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, Welt"
    }
  ]
}
'

{
  "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
    }
  }
}

Messages API

GLM Schnittstelle für alle Modelle - Messages vollständige Parameter

GLM-Modelle über das Anthropic-Messages-Protokoll aufrufen, das konkrete Modell wird über den Parameter model gewählt
Anfrage- und Antwortstruktur entsprechen der Anthropic-API
System-Prompt: wird über das Feld system auf oberster Ebene übergeben
Denkmodus: In der gesamten Serie ist das Denken standardmäßig aktiv und wird in content[type=thinking]-Blöcken zurückgegeben; nur glm-5.2 kann es mit thinking.type=disabled abschalten
Streaming: SSE-Ereignisstrom
Werkzeugaufrufe: kompatibel mit dem Anthropic-Ablauf tool_use / tool_result
Bildeingabe: tatsächlich nur von glm-5.3-flash unterstützt, Details siehe Feld messages

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": "Hallo, Welt"
    }
  ]
}
'

{
  "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
    }
  }
}

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.

Ob das Denken abgeschaltet werden kann, hängt vom Modell ab: Nur glm-5.2 unterstützt thinking.type: "disabled"; glm-5.3 und glm-5.3-flash denken immer und geben bei disabled einen Fehler zurück. Entfernen Sie beim Wechsel von glm-5.2 zuerst das fest verdrahtete disabled, bevor Sie das Modell umstellen.

Bildeingabe wird nur von glm-5.3-flash unterstützt, und das Senden an die anderen Modelle löst keinen Fehler aus. Gehen Bildinhaltsblöcke an glm-5.3 oder glm-5.2, liefert die Anfrage wie gewohnt 200, doch das Modell kann das Bild nicht lesen und antwortet allein anhand des Textes — die Antwort wirkt plausibel, hat mit dem Bild aber nichts zu tun und fällt von Anfrage zu Anfrage unterschiedlich aus. Solche stillen Fehler sind im Produktivbetrieb schwer aufzuspüren; wählen Sie daher glm-5.3-flash, wenn Sie Bildverständnis benötigen.

Autorisierungen

Authorization

string

header

erforderlich

##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

application/json

model

enum<string>

Standard:glm-5.3

erforderlich

Aufzurufendes Modell:

Modell-ID	Positionierung	Denken abschaltbar	Bildeingabe
`glm-5.3`	Flaggschiffmodell mit durchgängigen Fortschritten bei komplexer Softwareentwicklung und Agentenaufgaben; 1M Kontext	Nicht abschaltbar	Nicht unterstützt
`glm-5.3-flash`	Leichtgewichtiges multimodales Modell, äußerst günstig und mit nativer Vision; 1M Kontext	Nicht abschaltbar	Unterstützt
`glm-5.2`	Flaggschiff der vorigen Generation, komplexes Reasoning und sehr langer Kontext; 1M Kontext	Abschaltbar (`thinking.type=disabled`)	Nicht unterstützt

Verfügbare Optionen:

glm-5.3,

glm-5.3-flash,

glm-5.2

Beispiel:

"glm-5.3"

messages

object[]

erforderlich

Liste der Konversationsnachrichten, abwechselnd user / assistant

Hinweis:

Mindestens eine Nachricht ist erforderlich
Die letzte Nachricht ist üblicherweise role=user
Mehrstufiger Kontext wird unterstützt, das Modell bezieht sich auf den Verlauf

Bildeingabe: Nur glm-5.3-flash unterstützt sie, über einen {"type":"image","source":{...}}-Block im content-Array.

Werden Bildinhaltsblöcke an glm-5.3 oder glm-5.2 gesendet, gibt es keinen Fehler, das Modell kann das Bild jedoch nicht lesen. Die Anfrage liefert wie gewohnt 200, und das Modell antwortet allein anhand des Textes — die Antwort wirkt plausibel, hat mit dem Bild aber nichts zu tun, und das Ergebnis fällt von Anfrage zu Anfrage unterschiedlich aus.

Solche stillen Fehler sind im Produktivbetrieb schwer aufzuspüren; wählen Sie daher glm-5.3-flash, wenn Sie Bildverständnis benötigen.

Minimum array length: 1

Show child attributes

max_tokens

integer

Obergrenze für die Länge des erzeugten Inhalts (in Token)

Hinweis:

Die GLM-Serie unterstützt bis zu 131.072 Tokens (128K) Ausgabelänge; empfohlen wird ein Wert von mindestens 1024
Auch die durch thinking erzeugten Token zählen zu dieser Grenze
Wird die Grenze erreicht, wird der Inhalt abgeschnitten und die Antwort enthält stop_reason=max_tokens

Erforderlicher Bereich: 1 <= x <= 131072

Beispiel:

1024

system

System-Prompt, dient zum Festlegen von Rolle und Verhalten der KI

Hinweise:

Unterstützt eine Zeichenkette oder ein Array von Inhaltsblöcken
Wird über das Top-Level-Feld system übergeben (nicht in messages legen)
Das Modell folgt den system-Vorgaben
Ein zu langer system kann abgeschnitten werden: Für langen Kontext legen Sie diesen in messages, häufen Sie nicht alles im system an

Beispiel:

"You are a helpful assistant."

temperature

number

Sampling-Temperatur

Hinweise:

Je höher der Wert, desto vielfältiger die Ausgabe; je niedriger, desto deterministischer
Empfohlener Bereich [0, 1]

Erforderlicher Bereich: 0 <= x <= 1

Beispiel:

1

top_p

number

Nucleus-Sampling-Schwelle

Hinweise:

Bereich [0, 1]
Es wird empfohlen, temperature und top_p nicht gleichzeitig anzupassen

