> ## 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 - Responses vollständige Parameter
> 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.
**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.
```json theme={null}
{
"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:
```json theme={null}
{
"type": "function",
"name": "get_temperature",
"description": "Liefert die Temperatur der angegebenen Stadt",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string"
}
},
"required": [
"city"
],
"additionalProperties": false
}
}
```
1. `response.output` durchlaufen und alle Elemente mit `type=function_call` sammeln.
2. Den JSON-String arguments parsen und validieren, danach die Funktionen in Ihrer Anwendung ausführen.
3. Das gesamte vorherige output an den Verlauf anhängen. Für jeden Aufruf ein `function_call_output` mit ursprünglicher `call_id` und output als String ergänzen.
4. 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.
## OpenAPI
````yaml de/api-manual/language-series/glm/responses/responses-reference.json POST /v1/responses
openapi: 3.1.0
info:
title: GLM Schnittstelle für alle Modelle - Responses vollständige Parameter
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 API (vollständige Referenz)
description: >-
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.
operationId: createGLMResponse
requestBody:
required: true
content:
application/json:
schema:
$ref: '#/components/schemas/ResponsesRequest'
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
system_message:
summary: System-Prompt und Nachrichtenarray
value:
model: glm-5.3-flash
input:
- role: system
content: Antworte kurz auf Deutsch.
- role: user
content: Was ist binäre Suche?
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
history:
summary: Mehrere Gesprächsrunden mit Verlauf
value:
model: glm-5.3-flash
input:
- 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.
max_output_tokens: 1024
reasoning:
effort: low
function:
summary: Clientseitiger Funktionsaufruf
value:
model: glm-5.3-flash
input: Frage die Temperatur in Peking ab.
max_output_tokens: 1024
reasoning:
effort: low
tools:
- type: function
name: get_temperature
description: Liefert die Temperatur der angegebenen Stadt
parameters:
type: object
properties:
city:
type: string
required:
- city
additionalProperties: false
tool_choice:
type: function
name: get_temperature
function_result:
summary: Funktionsergebnis zurücksenden
description: >-
Ersetzen Sie call_id im Beispiel durch den tatsächlich
zurückgegebenen Wert der vorherigen Runde und behalten Sie
deren vollständiges output bei.
value:
model: glm-5.3-flash
input:
- role: user
content: Frage die Temperatur in Peking ab.
- type: function_call
call_id: call_weather_demo
name: get_temperature
arguments: '{"city":"Peking"}'
- type: function_call_output
call_id: call_weather_demo
output: '{"city":"Peking","temperature":25}'
max_output_tokens: 1024
reasoning:
effort: low
tools:
- type: function
name: get_temperature
description: Liefert die Temperatur der angegebenen Stadt
parameters:
type: object
properties:
city:
type: string
required:
- city
additionalProperties: false
tool_choice: none
web_search:
summary: Serverseitige Websuche
value:
model: glm-5.3-flash
input: >-
Suche im Web nach dem Titel der Python-Startseite. Gib nur
den Titel und den Quellenlink zurück.
max_output_tokens: 1024
reasoning:
effort: low
tools:
- type: web_search
tool_choice: required
web_search_history:
summary: Gespräch nach einer Websuche fortsetzen
description: >-
Ersetzen Sie bei einer tatsächlichen Anfrage die Beispiele für
web_search_call und message durch sämtliche ursprünglichen
output-Einträge der vorherigen Antwort und hängen Sie dann
Ihre neue Frage an. Behalten Sie Felder wie id, status und
action bei. Erstellen Sie für web_search_call kein
function_call_output.
value:
model: glm-5.3-flash
input:
- role: user
content: >-
Suche im Web nach dem Titel der Python-Startseite. Gib
nur den Titel und den Quellenlink zurück.
- type: web_search_call
id: ws_search_demo
status: completed
action:
type: open_page
url: https://www.python.org
- type: message
id: msg_search_demo
status: completed
role: assistant
content:
- type: output_text
text: Welcome to Python.org — https://www.python.org
annotations: []
- role: user
content: >-
Welchen Titel der Startseite hast du in der vorherigen
Runde gefunden? Gib nur den Titel zurück, ohne erneut zu
suchen.
max_output_tokens: 1024
reasoning:
effort: low
json_object:
summary: Ausgabe als JSON-Objekt
value:
model: glm-5.3-flash
input: >-
Gib ausschließlich ein gültiges JSON-Objekt mit dem Feld
city und dem Wert Beijing aus. Kein Markdown.
max_output_tokens: 1024
reasoning:
effort: low
text:
format:
type: json_object
image:
summary: Bildverständnis (Flash-Beispiel)
description: Das Beispiel enthält eine Data URL für ein rotes PNG-Bild.
value:
model: glm-5.3-flash
max_output_tokens: 1024
reasoning:
effort: low
input:
- role: user
content:
- type: input_text
text: Das Bild ist einfarbig. Antworte nur mit der Farbe.
