Thought) aktiviert wird
properties:
type:
type: string
description: >-
Schalter für die Gedankenkette
- `enabled`: tiefes Denken aktivieren (Standardverhalten aller
Modelle)
- `disabled`: tiefes Denken deaktivieren, das Modell antwortet
direkt
**Nur `glm-5.2` unterstützt `disabled`.** `glm-5.3` und
`glm-5.3-flash` denken immer; wird `disabled` gesendet, gibt es
einen Fehler.
Um den Denkaufwand bei der `glm-5.3`-Serie zu senken, verwenden
Sie stattdessen `reasoning_effort: "low"`.
**Migration von `glm-5.2`**: Ist `thinking.type: "disabled"` im
Code fest verdrahtet, muss es vor dem Wechsel zu `glm-5.3` auf
`"enabled"` geändert werden (bei Bedarf zusätzlich
`reasoning_effort: "low"` für weniger Denkaufwand), sonst
schlägt die Anfrage unmittelbar fehl.
Beachten Sie, dass die beiden Felder **unterschiedlich**
behandelt werden: Eine von der Serie nicht unterstützte
`reasoning_effort`-Stufe wird automatisch herabgestuft, ohne
Fehler; `thinking.type` ist dagegen ein expliziter Schalter —
`disabled` führt immer zu einem Fehler und wird nie
stillschweigend umgeschrieben. `reasoning_effort` von `none` auf
`low` zu ändern genügt daher nicht, `thinking.type` muss
ebenfalls angepasst werden.
enum:
- enabled
- disabled
default: enabled
clear_thinking:
type: boolean
description: >-
Ob das `reasoning_content` aus historischen Gesprächsrunden
entfernt wird
- `true` (Standard): Ignoriert/entfernt das `reasoning_content`
historischer Runden und verwendet nur nicht-schlussfolgernde
Inhalte (für Benutzer/Assistent sichtbarer Text, Werkzeugaufrufe
und Ergebnisse usw.) als Kontext, was Kontextlänge und Kosten
senken kann
- `false`: Behält das `reasoning_content` historischer Runden
bei und stellt es zusammen mit dem Kontext dem Modell bereit
(Preserved Thinking); in diesem Fall muss das historische
`reasoning_content` in `messages` **vollständig, unverändert und
in ursprünglicher Reihenfolge** durchgereicht werden, da Fehlen,
Kürzen, Umschreiben oder Umordnen zu Wirkungsverlust führt oder
die Funktion außer Kraft setzt
- Hinweis: Dieser Parameter beeinflusst nur das
rundenübergreifende historische Nachdenken und ändert nicht, ob
in der aktuellen Runde Nachdenken erzeugt wird
default: true
example: true
reasoning_effort:
type: string
description: >-
Steuert, wie stark das Modell schlussfolgert; wirkt nur bei aktivem
`thinking`, Standard `max`
**Die unterstützten Werte unterscheiden sich je Modell**:
| Wert | `glm-5.3` / `glm-5.3-flash` | `glm-5.2` |
|---|---|---|
| `max` | Tiefes Reasoning (Standard) | Tiefes Reasoning |
| `high` | Verstärktes Reasoning | Verstärktes Reasoning |
| `low` | Leichtes Reasoning | Wie `high` |
| `xhigh` | Herabgestuft auf `max` | Wie `max` |
| `medium` | Herabgestuft auf `high` | Wie `high` |
| `minimal` | Herabgestuft auf `low` (denkt weiterhin) | Verzichtet
auf das Denken |
| `none` | Herabgestuft auf `low` (denkt weiterhin) | Verzichtet auf
das Denken |
Die `glm-5.3`-Serie denkt immer, und wirklich wirksam sind nur die
drei Stufen `low` / `high` / `max`; die übrigen vier führen nicht zu
einem Fehler, sondern werden automatisch auf die nächstgelegene
verfügbare Stufe herabgestuft (`xhigh` → `max`, `medium` → `high`,
`minimal` / `none` → `low`).
**Die `glm-5.3`-Serie kann das Denken nicht abschalten.** `minimal`
oder `none` senken es lediglich auf die unterste Stufe `low`; das
Modell erzeugt weiterhin Denk-Token, die **zum Ausgabetarif
abgerechnet** werden. Wenn Sie diese beiden Stufen zum Sparen
verwenden, beachten Sie den Unterschied zu `glm-5.2` — bei `glm-5.2`
wird tatsächlich auf das Denken verzichtet.
