> ## 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 - Schnellstart Responses
> Rufen Sie GLM mit model und input auf. Unterstützte Modelle: glm-5.3, glm-5.3-flash, glm-5.3-flashx und glm-5.2. Setzen Sie max_output_tokens auf mindestens 1024, um Platz für Denken und Antwort zu lassen.
Weitere Beispiele und Modellunterschiede finden Sie in der [vollständigen Referenz](./responses-reference).
**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:
```python theme={null}
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](./responses-reference).
## OpenAPI
````yaml de/api-manual/language-series/glm/responses/responses-quickstart.json POST /v1/responses
openapi: 3.1.0
info:
title: GLM Schnittstelle für alle Modelle - Schnellstart Responses
description: >-
Rufen Sie die GLM-Serie von Zhipu im OpenAI-kompatiblen Responses-Format
auf. Unterstützt glm-5.3, glm-5.3-flash, glm-5.3-flashx und glm-5.2.
Optionale Funktionen hängen vom Modell ab.
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: Responses
description: GLM Responses API
paths:
/v1/responses:
post:
tags:
- Responses
summary: 'GLM Responses: Schnellstart'
description: >-
Rufen Sie GLM mit model und input auf. Unterstützte Modelle: glm-5.3,
glm-5.3-flash, glm-5.3-flashx und glm-5.2. Setzen Sie max_output_tokens
auf mindestens 1024, um Platz für Denken und Antwort zu lassen.
Weitere Beispiele und Modellunterschiede finden Sie in der
[vollständigen Referenz](./responses-reference).
operationId: glmResponsesQuick
requestBody:
required: true
content:
application/json:
schema:
$ref: '#/components/schemas/ResponsesQuickRequest'
examples:
basic:
summary: Grundlegendes Textgespräch
value:
model: glm-5.3-flash
input: Stelle dich in einem Satz vor.
max_output_tokens: 1024
reasoning:
effort: low
stream:
summary: SSE-Streaming-Ausgabe
value:
model: glm-5.3-flash
input: Stelle dich in einem Satz vor.
max_output_tokens: 1024
reasoning:
effort: low
stream: true
flashx:
summary: GLM-5.3-FlashX aufrufen
value:
model: glm-5.3-flashx
input: Stelle dich in einem Satz vor.
max_output_tokens: 1024
reasoning:
effort: low
responses:
'200':
description: >-
Generierung abgeschlossen oder Ergebnis unvollständig; status
prüfen. Streaming liefert text/event-stream.
content:
application/json:
schema:
$ref: '#/components/schemas/ResponsesResponse'
example:
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
text/event-stream:
schema:
type: string
example: >+
event: response.output_text.delta
data:
{"type":"response.output_text.delta","item_id":"message_demo","output_index":0,"content_index":0,"delta":"Hallo"}
event: response.completed
data:
{"type":"response.completed","response":{"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","annotations":[]}]}],"usage":{"input_tokens":17,"output_tokens":3,"total_tokens":20},"error":null}}
'400':
description: >-
Ungültige Anfrageparameter, etwa fehlendes input, fehlerhafte
reasoning-Einstellungen oder ein Modell ohne Unterstützung für
previous_response_id.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'401':
description: Der API-Schlüssel ist ungültig oder abgelaufen.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'402':
description: Nicht genügend verfügbares Guthaben.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'429':
description: >-
Anfragelimit überschritten. Mit zunehmender Wartezeit erneut
versuchen.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'500':
description: Serverfehler.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'503':
description: >-
Der Dienst ist vorübergehend nicht verfügbar. Später erneut
versuchen.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
components:
schemas:
ResponsesQuickRequest:
type: object
properties:
model:
type: string
description: >-
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. |
enum:
- glm-5.3
- glm-5.3-flash
- glm-5.3-flashx
- glm-5.2
default: glm-5.3-flash
example: glm-5.3-flash
input:
description: >-
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.
oneOf:
- type: string
- type: array
items:
$ref: '#/components/schemas/InputItem'
example: Stelle dich in einem Satz vor.
max_output_tokens:
type: integer
minimum: 1
description: >-
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.
example: 1024
stream:
type: boolean
default: false
description: >-
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:
type: object
properties:
effort:
type: string
description: >-
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.
enum:
- max
- xhigh
- high
- medium
- low
- minimal
- none
example: low
description: >-
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.
required:
- model
- input
ResponsesResponse:
type: object
properties:
id:
type: string
description: ID dieser Antwort. Unverändert als previous_response_id übergeben.
example: response_demo
object:
type: string
const: response
created_at:
type: integer
description: Erstellungszeit in Unix-Sekunden.
model:
type: string
example: glm-5.3-flash
status:
type: string
description: >-
completed beendet die Generierung dieser Runde, gegebenenfalls nur
mit Werkzeugaufrufen. incomplete kennzeichnet eine unvollständige
Ausgabe. Prüfen Sie output und error.
enum:
- completed
- incomplete
- failed
- in_progress
- queued
output:
type: array
items:
$ref: '#/components/schemas/OutputItem'
description: >-
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].
output_text:
type: string
description: >-
Optional zusammengefasster Antworttext; das Feld kann fehlen.