- type: input_image
image_url: >-
data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAIAAAACACAIAAABMXPacAAABK0lEQVR4nO3RMQEAMAyAsLb+PW8y8hADHOybSEfraYDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANGOsDz+EB/5Uf+TQAAAAASUVORK5CYII=
store:
summary: Antwort zur späteren Referenz erstellen (Flash)
value:
model: glm-5.3-flash
input: Merke dir das Kennwort BLUE-728. Antworte nur mit Gemerkt.
max_output_tokens: 1024
reasoning:
effort: low
store: true
previous_response:
summary: Vorherige Antwort referenzieren (Flash)
description: >-
Führen Sie zuerst das Beispiel zum Speichern einer Antwort
aus. Setzen Sie dann previous_response_id auf deren id auf
oberster Ebene. glm-5.2 unterstützt diese Fortsetzung nicht.
value:
model: glm-5.3-flash
input: Wie lautete das Kennwort? Antworte nur mit dem Kennwort.
max_output_tokens: 1024
reasoning:
effort: low
previous_response_id: Antwort-ID aus der vorherigen Runde
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
vision_flashx:
summary: 'GLM-5.3-FlashX: Bildeingabe'
value:
model: glm-5.3-flashx
max_output_tokens: 1024
reasoning:
effort: low
input:
- role: user
content:
- type: input_text
text: Das Bild ist einfarbig. Antworte nur mit der Farbe.
- type: input_image
image_url: >-
data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAIAAAACACAIAAABMXPacAAABK0lEQVR4nO3RMQEAMAyAsLb+PW8y8hADHOybSEfraYDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANGOsDz+EB/5Uf+TQAAAAASUVORK5CYII=
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:
ResponsesRequest:
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.
instructions:
type: string
description: >-
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:
type: array
items:
$ref: '#/components/schemas/Tool'
description: >-
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.
tool_choice:
description: >-
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.
oneOf:
- type: string
enum:
- auto
- none
- required
- type: object
properties:
type:
type: string
const: function
name:
type: string
required:
- type
- name
example: auto
parallel_tool_calls:
type: boolean
description: >-
Erlaubt mehrere Werkzeugaufrufe pro Runde. false garantiert nicht
genau einen Funktionsaufruf. Clients sollten alle
function_call-Elemente durchlaufen und verarbeiten.
text:
type: object
properties:
format:
type: object
properties:
type:
type: string
description: >-
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.
enum:
- text
- json_object
example: json_object
required:
- type
description: >-
Ausgabeformat. Beispiele verwenden json_object; HTTP 200 garantiert
keine Einhaltung eines JSON-Schemas.
store:
type: boolean
description: >-
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:
type: string
description: >-
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.
example: Antwort-ID aus der vorherigen Runde
metadata:
type: object
additionalProperties:
type: string
description: >-
Benutzerdefinierte Metadaten als String-Schlüssel-Wert-Paare,
abrufbar in metadata der Antwort. Keine Schlüssel oder vertraulichen
Daten eintragen.
example:
conversation: demo
temperature:
type: number
description: >-
Sampling-Parameter. Gültiger Bereich und Wirkung hängen vom Modell
ab. Garantiert keine deterministische Ausgabe und kann bei
Denkaufgaben entfallen.
top_p:
type: number
description: >-
Sampling-Parameter. Gültiger Bereich und Wirkung hängen vom Modell
ab. Kann üblicherweise entfallen.
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
Tool:
oneOf:
- type: object
properties:
type:
type: string
const: function
name:
type: string
description:
type: string
parameters:
type: object
description: JSON-Schema für Funktionsparameter.
strict:
type: boolean
description: >-
Option zur Einschränkung von Funktionsargumenten. Clients müssen
arguments vor der Ausführung weiterhin parsen und validieren.
required:
- type
- name
- parameters
- type: object
properties:
type:
type: string
const: web_search
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.
````