Für komplexe Aufgaben wie das Programmieren wird `max` empfohlen.
enum:
- max
- xhigh
- high
- medium
- low
- minimal
- none
default: max
example: max
do_sample:
type: boolean
description: >-
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
default: true
example: true
temperature:
type: number
format: float
description: >-
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
minimum: 0
maximum: 1
default: 1
example: 1
top_p:
type: number
format: float
description: >-
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
minimum: 0.01
maximum: 1
default: 0.95
example: 0.95
max_tokens:
type: integer
description: >-
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
minimum: 1
maximum: 131072
example: 1024
tools:
type: array
description: >-
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
items:
oneOf:
- $ref: '#/components/schemas/FunctionTool'
- $ref: '#/components/schemas/WebSearchTool'
discriminator:
propertyName: type
mapping:
function:
$ref: '#/components/schemas/FunctionTool'
web_search:
$ref: '#/components/schemas/WebSearchTool'
maxItems: 128
tool_choice:
type: string
description: >-
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)
enum:
- auto
default: auto
example: auto
stop:
type: array
description: >-
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:"]`
items:
type: string
maxItems: 4
example:
- 'Human:'
response_format:
type: object
description: >-
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
required:
- type
properties:
type:
type: string
description: |-
Typ des Ausgabeformats
- `text`: Normale Textausgabe (Standard)
- `json_object`: Ausgabe im JSON-Format
enum:
- text
- json_object
default: text
request_id:
type: string
description: >-
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
minLength: 6
maxLength: 64
example: req-7f3a2c1e8b9d4f0a
user_id:
type: string
description: >-
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
minLength: 6
maxLength: 128
example: user-abc123456
ChatCompletionResponse:
type: object
properties:
id:
type: string
description: Aufgaben-`ID`
example: chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a
object:
type: string
description: Antworttyp
enum:
- chat.completion
example: chat.completion
request_id:
type: string
description: >-
Anfrage-`ID` (wird zurückgegeben, wenn in der Anfrage `request_id`
angegeben wurde)
example: req-7f3a2c1e8b9d4f0a
created:
type: integer
description: Erstellungszeit der Anfrage, `Unix`-Zeitstempel (Sekunden)
example: 1777021417
model:
type: string
description: Modellname
example: glm-5.3
choices:
type: array
description: Liste der Modellantworten
items:
$ref: '#/components/schemas/Choice'
usage:
$ref: '#/components/schemas/Usage'
web_search:
type: array
description: >-
Informationen zur Websuche, werden zurückgegeben, wenn das
`web_search`-Werkzeug verwendet wird und eine Suche getroffen wird
items:
$ref: '#/components/schemas/WebSearchResult'
content_filter:
type: array
description: Informationen zur Inhaltssicherheit
items:
$ref: '#/components/schemas/ContentFilter'
ErrorResponse:
type: object
properties:
error:
type: object
properties:
code:
type: integer
description: HTTP-Statusfehlercode
message:
type: string
description: Fehlerbeschreibung
type:
type: string
description: Fehlertyp
param:
type: string
description: Zugehöriger Parametername
fallback_suggestion:
type: string
description: Vorschlag bei Fehlerauftreten
SystemMessage:
title: System Message
type: object
required:
- role
- content
properties:
role:
type: string
enum:
- system
description: Rollenkennung, fest auf `system` gesetzt
content:
type: string
description: >-
Inhalt des System-Prompts, dient zum Festlegen der Rolle und des
Verhaltens der KI
UserMessage:
title: User Message
type: object
required:
- role
- content
properties:
role:
type: string
enum:
- user
description: Rollenkennung, fest auf `user` gesetzt
content:
description: >-
Inhalt der Benutzernachricht.
- **Zeichenkette**: reiner Text, von allen Modellen unterstützt
- **Array von Inhaltsblöcken**: Text und Bilder gemischt, **nur von
`glm-5.3-flash` unterstützt**
Werden Bildinhaltsblöcke an `glm-5.3` oder `glm-5.2` gesendet, gibt
es einen Fehler.
oneOf:
- type: string
title: Reiner Text
description: Nachrichteninhalt als reiner Text
example: Hallo, bitte stelle dich vor
- type: array
title: Array von Inhaltsblöcken (nur glm-5.3-flash)
description: >-
Text und Bilder gemischt. Bilder werden über `image_url`-Blöcke
übergeben, entweder als öffentliche URL (empfohlen) oder als
Base64-Data-URL; für mehrere Bilder mehrere `image_url`-Blöcke
verwenden.
