> ## 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-5.2 - API compatible con Anthropic
> - Invoca el modelo GLM-5.2 mediante el protocolo Anthropic Messages
- La estructura de solicitud / respuesta está alineada con la API de Anthropic
- **Indicación de sistema**: se transfiere mediante el campo `system` de nivel superior
- **Modo de pensamiento**: GLM-5.2 activa el pensamiento de forma predeterminada, el contenido del pensamiento se devuelve mediante un bloque `content[type=thinking]`; pasa `thinking.type=disabled` para desactivarlo
- **Salida en streaming**: flujo de eventos SSE
- **Llamada a herramientas**: compatible con el flujo `tool_use` / `tool_result` de Anthropic
- ⚠️ **No admite multimodalidad**: GLM-5.2 es un modelo de solo texto, los bloques de contenido de imagen / video se ignoran
**BaseURL**: La BaseURL predeterminada es `https://direct.evolink.ai`, que ofrece mejor compatibilidad con los modelos de texto y las conexiones de larga duración. `https://api.evolink.ai` es el endpoint principal para los servicios multimodales y sirve como dirección de respaldo para los modelos de texto.
## OpenAPI
````yaml es/api-manual/language-series/glm-5.2/glm-5.2-messages.json POST /v1/messages
openapi: 3.1.0
info:
title: GLM-5.2 Interfaz compatible con Anthropic
description: >-
Referencia completa de la API de GLM-5.2 invocado mediante el protocolo
Anthropic Messages.
**Notas de compatibilidad**:
- Ruta: `/v1/messages` (ruta estándar de Anthropic)
- La estructura de solicitud / respuesta es coherente con la API de
Anthropic Messages
- Campos admitidos: `model` `messages` (obligatorios) `system` `max_tokens`
`temperature` `top_p` `top_k` `stop_sequences` `stream` `thinking` `tools`
`tool_choice` `metadata`
**Capacidades del modelo**:
- Modo de pensamiento: GLM-5.2 es un modelo de razonamiento, **el
pensamiento está activado de forma predeterminada**; el contenido del
pensamiento se devuelve mediante un bloque `content[type=thinking]` y se
contabiliza en los output tokens. Cuando no lo necesites, pasa
explícitamente `thinking.type=disabled` para desactivarlo y ahorrar tokens
- **Modelo de solo texto**: ⚠️ no admite entradas multimodales como imágenes
/ videos (los bloques de contenido de imagen que se transfieran se ignoran)
- Caché de indicaciones: admite caché implícita, las solicitudes con el
mismo prefijo aciertan automáticamente en la caché (el acierto se refleja en
`cache_read_input_tokens`, sin necesidad de configurar manualmente
`cache_control`); la caché requiere calentamiento, y tras varias solicitudes
con el mismo prefijo el acierto es más estable;
`cache_creation_input_tokens` es siempre 0
license:
name: MIT
version: 1.0.0
servers:
- url: https://direct.evolink.ai
description: Producción (recomendado, mejor compatibilidad con modelos de texto)
- url: https://api.evolink.ai
description: URL alternativa
security:
- bearerAuth: []
tags:
- name: Messages
description: Interfaz del protocolo Anthropic Messages
paths:
/v1/messages:
post:
tags:
- Messages
summary: Interfaz GLM-5.2 Messages (compatible con Anthropic)
description: >-
- Invoca el modelo GLM-5.2 mediante el protocolo Anthropic Messages
- La estructura de solicitud / respuesta está alineada con la API de
Anthropic
- **Indicación de sistema**: se transfiere mediante el campo `system` de
nivel superior
- **Modo de pensamiento**: GLM-5.2 activa el pensamiento de forma
predeterminada, el contenido del pensamiento se devuelve mediante un
bloque `content[type=thinking]`; pasa `thinking.type=disabled` para
desactivarlo
- **Salida en streaming**: flujo de eventos SSE
- **Llamada a herramientas**: compatible con el flujo `tool_use` /
`tool_result` de Anthropic
- ⚠️ **No admite multimodalidad**: GLM-5.2 es un modelo de solo texto,
los bloques de contenido de imagen / video se ignoran
operationId: createMessageGLM52
requestBody:
required: true
content:
application/json:
schema:
$ref: '#/components/schemas/CreateMessageRequest'
examples:
simple:
summary: Solicitud mínima ejecutable
value:
model: glm-5.2
max_tokens: 1024
messages:
- role: user
content: Hola, mundo
system_prompt:
summary: Con indicación de sistema (system)
value:
model: glm-5.2
max_tokens: 2048
system: Eres un editor técnico experimentado en chino.
