GLM Schnittstelle für alle Modelle - Responses vollständige Parameter

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.

Rufen Sie GLM im Responses-Format für Textgespräche, Streaming und Funktionsaufrufe auf. Bildverständnis und Websuche stehen je nach Modell zur Verfügung. Parameter und Modellunterschiede sind unten beschrieben.

Modelle und Parameterunterschiede

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.

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.

System-Prompts und mehrere Gesprächsrunden

instructions: Systemanweisungen. glm-5.3-flash unterstützt dieses Feld bei input als String. Bei einem Nachrichtenarray gehört der System-Prompt in die erste Nachricht mit role=system.

{
  "model": "glm-5.3-flash",
  "input": [
    {
      "role": "system",
      "content": "Antworte kurz auf Deutsch."
    },
    {
      "role": "user",
      "content": "Merke dir das Kennwort RED-583"
    },
    {
      "role": "assistant",
      "content": "Gemerkt"
    },
    {
      "role": "user",
      "content": "Wie lautet das Kennwort? Antworte nur mit dem Kennwort."
    }
  ],
  "reasoning": {
    "effort": "low"
  },
  "max_output_tokens": 1024
}

Speichert die Antwort zur späteren Referenz. glm-5.3-flash und glm-5.3-flashx unterstützen mehrere Runden mit store=true und previous_response_id. glm-5.2 unterstützt keine Fortsetzung per Antwort-ID; store=true aktiviert diese Funktion nicht. Senden Sie stattdessen den vollständigen Verlauf in input. id der vorherigen Antwort auf oberster Ebene. glm-5.3-flash und glm-5.3-flashx unterstützen dies mit store=true und demselben Modell. Übergeben Sie die Antwort-ID unverändert, keine Element-ID aus output. glm-5.2 gibt für dieses Feld 400 zurück. Für modellübergreifende Gespräche das Feld weglassen und den vollständigen Verlauf in input senden.

Streaming-Antworten

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.

Ereignis	Verarbeitung
`response.created` / `response.in_progress`	Die Gesprächsrunde beginnt.
`response.output_text.delta`	delta an den Antworttext anhängen.
`response.reasoning_text.delta` / `response.reasoning_summary_text.delta`	Denktext vom Antworttext trennen; beide Ereignisformen unterstützen.
`response.output_item.done`	Vollständiges Ausgabeelement sammeln, etwa function_call.
`response.completed`	Generierung beendet; `response.output` und `response.usage` lesen.
`response.incomplete` / `response.failed` / `error`	Kürzungen oder Fehler behandeln und die Runde beenden.

Beenden Sie das Lesen nach einem Abschlussereignis. HTTP 200 bedeutet nur, dass der Stream aufgebaut wurde; prüfen Sie den endgültigen Ereignisstatus. Eine Werkzeugrunde kann mit response.completed enden, obwohl Ihre Anwendung noch eine Funktion ausführen und eine weitere Anfrage senden muss.

Funktionsaufrufe

Wählen Sie das Funktionsbeispiel im Anfragemenü. Responses verwendet flache Funktionsdefinitionen:

{
  "type": "function",
  "name": "get_temperature",
  "description": "Liefert die Temperatur der angegebenen Stadt",
  "parameters": {
    "type": "object",
    "properties": {
      "city": {
        "type": "string"
      }
    },
    "required": [
      "city"
    ],
    "additionalProperties": false
  }
}

response.output durchlaufen und alle Elemente mit type=function_call sammeln.
Den JSON-String arguments parsen und validieren, danach die Funktionen in Ihrer Anwendung ausführen.
Das gesamte vorherige output an den Verlauf anhängen. Für jeden Aufruf ein function_call_output mit ursprünglicher call_id und output als String ergänzen.
Den aktualisierten Verlauf als input der nächsten Anfrage senden. Das Beispiel zur Ergebnisrückgabe zeigt diese Struktur.

parallel_tool_calls: Erlaubt mehrere Werkzeugaufrufe pro Runde. false garantiert nicht genau einen Funktionsaufruf. Clients sollten alle function_call-Elemente durchlaufen und verarbeiten.

Bilder, Suche und JSON-Ausgabe

Bei glm-5.3-flash und glm-5.3-flashx können input_text und input_image im content-Array einer Benutzernachricht gemischt werden. image_url enthält eine öffentliche Bild-URL oder Base64 Data URL. Für glm-5.3 und glm-5.2 nur Text verwenden. Deklarieren Sie tools: [{"type":"web_search"}]. Die Suche läuft auf dem Server und liefert web_search_call-Elemente sowie Antworttext. Die Ausgabeelemente zeigen, ob gesucht wurde. Zusätzlich zu Tokenkosten können Gebühren pro Suche anfallen; es gelten die Modellpreise. Um das Gespräch nach einer Suche fortzusetzen, hängen Sie das gesamte vorherige output einschließlich web_search_call und message an input an und fügen anschließend Ihre neue Frage hinzu. Behalten Sie die ursprünglichen Felder wie id, status und action bei. Die Suche wurde bereits vom Server ausgeführt; erstellen Sie daher für web_search_call kein function_call_output. Siehe das Anfragebeispiel web_search_history. text.format.type: Ausgabeformat: text für Klartext, json_object für ein JSON-Objekt. Fordern Sie bei json_object im Prompt ausdrücklich gültiges JSON an und parsen und validieren Sie es im Client. Strikte JSON-Schema-Vorgaben werden nicht angeboten; json_schema oder strict=true garantieren keine vorgegebene Struktur.