Erforderlicher Bereich: 0 <= x <= 1

Beispiel:

0.9

top_k

integer

Sampling nur aus den K Tokens mit der höchsten Wahrscheinlichkeit (Anthropic-spezifischer Parameter)

Hinweise:

Je kleiner der Wert, desto deterministischer die Ausgabe; je größer, desto vielfältiger die Kandidaten

Erforderlicher Bereich: x >= 0

Beispiel:

10

stop_sequences

string[]

Benutzerdefinierte Stoppsequenzen: Die Generierung stoppt, sobald eine der Zeichenketten getroffen wird

Hinweise:

Bei einem Treffer wird abgeschnitten, der Inhalt vor der Trefferstelle wird normal zurückgegeben
Achtung: Beim Treffen einer Stoppsequenz liefert die GLM-Serie für stop_reason den Wert end_turn (statt des Anthropic-Standardwerts stop_sequence), und die Antwort enthält auch kein stop_sequence-Feld. Wenn ein Client zur Trefferbestimmung auf stop_reason=="stop_sequence" angewiesen ist, ist eine Sonderbehandlung nötig

Beispiel:

["\n\n"]

stream

boolean

Standard:false

Ob als SSE-Stream zurückgegeben wird

true: Streaming-Rückgabe über Server-Sent Events (Standard-Anthropic-Ereignissequenz: message_start / content_block_start / content_block_delta / message_delta / message_stop)
false: Gibt nach vollständiger Antwort alles auf einmal zurück (Standard)

Beispiel:

false

thinking

object

Steuert das tiefe Denken

Hinweis:

Alle Modelle der GLM-Serie sind Reasoning-Modelle, und ohne dieses Feld ist das Denken standardmäßig aktiv
Ist es aktiv, enthält das content-Array der Antwort einen Reasoning-Block mit type="thinking" (wird als Ausgabe-Token abgerechnet, signature kann eine leere Zeichenkette sein)
Nur der binäre Schalter type wirkt: Parameter für Denkbudget oder -stufe wie budget_tokens und effort haben keine Wirkung (sie werden ignoriert)

Ob es abgeschaltet werden kann, hängt vom Modell ab:

glm-5.2: Mit {"type":"disabled"} lässt sich das Denken abschalten, was die Ausgabe-Token deutlich reduziert
glm-5.3 / glm-5.3-flash: denken immer und sind nicht abschaltbar. Wird disabled gesendet, gibt es einen Fehler

Die Folge: Die glm-5.3-Serie kann den Denkaufwand an diesem Endpunkt nicht senken. Er lässt sich weder abschalten (disabled erzeugt einen Fehler) noch verringern (budget_tokens und effort bleiben beide wirkungslos, und das übergeordnete reasoning_effort ist ein Feld des OpenAI-Protokolls, das dieser Endpunkt ignoriert). Denkinhalte werden als Ausgabe-Token abgerechnet, daher sind diese Kosten an diesem Endpunkt unvermeidbar.

Um die Denkkosten zu steuern, wechseln Sie zur Chat Completions API — dort wirken bei reasoning_effort die drei Stufen low / high / max tatsächlich. glm-5.2 unterliegt dieser Einschränkung nicht und kann das Denken auch an diesem Endpunkt direkt abschalten.

Migration von glm-5.2: Ist thinking.type=disabled im Code fest verdrahtet, muss dieses Feld vor dem Wechsel zu glm-5.3 entfernt werden, sonst schlägt die Anfrage unmittelbar fehl. Und wenn Sie die Kosten bisher über das Abschalten des Denkens gesteuert haben, gibt es an diesem Endpunkt keine gleichwertige Alternative — planen Sie den Umstieg auf die Chat Completions API gleich mit ein.

Show child attributes

tools

object[]

Liste der Werkzeugdefinitionen

Hinweise:

Folgt der Anthropic-Werkzeugdefinitionsspezifikation
input_schema verwendet ein JSON-Schema-Objekt
Das Modell gibt einen Standard-tool_use-Block zurück, stop_reason=tool_use

Show child attributes

tool_choice

object

Strategie der Werkzeugauswahl

Show child attributes

metadata

object

Anfrage-Metadaten

Show child attributes

Antwort

Nachrichtenobjekt

Nachrichtenantwort im Anthropic-Stil

string

Eindeutige Nachrichten-ID (Format: msg_<uuid>)

type

enum<string>

Typ des Antwortobjekts

Verfügbare Optionen:

message

role

enum<string>

Verfügbare Optionen:

assistant

model

string

Tatsächlich verwendetes Modell

Beispiel:

"glm-5.3"

content

object[]

Liste der Antwortinhaltsblöcke

Mögliche block type:

thinking: Denkprozess (wenn das Nachdenken aktiviert ist, standardmäßig aktiviert)
text: finaler Antworttext
tool_use: vom Modell ausgelöster Werkzeugaufruf

Show child attributes

stop_reason

enum<string>

Stoppgrund

end_turn: natürliches Ende (wird auch beim Treffen von stop_sequences zurückgegeben)
max_tokens: max_tokens-Obergrenze erreicht
tool_use: Das Modell löst einen Werkzeugaufruf aus

Verfügbare Optionen:

end_turn,

max_tokens,

tool_use

usage

object

Token-Nutzungsstatistik (Anthropic-Spezifikation)

Show child attributes

Bildserie

Videoserie

Audioserie

Textserie

Kontoverwaltung

Aufgabenverwaltung

Dateiverwaltung

GLM Schnittstelle für alle Modelle - Messages vollständige Parameter

Autorisierungen

Body

Antwort