Allgemeine Clients sollten output durchlaufen.
usage:
$ref: '#/components/schemas/Usage'
error:
type:
- object
- 'null'
description: Antwortfehler; bei Erfolg normalerweise null.
additionalProperties: true
incomplete_details:
type: object
properties:
reason:
type: string
description: Details bei gekürzter Ausgabe, etwa max_output_tokens.
metadata:
type:
- object
- 'null'
additionalProperties:
type: string
ErrorResponse:
type: object
properties:
error:
type: object
properties:
message:
type: string
type:
type: string
param:
type:
- string
- 'null'
code:
type:
- string
- integer
- 'null'
required:
- error
InputItem:
description: >-
Nachricht, Funktionsergebnis oder unverändert aus dem vorherigen output
übernommenes Element. Verwenden Sie für Werkzeugergebnisse die
zurückgegebene call_id und behalten Sie die ursprünglichen Felder
vorheriger Ausgabeelemente bei.
oneOf:
- $ref: '#/components/schemas/InputMessage'
- $ref: '#/components/schemas/FunctionCallOutput'
- type: object
properties:
type:
type: string
description: Typ des zurückgesendeten Ausgabeelements.
enum:
- function_call
- reasoning
- web_search_call
id:
type: string
call_id:
type: string
name:
type: string
arguments:
type: string
description: Argumente als JSON-kodierter String.
status:
type: string
action:
type: object
additionalProperties: true
description: Such- oder Seitenaufrufaktion von web_search_call.
required:
- type
OutputItem:
type: object
properties:
type:
type: string
description: >-
Übliche Typen: message, reasoning, function_call und
web_search_call.
enum:
- message
- reasoning
- function_call
- web_search_call
id:
type: string
status:
type: string
role:
type: string
content:
type: array
items:
type: object
properties:
type:
type: string
text:
type: string
annotations:
type: array
items:
type: object
description: >-
output_text in message-Elementen; gegebenenfalls reasoning_text in
reasoning-Elementen.
summary:
type: array
items:
type: object
properties:
type:
type: string
text:
type: string
description: >-
Denktext kann auch als summary_text zurückkommen. Nicht jedes
reasoning-Element besitzt content.
call_id:
type: string
description: Kennung des Funktionsaufrufs zum Zurücksenden des Ergebnisses.
name:
type: string
description: Funktionsname.
arguments:
type: string
description: >-
Funktionsargumente als JSON-String. Vor der Ausführung parsen und
validieren.
action:
type: object
additionalProperties: true
description: Such- oder Seitenaufrufaktion von web_search_call.
required:
- type
Usage:
type: object
properties:
input_tokens:
type: integer
description: Gesamte Eingabe-Tokens einschließlich Cache-Treffern.
output_tokens:
type: integer
description: Gesamte Ausgabe-Tokens einschließlich Denk-Tokens.
total_tokens:
type: integer
description: Summe aus Eingabe- und Ausgabe-Tokens.
input_tokens_details:
type: object
properties:
cached_tokens:
type: integer
description: >-
Im Cache gefundener Teil der Eingabe-Tokens; nicht nochmals zu
input_tokens addieren. Präfix-Caching erfolgt automatisch und
benötigt kein explizites cache_control. Maßgeblich ist der
zurückgegebene Trefferwert.
output_tokens_details:
type: object
properties:
reasoning_tokens:
type: integer
description: >-
Für das Denken verwendeter Teil der Ausgabe-Tokens; nicht
nochmals zu output_tokens zählen. Diese Angabe kann fehlen oder
0 sein.
InputMessage:
type: object
properties:
role:
type: string
enum:
- system
- user
- assistant
content:
description: >-
Textstring oder Array von Eingabeinhaltsblöcken. Beim Zurücksenden
einer bestehenden assistant-Ausgabe können deren output_text-Blöcke
unverändert bleiben.
oneOf:
- type: string
- type: array
items:
oneOf:
- $ref: '#/components/schemas/InputText'
- $ref: '#/components/schemas/InputImage'
- $ref: '#/components/schemas/OutputText'
required:
- role
- content
FunctionCallOutput:
type: object
properties:
type:
type: string
const: function_call_output
call_id:
type: string
description: call_id des ursprünglichen function_call.
output:
type: string
description: Funktionsergebnis, üblicherweise als JSON-kodierter String.
required:
- type
- call_id
- output
InputText:
type: object
properties:
type:
type: string
const: input_text
text:
type: string
required:
- type
- text
InputImage:
type: object
properties:
type:
type: string
const: input_image
image_url:
type: string
description: >-
Öffentliche Bild-URL oder Base64 Data URL, z. B.
data:image/png;base64,... für PNG. Nur glm-5.3-flash /
glm-5.3-flashx unterstützen Bilder; verwenden Sie für glm-5.3 und
glm-5.2 nur Text.
required:
- type
- image_url
OutputText:
type: object
properties:
type:
type: string
const: output_text
text:
type: string
annotations:
type: array
items:
type: object
required:
- type
- text
securitySchemes:
bearerAuth:
type: http
scheme: bearer
description: Übergeben Sie Bearer YOUR_API_KEY im Authorization-Header.
````