messages:
- role: user
content: Presenta GLM-5.2 en tres frases.
disable_thinking:
summary: Desactivar el modo de pensamiento (ahorrar tokens)
value:
model: glm-5.2
max_tokens: 512
thinking:
type: disabled
messages:
- role: user
content: 'En una frase: ¿cuál es la capital de Japón?'
stop_sequences:
summary: Secuencias de parada personalizadas
value:
model: glm-5.2
max_tokens: 50
thinking:
type: disabled
stop_sequences:
- '3'
messages:
- role: user
content: 'Output exactly: 1 2 3 4 5 6'
tool_use:
summary: Llamada a herramientas (estilo tool_use de Anthropic)
value:
model: glm-5.2
max_tokens: 2048
messages:
- role: user
content: Consulta el tiempo en Tokio y dímelo
tools:
- name: get_weather
description: Consulta el clima actual de una ciudad específica
input_schema:
type: object
properties:
city:
type: string
description: 'Nombre de la ciudad, por ejemplo: Tokyo'
required:
- city
tool_choice:
type: auto
streaming:
summary: Salida en streaming (SSE)
value:
model: glm-5.2
max_tokens: 1024
stream: true
messages:
- role: user
content: Escribe un poema corto sobre la primavera
responses:
'200':
description: Objeto de mensaje
content:
application/json:
schema:
$ref: '#/components/schemas/MessageResponse'
examples:
with_thinking:
summary: >-
Bloque de contenido thinking incluido de forma
predeterminada
value:
id: msg_0842a705-9d0b-4eaa-b12d-09a4106326c5
type: message
role: assistant
model: glm-5.2
content:
- type: thinking
thinking: >-
El usuario pide saludar con una sola palabra, basta
con responder "Hi".
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
tool_use:
summary: Se activa la llamada a herramientas (stop_reason=tool_use)
value:
id: msg_067e85db-53df-43a1-bd38-09c53375f2f0
type: message
role: assistant
model: glm-5.2
content:
- type: tool_use
id: toolu_36b8a98e284c426799f08612
name: get_weather
input:
city: Tokyo
stop_reason: tool_use
usage:
input_tokens: 161
output_tokens: 11
cache_creation_input_tokens: 0
cache_read_input_tokens: 0
prompt_tokens_details:
cached_tokens: 0
'400':
description: Error en los parámetros de la solicitud
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
type: error
request_id: req_xxx
error:
type: invalid_request_error
message: Invalid request
'401':
description: Error de autenticación
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
type: error
error:
type: authentication_error
message: Authentication error
'402':
description: Cuota insuficiente
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
type: error
error:
type: billing_error
message: Insufficient quota
'403':
description: Error de permisos
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
type: error
error:
type: permission_error
message: Permission denied
'404':
description: El modelo o el recurso no existe
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
type: error
error:
type: not_found_error
message: Model not found
'429':
description: Límite de frecuencia
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
type: error
error:
type: rate_limit_error
message: Rate limited
'500':
description: Error interno del servidor
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'502':
description: Error de puerta de enlace
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'503':
description: Servicio temporalmente no disponible
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
components:
schemas:
CreateMessageRequest:
type: object
required:
- model
- messages
properties:
model:
type: string
description: Modelo a invocar
enum:
- glm-5.2
example: glm-5.2
max_tokens:
type: integer
description: >-
Especifica el límite superior de longitud del contenido generado
(número de Tokens)
**Notas**:
- Los tokens producidos por el thinking también se contabilizan en
este límite
- Al alcanzar el límite, el contenido se trunca y la respuesta
devuelve `stop_reason=max_tokens`
minimum: 1
example: 1024
messages:
type: array
description: >-
Lista de mensajes de la conversación, alternando user / assistant
por turnos
**Notas**:
- Debe contener al menos 1 mensaje
- El último mensaje suele ser `role=user`
- Admite contexto de múltiples turnos, el modelo hará referencia a
los mensajes históricos
items:
$ref: '#/components/schemas/InputMessage'
minItems: 1
system:
description: >-
Indicación de sistema, usada para definir el rol y el comportamiento
de la IA
**Notas**:
- Admite una cadena o un array de bloques de contenido
- Se transfiere mediante el campo `system` de nivel superior (no lo
incluyas en messages)
- El modelo respetará las restricciones de system
- ⚠️ **Un system demasiado largo puede truncarse**: si necesitas un
contexto largo, colócalo en `messages`, no lo amontones todo en
`system`
oneOf:
- type: string
example: You are a helpful assistant.