items:
$ref: '#/components/schemas/ContentPart'
AssistantRequestMessage:
title: Assistant Message
type: object
description: Assistentennachricht, kann Werkzeugaufrufe enthalten
required:
- role
properties:
role:
type: string
enum:
- assistant
description: Rollenkennung, fest auf `assistant` gesetzt
content:
type:
- string
- 'null'
description: >-
Inhalt der Assistentennachricht
**Hinweise**: Dient zum Übergeben historischer Assistentenantworten
in Mehrrundengesprächen; bei Vorhandensein von `tool_calls`
üblicherweise `null`
reasoning_content:
type:
- string
- 'null'
description: >-
Inhalt der historischen Gedankenkette
**Hinweise**: Nur erforderlich, wenn `thinking.clear_thinking=false`
(Preserved Thinking); dabei wird das `reasoning_content` der
vorherigen Antwort unverändert zurückgereicht; standardmäßig
(`clear_thinking=true`) ist keine Rückgabe nötig
tool_calls:
type: array
description: >-
Liste der Werkzeugaufrufe
Dient zum Übergeben historischer Werkzeugaufruf-Informationen in
Mehrrundengesprächen; wird dieses Feld angegeben, ist `content`
üblicherweise leer
items:
type: object
required:
- id
- type
properties:
id:
type: string
description: Werkzeugaufruf-ID
type:
type: string
enum:
- function
- web_search
description: Werkzeugtyp
function:
type: object
description: >-
Informationen zum Funktionsaufruf, nicht leer, wenn `type`
`function` ist
required:
- name
- arguments
properties:
name:
type: string
description: Funktionsname
arguments:
type: string
description: Funktionsargumente (Zeichenkette im JSON-Format)
ToolMessage:
title: Tool Message
type: object
required:
- role
- content
properties:
role:
type: string
enum:
- tool
description: Rollenkennung, fest auf `tool` gesetzt
content:
type: string
description: Inhalt des Rückgabeergebnisses des Werkzeugaufrufs
tool_call_id:
type: string
description: >-
Gibt die `ID` des Werkzeugaufrufs an, dem diese Nachricht entspricht
(entspricht dem in `tool_calls` der Assistentennachricht
zurückgegebenen `id`)
FunctionTool:
title: Function-Werkzeug
type: object
required:
- type
- function
additionalProperties: false
properties:
type:
type: string
enum:
- function
default: function
description: Werkzeugtyp, fest auf `function` gesetzt
function:
type: object
required:
- name
- description
- parameters
properties:
name:
type: string
description: >-
Name der aufzurufenden Funktion
**Hinweise**: Muss aus den Zeichen `a-z`, `A-Z`, `0-9` bestehen
oder Unterstriche und Bindestriche enthalten; maximale Länge 64
Zeichen
minLength: 1
maxLength: 64
pattern: ^[a-zA-Z0-9_-]+$
description:
type: string
description: >-
Beschreibung der Funktionalität der Funktion, damit das Modell
auswählen kann, wann und wie die Funktion aufgerufen wird
parameters:
type: object
description: >-
Eingabeparameter der Funktion, beschrieben als
JSON-Schema-Objekt
WebSearchTool:
title: Web-Search-Werkzeug (Websuche)
type: object
required:
- type
- web_search
additionalProperties: false
properties:
type:
type: string
enum:
- web_search
default: web_search
description: Werkzeugtyp, fest auf `web_search` gesetzt
web_search:
type: object
required:
- enable
properties:
enable:
type: boolean
description: >-
Ob die Suchfunktion aktiviert wird; zum Aktivieren auf `true`
setzen
default: false
search_query:
type: string
description: >-
Benutzerdefiniertes Schlüsselwort, das die Suche zwingend
auslöst
search_intent:
type: boolean
description: >-
Ob eine Erkennung der Suchabsicht durchgeführt wird,
standardmäßig aktiv
- `true`: Führt die Erkennung der Suchabsicht durch und sucht
erst, wenn eine Suchabsicht vorliegt
- `false`: Überspringt die Absichtserkennung und sucht direkt
count:
type: integer
description: >-
Anzahl der zurückgegebenen Ergebnisse, Bereich `1-50`, Standard
`10`.
Die Anzahl wirkt sich unmittelbar auf die Kosten aus: Die
Suchergebnisse fließen in `prompt_tokens` ein und werden zum
Eingabetarif abgerechnet; bei `50` kann eine einzelne Anfrage in
den Bereich von zwanzigtausend Eingabe-Token gelangen. Behalten
Sie den Standard bei, sofern Sie nicht wirklich eine breitere
Abdeckung benötigen.
minimum: 1
maximum: 50
default: 10
search_domain_filter:
type: string
description: >-
Beschränkt die Suchergebnisse auf eine Domain-Whitelist (z. B.