Antworten und Nutzung

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: Optional zusammengefasster Antworttext; das Feld kann fehlen. Allgemeine Clients sollten output durchlaufen. output_text in message-Elementen; gegebenenfalls reasoning_text in reasoning-Elementen. Denktext kann auch als summary_text zurückkommen. Nicht jedes reasoning-Element besitzt content.

usage.input_tokens: Gesamte Eingabe-Tokens einschließlich Cache-Treffern. usage.input_tokens_details.cached_tokens: 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.
usage.output_tokens: Gesamte Ausgabe-Tokens einschließlich Denk-Tokens. usage.output_tokens_details.reasoning_tokens: Für das Denken verwendeter Teil der Ausgabe-Tokens; nicht nochmals zu output_tokens zählen. Diese Angabe kann fehlen oder 0 sein.

status=incomplete mit incomplete_details.reason=max_output_tokens bedeutet, dass das Budget aufgebraucht ist. Es kann Denktext ohne Antwort geben; erhöhen Sie das Ausgabelimit.

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

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.

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

instructions

string

Systemanweisungen. glm-5.3-flash unterstützt dieses Feld bei input als String. Bei einem Nachrichtenarray gehört der System-Prompt in die erste Nachricht mit role=system.

tools

object[]

Unterstützt clientseitige function-Werkzeuge und serverseitiges web_search. Funktionen werden mit flachen Feldern name / description / parameters definiert, nicht als verschachteltes function-Objekt wie bei Chat Completions. Ihre Anwendung führt function_call aus und sendet Ergebnisse zurück. web_search läuft auf dem Server; tatsächliche Suchen können neben Tokens auch pro Aufruf berechnet werden. Es gelten die Modellpreise.

Option 1
Option 2

Show child attributes

tool_choice

auto lässt das Modell wählen; none deaktiviert Werkzeuge; required verlangt einen Werkzeugaufruf. Für eine bestimmte Funktion: {"type":"function","name":"get_temperature"}. Das Verhalten einer erzwungenen Auswahl ist nicht für alle Modell-Werkzeug-Kombinationen gleich garantiert.

Verfügbare Optionen:

auto,

none,

required

Beispiel:

"auto"

parallel_tool_calls

boolean

Erlaubt mehrere Werkzeugaufrufe pro Runde. false garantiert nicht genau einen Funktionsaufruf. Clients sollten alle function_call-Elemente durchlaufen und verarbeiten.

text

object

Ausgabeformat. Beispiele verwenden json_object; HTTP 200 garantiert keine Einhaltung eines JSON-Schemas.

Show child attributes

store

boolean

Speichert die Antwort zur späteren Referenz. glm-5.3-flash und glm-5.3-flashx unterstützen mehrere Runden mit store=true und previous_response_id. glm-5.2 unterstützt keine Fortsetzung per Antwort-ID; store=true aktiviert diese Funktion nicht. Senden Sie stattdessen den vollständigen Verlauf in input.

previous_response_id

string

id der vorherigen Antwort auf oberster Ebene. glm-5.3-flash und glm-5.3-flashx unterstützen dies mit store=true und demselben Modell. Übergeben Sie die Antwort-ID unverändert, keine Element-ID aus output. glm-5.2 gibt für dieses Feld 400 zurück. Für modellübergreifende Gespräche das Feld weglassen und den vollständigen Verlauf in input senden.

Beispiel:

"Antwort-ID aus der vorherigen Runde"

metadata

object

Benutzerdefinierte Metadaten als String-Schlüssel-Wert-Paare, abrufbar in metadata der Antwort. Keine Schlüssel oder vertraulichen Daten eintragen.

Show child attributes

Beispiel:

{ "conversation": "demo" }

temperature

number

Sampling-Parameter. Gültiger Bereich und Wirkung hängen vom Modell ab. Garantiert keine deterministische Ausgabe und kann bei Denkaufgaben entfallen.

top_p

number

Sampling-Parameter. Gültiger Bereich und Wirkung hängen vom Modell ab. Kann üblicherweise entfallen.

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 - Responses vollständige Parameter

Modelle und Parameterunterschiede

System-Prompts und mehrere Gesprächsrunden

Streaming-Antworten

Funktionsaufrufe

Bilder, Suche und JSON-Ausgabe

Antworten und Nutzung

Autorisierungen

Body

Antwort

​Modelle und Parameterunterschiede

​System-Prompts und mehrere Gesprächsrunden

​Streaming-Antworten

​Funktionsaufrufe

​Bilder, Suche und JSON-Ausgabe

​Antworten und Nutzung

Autorisierungen

Body

Antwort

Modelle und Parameterunterschiede

System-Prompts und mehrere Gesprächsrunden

Streaming-Antworten

Funktionsaufrufe

Bilder, Suche und JSON-Ausgabe

Antworten und Nutzung