- type: array
description: >-
Indicación de sistema en formato de array de bloques de
contenido. Los bloques text pueden llevar cache_control
items:
type: object
required:
- type
- text
properties:
type:
type: string
enum:
- text
text:
type: string
cache_control:
$ref: '#/components/schemas/CacheControl'
temperature:
type: number
description: >-
Temperatura de muestreo
**Notas**:
- Cuanto más alto el valor, más diversa la salida; cuanto más bajo,
más determinista
- Rango recomendado `[0, 1]`
minimum: 0
maximum: 1
example: 1
top_p:
type: number
description: |-
Umbral de muestreo por núcleo
**Notas**:
- Rango `[0, 1]`
- Se recomienda no ajustar temperature y top_p simultáneamente
minimum: 0
maximum: 1
example: 0.9
top_k:
type: integer
description: >-
Muestrea solo entre los K tokens de mayor probabilidad (parámetro
exclusivo de Anthropic)
**Notas**:
- Cuanto más pequeño el valor, más determinista la salida; cuanto
más grande, más diversos los candidatos
minimum: 0
example: 10
stop_sequences:
type: array
description: >-
Secuencias de parada personalizadas: la generación se detiene cuando
se encuentra cualquiera de estas cadenas
**Notas**:
- Al encontrarla se trunca, el contenido anterior al punto de
coincidencia se devuelve con normalidad
- ⚠️ **Atención**: al encontrar una secuencia de parada, el
`stop_reason` de GLM-5.2 devuelve `end_turn` (en lugar del
`stop_sequence` estándar de Anthropic), y la respuesta tampoco
incluye el campo `stop_sequence`. Si el cliente se basa en
`stop_reason=="stop_sequence"` para detectar la coincidencia,
necesitarás un manejo especial
items:
type: string
example:
- |+
stream:
type: boolean
description: >-
Si se devuelve en streaming mediante SSE
- `true`: devolución en streaming mediante Server-Sent Events
(secuencia de eventos estándar de Anthropic: message_start /
content_block_start / content_block_delta / message_delta /
message_stop)
- `false`: devuelve la respuesta completa de una sola vez
(predeterminado)
default: false
example: false
thinking:
type: object
description: >-
Controla el pensamiento profundo
**Notas**:
- GLM-5.2 es un modelo de razonamiento, **cuando no se transfiere
este campo, el pensamiento está activado de forma predeterminada**
- Cuando está activado, en el array `content` de la respuesta
aparece un bloque de proceso de razonamiento con `type="thinking"`
(se factura como output token, `signature` puede ser una cadena
vacía)
- Pasa `{"type":"disabled"}` para desactivar el pensamiento,
reduciendo notablemente los output tokens
- ⚠️ **Solo el interruptor binario `type` tiene efecto**: parámetros
de presupuesto/nivel de pensamiento como `budget_tokens` o `effort`
no surten efecto (se ignoran), no se puede controlar con precisión
la cantidad de pensamiento
required:
- type
properties:
type:
type: string
enum:
- enabled
- disabled
description: >-
- Sin transferir el campo thinking: el pensamiento está activado
de forma predeterminada
- `disabled`: desactiva el pensamiento, responde directamente
- `enabled`: valor de activación explícita estándar de Anthropic
tools:
type: array
description: >-
Lista de definiciones de herramientas
**Notas**:
- Sigue la especificación de definición de tool de Anthropic
- `input_schema` usa un objeto JSON Schema
- El modelo devuelve un bloque `tool_use` estándar, con
