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": "Hallo, bitte stelle dich in einem Satz vor"
}
]
}
'{
"id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5",
"type": "message",
"role": "assistant",
"model": "glm-5.3",
"content": [
{
"type": "thinking",
"thinking": "Der Benutzer bittet darum, mit einem Wort zu grüßen; eine Antwort mit \"Hi\" genügt.",
"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
}
}
}GLM Schnittstelle für alle Modelle - Schnellstart Messages
- GLM-Modelle über das Anthropic-Messages-Protokoll aufrufen, das konkrete Modell wird über den Parameter
modelgewählt - Es genügen die drei Parameter
model,max_tokensundmessages(max_tokensist im Anthropic-Protokoll Pflicht) - Kontextfenster von 1M Token in der gesamten Serie, bis zu 131.072 Ausgabe-Token
- In der gesamten Serie ist das Denken standardmäßig aktiv; die Antwort enthält in
contenteinentype="thinking"-Block, der zu den Ausgabe-Token zählt - Für Streaming, Werkzeugaufrufe, Bildeingabe und weitere Funktionen siehe die Seite „Vollständige Parameter“
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": "Hallo, bitte stelle dich in einem Satz vor"
}
]
}
'{
"id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5",
"type": "message",
"role": "assistant",
"model": "glm-5.3",
"content": [
{
"type": "thinking",
"thinking": "Der Benutzer bittet darum, mit einem Wort zu grüßen; eine Antwort mit \"Hi\" genügt.",
"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
}
}
}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.content-Array der Antwort enthält einen type="thinking"-Block, der zu den Ausgabe-Token zählt. max_tokens sollte daher nicht zu klein gewählt werden; empfohlen werden mindestens 1024, sonst wird die Antwort möglicherweise abgeschnitten, bevor das Denken abgeschlossen ist, und Sie erhalten keinen Antworttext.Autorisierungen
##Alle APIs erfordern eine Bearer-Token-Authentifizierung##
API-Key erhalten:
Besuchen Sie die API-Key-Verwaltungsseite, um Ihren API-Key zu erhalten
Zum Anfrage-Header hinzufügen:
Authorization: Bearer YOUR_API_KEY
Anmerkung: EvoLink verwendet für /v1/messages einheitlich die Bearer-Token-Authentifizierung.
Body
Aufzurufendes Modell:
| Modell-ID | Positionierung |
|---|---|
glm-5.3 | Flaggschiffmodell mit durchgängigen Fortschritten bei komplexer Softwareentwicklung und Agentenaufgaben; 1M Kontext |
glm-5.3-flash | Leichtgewichtiges multimodales Modell, äußerst günstig, native Bildeingabe; 1M Kontext |
glm-5.2 | Flaggschiff der vorigen Generation, komplexes Reasoning und sehr langer Kontext; 1M Kontext |
glm-5.3, glm-5.3-flash, glm-5.2 "glm-5.3"
Maximale Anzahl der bei dieser Anfrage erzeugten Token; im Anthropic-Protokoll erforderlich.
Hinweis: Bei der GLM-Serie ist das Denken standardmäßig aktiv, und der Denkinhalt verbraucht ebenfalls Ausgabe-Token. Der Wert sollte daher nicht zu klein sein — empfohlen werden mindestens 1024.
1 <= x <= 1310721024
Liste der Konversationsnachrichten in chronologischer Reihenfolge. Mindestens eine Nachricht ist erforderlich.
1Show child attributes
Show child attributes
Antwort
Nachrichtenobjekt
Nachrichtenantwort im Anthropic-Stil
Eindeutige Nachrichten-ID (Format: msg_<uuid>)
Typ des Antwortobjekts
message assistant Tatsächlich verwendetes Modell
"glm-5.3"
Liste der Antwortinhaltsblöcke
Mögliche block type:
thinking: Denkprozess (wenn das Nachdenken aktiviert ist, standardmäßig aktiviert)text: finaler Antworttexttool_use: vom Modell ausgelöster Werkzeugaufruf
Show child attributes
Show child attributes
Stoppgrund
end_turn: natürliches Ende (wird auch beim Treffen von stop_sequences zurückgegeben)max_tokens: max_tokens-Obergrenze erreichttool_use: Das Modell löst einen Werkzeugaufruf aus
end_turn, max_tokens, tool_use Token-Nutzungsstatistik (Anthropic-Spezifikation)
Show child attributes
Show child attributes