`www.example.com`)
search_recency_filter:
type: string
description: Beschränkt den Zeitraum der Suchergebnisse, Standard `noLimit`
enum:
- oneDay
- oneWeek
- oneMonth
- oneYear
- noLimit
default: noLimit
content_size:
type: string
description: >-
Steuert die Wortanzahl der Webseiten-Zusammenfassung, Standard
`medium`
- `medium`: Gibt zusammenfassende Informationen zurück, deckt
grundlegenden Schlussfolgerungsbedarf ab
- `high`: Maximiert den Kontext, detailliertere Informationen
enum:
- medium
- high
default: medium
result_sequence:
type: string
description: >-
Position, an der die Suchergebnisse zurückgegeben werden (vor
oder nach der Modellantwort), Standard `after`
enum:
- before
- after
default: after
search_result:
type: boolean
description: >-
Ob Details zu den Suchquellen in der Antwort zurückgegeben
werden, Standard `false`.
Bei `true` enthält die Antwort auf oberster Ebene ein
`web_search`-Array mit den für diese Anfrage gefundenen Quellen
(Titel, Link, Medienquelle, Veröffentlichungszeitpunkt,
Zusammenfassung usw.); beim Standardwert fehlt das Feld in der
Antwort.
Dieser Parameter wirkt sich nur auf den Inhalt der Antwort aus —
weder darauf, ob gesucht wird, noch auf die Abrechnung.
default: false
example: true
require_search:
type: boolean
description: >-
Ob eine Antwort nur auf Basis der Suchergebnisse zurückgegeben
werden muss, Standard `false`
default: false
search_prompt:
type: string
description: >-
`Prompt` zur Anpassung der Verarbeitung der Suchergebnisse; ohne
Angabe wird die Standardvorlage verwendet
description: >-
Websuche-Werkzeug. Ist es aktiviert, kann das Modell bei Bedarf im Web
suchen und die Ergebnisse in den Kontext übernehmen.
**Abrechnung**: Der in den Kontext übernommene Teil der Suchergebnisse
zählt als `prompt_tokens` zum Eingabetarif; der Suchdienst selbst wird
**pro Aufruf separat abgerechnet** und getrennt von der Token-Nutzung
verrechnet — siehe Preisseite. Ob gesucht wird, entscheidet das Modell
anhand der Suchabsicht; wird keine Suche ausgelöst, fallen diese Kosten
nicht an.
Choice:
type: object
properties:
index:
type: integer
description: Ergebnisindex
example: 0
message:
$ref: '#/components/schemas/AssistantMessage'
finish_reason:
type: string
description: >-
Grund für den Abschluss des Schlussfolgerns
- `stop`: Natürlicher Abschluss oder Stoppwort ausgelöst
- `tool_calls`: Das Modell hat eine Funktion getroffen
(Werkzeugaufruf)
- `length`: Token-Längengrenze erreicht
- `sensitive`: Inhalt durch die Sicherheitsprüfung blockiert (bitte
prüfen und entscheiden, ob öffentlicher Inhalt zurückgezogen werden
soll)
- `network_error`: Anomalie bei der Modellinferenz
- `model_context_window_exceeded`: Kontextfenster des Modells
überschritten
enum:
- stop
- tool_calls
- length
- sensitive
- network_error
- model_context_window_exceeded
example: stop
Usage:
type: object
description: >-
Token-Nutzungsstatistik, die bei Abschluss des Aufrufs zurückgegeben
wird
properties:
prompt_tokens:
type: integer
description: Anzahl der vom Benutzer eingegebenen Tokens
example: 24
completion_tokens:
type: integer
description: >-
Anzahl der ausgegebenen Tokens (einschließlich des Anteils der
Gedankenkette `reasoning_tokens`)
example: 346
total_tokens:
type: integer
description: Gesamtanzahl der Tokens = prompt_tokens + completion_tokens
example: 370
prompt_tokens_details:
type: object
description: Detaillierte Aufschlüsselung der Eingabe-Tokens
properties:
cached_tokens:
type: integer
description: >-
Anzahl der Eingabe-Token, die aus dem Kontext-Cache bedient
wurden.