`stop_reason=tool_use`
items:
$ref: '#/components/schemas/Tool'
tool_choice:
type: object
description: Estrategia de selección de herramientas
required:
- type
properties:
type:
type: string
enum:
- auto
- none
description: >-
- `auto`: el modelo decide automáticamente si invoca una
herramienta
- `none`: prohíbe la invocación de herramientas
metadata:
type: object
description: Metadatos de la solicitud
properties:
user_id:
type: string
description: >-
Identificador único que representa al usuario final, puede
usarse para la supervisión y la detección de abusos por usuario
(se recomienda usar un ID con hash)
MessageResponse:
type: object
description: Respuesta de mensaje al estilo de Anthropic
properties:
id:
type: string
description: 'ID único del mensaje (formato: `msg_`)'
type:
type: string
enum:
- message
description: Tipo de objeto de respuesta
role:
type: string
enum:
- assistant
model:
type: string
description: Modelo realmente utilizado
example: glm-5.2
content:
type: array
description: >-
Lista de bloques de contenido de la respuesta
**Posibles block type**:
- `thinking`: proceso de razonamiento (cuando el pensamiento está
activado, activado de forma predeterminada)
- `text`: texto de la respuesta final
- `tool_use`: llamada a herramienta iniciada por el modelo
items:
$ref: '#/components/schemas/OutputContentBlock'
stop_reason:
type: string
description: >-
Motivo de la parada
- `end_turn`: finalización natural (⚠️ también devuelve este valor
al encontrar stop_sequences)
- `max_tokens`: se alcanzó el límite de max_tokens
- `tool_use`: el modelo activó una llamada a herramienta
enum:
- end_turn
- max_tokens
- tool_use
usage:
$ref: '#/components/schemas/AnthropicUsage'
ErrorResponse:
type: object
properties:
type:
type: string
enum:
- error
error:
type: object
properties:
type:
type: string
description: >-
Tipo de error (como invalid_request_error / authentication_error
/ billing_error, etc.)
message:
type: string
description: Descripción del error
request_id:
type: string
description: ID de seguimiento de la solicitud
InputMessage:
type: object
required:
- role
- content
properties:
role:
type: string
enum:
- user
- assistant
description: >-
Rol del emisor del mensaje, alternando user / assistant
- `user`: mensaje del usuario (también se usa para devolver bloques
`tool_result`)
- `assistant`: respuesta histórica del asistente (puede contener
bloques `text` / `thinking` / `tool_use`)
⚠️ **No acepta `system`**: para la indicación de sistema usa el
campo `system` de nivel superior.
content:
description: >-
Contenido del mensaje
**Notas**:
- Para texto plano, transfiere directamente una cadena
- Para contenido estructurado, transfiere un array de bloques de
contenido (`text` / `tool_use` / `tool_result` / `thinking`)
- ⚠️ GLM-5.2 es un modelo de solo texto, los bloques de contenido
`image` / `video` se ignoran
oneOf:
- type: string
- type: array
items:
$ref: '#/components/schemas/ContentBlock'
CacheControl:
type: object
description: >-
Marca de caché de indicaciones
**Notas**: GLM-5.2 usa caché implícita (se establece automáticamente por
prefijo idéntico, el acierto se ve en `cache_read_input_tokens`,
requiere calentamiento), no depende de esta marca explícita;
`cache_control` puede transferirse con normalidad pero podría ignorarse,
sin afectar a la caché implícita.
