GLM Schnittstelle für alle Modelle - Schnellstart 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": "Stelle dich in einem Satz vor.",
  "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": "Hallo, ich bin GLM und helfe bei Gesprächen, Texten und Programmieraufgaben.",
          "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": "Stelle dich in einem Satz vor.",
  "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": "Hallo, ich bin GLM und helfe bei Gesprächen, Texten und Programmieraufgaben.",
          "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: 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.

Verwenden Sie POST /v1/responses und wählen Sie das Modell über model. Erforderlich sind mindestens model und input. Die Beispiele setzen zusätzlich ein Ausgabebudget und die Denkintensität für einen einfachen Einstieg.

Responses verwendet reasoning.effort als verschachteltes Feld statt reasoning_effort oder thinking auf oberster Ebene. Denk-Tokens sind in output_tokens enthalten. Einfache Aufgaben können reasoning_tokens=0 zurückgeben; daraus folgt nicht, dass Denken deaktivierbar ist.Denkintensität; low wird empfohlen.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.Bei diesem Endpunkt kann glm-5.2 auch mit none Denk-Tokens erzeugen. Der Wert garantiert keine Deaktivierung des Denkens.

Antworttext lesen

Geordnete Ausgabeelemente. Lesen Sie text aus content-Einträgen mit type=output_text innerhalb von Elementen mit type=message. reasoning kann vor dem Antworttext stehen; function_call-Runden können ohne Antworttext enden. Lesen Sie nicht immer output[0]. Wenn das Antwort-JSON als response vorliegt, lässt sich der Text so auslesen:

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)

Maximale Ausgabe-Tokens dieser Generierung einschließlich Denk-Tokens. Beginnen Sie bei 1024 und passen Sie den Wert an die Aufgabe an. Ein zu kleines Budget kann bereits beim Denken aufgebraucht werden, sodass nur reasoning-Elemente ohne Antworttext entstehen. Prüfen Sie status und incomplete_details. Der Parameter heißt max_output_tokens, nicht max_tokens.

Werkzeugaufrufe, Bilder, SSE-Verarbeitung und Gesprächsverläufe finden Sie in der vollständigen Referenz.

Autorisierungen

Authorization

string

header

erforderlich

Übergeben Sie Bearer YOUR_API_KEY im Authorization-Header.

Body

application/json

model

enum<string>

Standard:glm-5.3-flash

erforderlich

Wählen Sie ein GLM-Modell. Alle vier unterstützen Text an diesem Endpunkt. Optionale Funktionen sind modellabhängig.

Modell-ID	Eingabe	Hinweise zum Denken
`glm-5.3`	Text	Effektive Stufen: low / high / max; kompatible Werte unter reasoning. Denken ist nicht deaktivierbar.
`glm-5.3-flash`	Text, Bilder	Wie glm-5.3; Bilder mit input_image übergeben.
`glm-5.3-flashx`	Text, Bilder	Wie glm-5.3; Bilder mit input_image übergeben.
`glm-5.2`	Text	none kann weiterhin Denk-Tokens erzeugen und garantiert keine Deaktivierung des Denkens.

Verfügbare Optionen:

glm-5.3,

glm-5.3-flash,

glm-5.3-flashx,

glm-5.2

Beispiel:

"glm-5.3-flash"

input

erforderlich

Erforderlich. Textstring oder Array von Responses-Eingabeelementen. Arrays unterstützen Nachrichten, zurückgesendete Modellausgaben und function_call_output. Senden Sie für mehrere Gesprächsrunden jeweils den vollständigen Verlauf. Setzen Sie den System-Prompt an den Anfang als Nachricht mit role=system. Bilder verwenden input_image, nur mit glm-5.3-flash und glm-5.3-flashx. Verwenden Sie nicht das messages-/image_url-Blockformat von Chat Completions.

Beispiel:

"Stelle dich in einem Satz vor."

max_output_tokens

integer

Erforderlicher Bereich: x >= 1

Beispiel:

1024

stream

boolean

Standard:false

Aktiviert SSE-Streaming. Lesen Sie den Antworttext aus delta in response.output_text.delta. Der erfolgreiche Abschluss ist response.completed. Beenden und behandeln Sie die Runde auch bei response.incomplete, response.failed oder error. Warten Sie nicht ausschließlich auf [DONE] oder das Schließen der Verbindung.

reasoning

object

Responses verwendet reasoning.effort als verschachteltes Feld statt reasoning_effort oder thinking auf oberster Ebene. Denk-Tokens sind in output_tokens enthalten. Einfache Aufgaben können reasoning_tokens=0 zurückgeben; daraus folgt nicht, dass Denken deaktivierbar ist.

Show child attributes

Antwort

Generierung abgeschlossen oder Ergebnis unvollständig; status prüfen. Streaming liefert text/event-stream.

string

ID dieser Antwort. Unverändert als previous_response_id übergeben.

Beispiel:

"response_demo"

object

string

Allowed value: "response"

created_at

integer

Erstellungszeit in Unix-Sekunden.

model

string

Beispiel:

"glm-5.3-flash"

status

enum<string>

completed beendet die Generierung dieser Runde, gegebenenfalls nur mit Werkzeugaufrufen. incomplete kennzeichnet eine unvollständige Ausgabe. Prüfen Sie output und error.

Verfügbare Optionen:

completed,

incomplete,

failed,

in_progress,

queued

output

object[]

Geordnete Ausgabeelemente. Lesen Sie text aus content-Einträgen mit type=output_text innerhalb von Elementen mit type=message. reasoning kann vor dem Antworttext stehen; function_call-Runden können ohne Antworttext enden. Lesen Sie nicht immer output[0].

Show child attributes

output_text

string

Optional zusammengefasster Antworttext; das Feld kann fehlen. Allgemeine Clients sollten output durchlaufen.

usage

object

Show child attributes

error

object | null

Antwortfehler; bei Erfolg normalerweise null.

incomplete_details

object

Show child attributes

metadata

object | null

Show child attributes

Bildserie

Videoserie

Audioserie

Textserie

Kontoverwaltung

Aufgabenverwaltung

Dateiverwaltung

GLM Schnittstelle für alle Modelle - Schnellstart Responses

Antworttext lesen

Autorisierungen

Body

Antwort

​Antworttext lesen

Autorisierungen

Body

Antwort

Antworttext lesen