Die GLM-Serie verwendet einen **impliziten Präfix-Cache**:
Wiederholte Anfragen mit demselben Präfix treffen ihn
automatisch, ohne zusätzliche Parameter; der getroffene Anteil
wird zum Cache-Tarif abgerechnet, der deutlich unter dem
Eingabetarif ohne Treffer liegt. Die erste Anfrage liefert 0,
danach treffen Anfragen mit demselben Präfix.
example: 0
completion_tokens_details:
type: object
description: Detaillierte Aufschlüsselung der Ausgabe-Tokens
properties:
reasoning_tokens:
type: integer
description: >-
Anzahl der von der Gedankenkette (tiefes Nachdenken) erzeugten
Tokens, zählt zu `completion_tokens`
example: 321
WebSearchResult:
type: object
description: Einzelnes Websuche-Ergebnis
properties:
icon:
type: string
description: Symbol der Quellwebsite
title:
type: string
description: Titel des Suchergebnisses
link:
type: string
description: Webseiten-Link des Suchergebnisses
media:
type: string
description: Name der Medienquelle der Suchergebnis-Webseite
publish_date:
type: string
description: Veröffentlichungszeit der Website
content:
type: string
description: Vom Suchergebnis zitierter Textinhalt der Webseite
refer:
type: string
description: Fußnotennummer
ContentFilter:
type: object
description: Informationen zur Inhaltssicherheit
properties:
role:
type: string
description: |-
Phase, in der die Sicherheit wirksam wird
- `assistant`: Modellinferenz
- `user`: Benutzereingabe
- `history`: Historischer Kontext
enum:
- assistant
- user
- history
level:
type: integer
description: >-
Schweregrad `0-3`, `0` bedeutet am schwerwiegendsten, `3` bedeutet
geringfügig
minimum: 0
maximum: 3
ContentPart:
title: Content Part
type: object
description: >-
Multimodaler Inhaltsblock. **Nur `glm-5.3-flash` unterstützt
Bildblöcke.**
required:
- type
properties:
type:
type: string
enum:
- text
- image_url
description: |-
Typ des Inhaltsblocks
- `text`: Text
- `image_url`: Bild (nur `glm-5.3-flash`)
text:
type: string
description: Textinhalt, erforderlich bei `type=text`
example: Was ist auf diesem Bild zu sehen?
image_url:
type: object
description: Bildinhalt, erforderlich bei `type=image_url`
required:
- url
properties:
url:
type: string
description: >-
Bildadresse. Unterstützt werden eine öffentliche HTTPS-URL
(empfohlen) oder eine Base64-Data-URL
(`data:image/png;base64,...`)
example: https://example.com/photo.jpg
AssistantMessage:
type: object
properties:
role:
type: string
description: Aktuelle Konversationsrolle, Standard `assistant`
enum:
- assistant
example: assistant
content:
type:
- string
- 'null'
description: >-
Textinhalt der Konversation
**Hinweise**: Beim Werkzeugaufruf (`tool_calls`) möglicherweise
`null`, andernfalls wird der Antwortinhalt des Modells zurückgegeben
example: >-
Hallo! Ich bin GLM-5.3 und kann dir bei Konversation,
Schlussfolgern, Schreiben, Programmieren und vielen weiteren
Aufgaben helfen.
reasoning_content:
type: string
description: >-
Inhalt der Gedankenkette
**Hinweise**: Wird bei aktiviertem `thinking` zurückgegeben und
protokolliert den Schlussfolgerungsprozess des Modells
example: Lass mich dieses Problem zunächst analysieren...
tool_calls:
type: array
description: >-
Generierte Werkzeugaufruf-Informationen (werden zurückgegeben, wenn
das Modell beschließt, ein Werkzeug aufzurufen)
items:
type: object
properties:
id:
type: string
description: Eindeutiger Bezeichner des Tool-Aufrufs
type:
type: string
description: Typ des Werkzeugaufrufs
enum:
- function
function:
type: object
description: >-
Informationen zum Funktionsaufruf (enthält den generierten
Funktionsnamen und Argumente im JSON-Format)
properties:
name:
type: string
description: Generierter Funktionsname
arguments:
type: string
description: >-
Zeichenkette der Funktionsaufruf-Argumente im JSON-Format;
bitte validieren Sie die Argumente vor dem Funktionsaufruf
securitySchemes:
bearerAuth:
type: http
scheme: bearer
description: >-
##Alle APIs erfordern eine Bearer-Token-Authentifizierung##
**API-Schlüssel abrufen:**
Besuchen Sie die
[API-Schlüsselverwaltung](https://evolink.ai/dashboard/keys), um Ihren
API-Schlüssel abzurufen
**Zum Anfrage-Header hinzufügen:**
```
Authorization: Bearer YOUR_API_KEY
```
````