required:
- type
properties:
type:
type: string
enum:
- ephemeral
description: Tipo de marca de caché
Tool:
type: object
required:
- name
- input_schema
properties:
name:
type: string
description: |-
Nombre de la herramienta
**Notas**:
- Solo se permite `a-zA-Z0-9_-`
- Máximo 64 caracteres
description:
type: string
description: >-
Descripción de la funcionalidad de la herramienta, para que el
modelo decida cuándo invocarla
input_schema:
type: object
description: |-
Objeto JSON Schema de los argumentos de entrada de la herramienta
**Notas**:
- `type` debe ser `object`
- Debe declarar `properties` y `required`
cache_control:
$ref: '#/components/schemas/CacheControl'
OutputContentBlock:
type: object
description: Bloque de contenido de la respuesta
properties:
type:
type: string
enum:
- text
- thinking
- tool_use
text:
type: string
description: Texto cuando type=`text`
thinking:
type: string
description: Texto del proceso de razonamiento cuando type=`thinking`
signature:
type: string
description: Firma cuando type=`thinking` (GLM-5.2 puede ser una cadena vacía)
id:
type: string
description: ID de la llamada a la herramienta cuando type=`tool_use`
name:
type: string
description: Nombre de la herramienta cuando type=`tool_use`
input:
type: object
description: >-
Argumentos de entrada JSON generados por el modelo cuando
type=`tool_use`
AnthropicUsage:
type: object
description: Estadísticas de uso de tokens (especificación de Anthropic)
properties:
input_tokens:
type: integer
description: Número de tokens de entrada (parte que no acertó en caché)
example: 18
output_tokens:
type: integer
description: Número de tokens de salida (incluye thinking)
example: 101
cache_creation_input_tokens:
type: integer
description: >-
Número de tokens de entrada de creación de caché (GLM-5.2 es siempre
0)
example: 0
cache_read_input_tokens:
type: integer
description: >-
Número de tokens de entrada con acierto de caché (con acierto de
caché implícita, aproximadamente la longitud del prefijo idéntico)
example: 0
prompt_tokens_details:
type: object
description: >-
Desglose detallado de los tokens de entrada (campo de acierto de
caché, GLM-5.2 lo devuelve igualmente)
properties:
cached_tokens:
type: integer
description: Número de tokens de entrada que acertaron en caché
example: 0
ContentBlock:
type: object
description: >-
Bloque de contenido del mensaje
**type admitidos**:
- `text`: contenido de texto
- `tool_use`: devuelve la llamada a herramienta del turno anterior del
assistant
- `tool_result`: resultado de la ejecución de la herramienta
- `thinking`: devuelve el contenido de pensamiento del turno anterior
del assistant
⚠️ No admite `image` / `video` (modelo de solo texto)
required:
- type
properties:
type:
type: string
enum:
- text
- tool_use
- tool_result
- thinking
text:
type: string
description: Contenido de texto cuando type=`text`
id:
type: string
description: ID de la llamada a la herramienta (obligatorio cuando es tool_use)
name:
type: string
description: Nombre de la herramienta (obligatorio cuando es tool_use)
input:
type: object
description: >-
Argumentos de entrada de la herramienta (cuando es tool_use, objeto
JSON)
tool_use_id:
type: string
description: >-
ID de la llamada a la herramienta correspondiente (obligatorio
cuando es tool_result, se rellena con tool_use.id)
content:
description: >-
Resultado de la ejecución de la herramienta (tool_result), cadena o
array de bloques de contenido
oneOf:
- type: string
- type: array
items:
type: object
thinking:
type: string
description: >-
Contenido del proceso de pensamiento del assistant que se devuelve
(se usa cuando type=`thinking`)
signature:
type: string
description: >-
Firma del contenido thinking que se devuelve, debe devolverse tal
cual al continuar en múltiples turnos (GLM-5.2 puede devolver una
cadena vacía)
cache_control:
$ref: '#/components/schemas/CacheControl'
securitySchemes:
bearerAuth:
type: http
scheme: bearer
description: >-
##Todas las API requieren autenticación con Bearer Token##
**Obtener la API Key**:
Visita la [Página de gestión de API
Keys](https://evolink.ai/dashboard/keys) para obtener tu API Key
**Añadir al encabezado de la solicitud al usarla**:
```
Authorization: Bearer YOUR_API_KEY
```
**Nota**: EvoLink usa de forma unificada la autenticación con Bearer
Token para `/v1/messages`.
````