curl --request POST \
  --url https://direct.evolink.ai/v1/chat/completions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "glm-5.3",
  "messages": [
    {
      "role": "user",
      "content": "Preséntate, por favor"
    }
  ]
}
'

{
  "id": "chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a",
  "object": "chat.completion",
  "request_id": "req-7f3a2c1e8b9d4f0a",
  "created": 1777021417,
  "model": "glm-5.3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "¡Hola! Soy GLM-5.3 y puedo ayudarte con conversación, razonamiento, redacción, código y muchas otras tareas.",
        "reasoning_content": "Primero déjame analizar este problema...",
        "tool_calls": [
          {
            "id": "<string>",
            "type": "function",
            "function": {
              "name": "<string>",
              "arguments": "<string>"
            }
          }
        ]
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 346,
    "total_tokens": 370,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 321
    }
  },
  "web_search": [
    {
      "icon": "<string>",
      "title": "<string>",
      "link": "<string>",
      "media": "<string>",
      "publish_date": "<string>",
      "content": "<string>",
      "refer": "<string>"
    }
  ],
  "content_filter": [
    {
      "role": "assistant",
      "level": 1
    }
  ]
}

{
  "error": {
    "code": 400,
    "message": "Invalid request parameters",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Invalid or expired token",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Insufficient quota",
    "type": "insufficient_quota_error",
    "fallback_suggestion": "https://evolink.ai/dashboard/billing"
  }
}

{
  "error": {
    "code": 403,
    "message": "Access denied for this model",
    "type": "permission_error",
    "param": "model"
  }
}

{
  "error": {
    "code": 404,
    "message": "Specified model not found",
    "type": "not_found_error",
    "param": "model",
    "fallback_suggestion": "glm-5.3"
  }
}

{
  "error": {
    "code": 429,
    "message": "Rate limit exceeded",
    "type": "rate_limit_error",
    "fallback_suggestion": "retry after 60 seconds"
  }
}

{
  "error": {
    "code": 500,
    "message": "Internal server error",
    "type": "internal_server_error",
    "fallback_suggestion": "try again later"
  }
}

{
  "error": {
    "code": 502,
    "message": "Upstream AI service unavailable",
    "type": "upstream_error",
    "fallback_suggestion": "try different model"
  }
}

{
  "error": {
    "code": 503,
    "message": "Service temporarily unavailable",
    "type": "service_unavailable_error",
    "fallback_suggestion": "retry after 30 seconds"
  }
}

Chat Completions API

Interfaz de todos los modelos GLM - Referencia completa de Chat Completions

Llama a los modelos de la serie GLM mediante el protocolo OpenAI Chat Completions, eligiendo el modelo concreto con el parámetro model
Procesamiento síncrono que devuelve el contenido de la conversación en tiempo real
Conversación de texto: conversación contextual de uno o varios turnos; glm-5.3-flash admite además entrada de imagen
Indicación del sistema: personaliza el rol y el comportamiento de la IA mediante un mensaje role=system
Pensamiento profundo: thinking.type controla la cadena de pensamiento y reasoning_effort ajusta la intensidad del razonamiento; el razonamiento se devuelve en reasoning_content
Streaming: se admiten respuestas en flujo SSE (stream=true)
Llamadas a herramientas: se admiten Function Calling y búsqueda web (web_search, hasta 128 herramientas)
Salida estructurada: activa el modo JSON mediante response_format

Sobre las respuestas en streaming: con stream=true, los resultados llegan por Server-Sent Events, con cada mensaje en el formato data: {JSON} y el flujo terminando con data: [DONE]. Cada fragmento (ChatCompletionChunk) incluye id, created, model, choices y, opcionalmente, usage y content_filter; dentro, choices[].delta devuelve de forma incremental role / content / reasoning_content / tool_calls, y choices[].finish_reason indica el motivo de finalización en el último fragmento.

POST

chat

completions

curl --request POST \
  --url https://direct.evolink.ai/v1/chat/completions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "glm-5.3",
  "messages": [
    {
      "role": "user",
      "content": "Preséntate, por favor"
    }
  ]
}
'

{
  "id": "chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a",
  "object": "chat.completion",
  "request_id": "req-7f3a2c1e8b9d4f0a",
  "created": 1777021417,
  "model": "glm-5.3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "¡Hola! Soy GLM-5.3 y puedo ayudarte con conversación, razonamiento, redacción, código y muchas otras tareas.",
        "reasoning_content": "Primero déjame analizar este problema...",
        "tool_calls": [
          {
            "id": "<string>",
            "type": "function",
            "function": {
              "name": "<string>",
              "arguments": "<string>"
            }
          }
        ]
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 346,
    "total_tokens": 370,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 321
    }
  },
  "web_search": [
    {
      "icon": "<string>",
      "title": "<string>",
      "link": "<string>",
      "media": "<string>",
      "publish_date": "<string>",
      "content": "<string>",
      "refer": "<string>"
    }
  ],
  "content_filter": [
    {
      "role": "assistant",
      "level": 1
    }
  ]
}

{
  "error": {
    "code": 400,
    "message": "Invalid request parameters",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Invalid or expired token",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Insufficient quota",
    "type": "insufficient_quota_error",
    "fallback_suggestion": "https://evolink.ai/dashboard/billing"
  }
}

{
  "error": {
    "code": 403,
    "message": "Access denied for this model",
    "type": "permission_error",
    "param": "model"
  }
}

{
  "error": {
    "code": 404,
    "message": "Specified model not found",
    "type": "not_found_error",
    "param": "model",
    "fallback_suggestion": "glm-5.3"
  }
}

{
  "error": {
    "code": 429,
    "message": "Rate limit exceeded",
    "type": "rate_limit_error",
    "fallback_suggestion": "retry after 60 seconds"
  }
}

{
  "error": {
    "code": 500,
    "message": "Internal server error",
    "type": "internal_server_error",
    "fallback_suggestion": "try again later"
  }
}

{
  "error": {
    "code": 502,
    "message": "Upstream AI service unavailable",
    "type": "upstream_error",
    "fallback_suggestion": "try different model"
  }
}

{
  "error": {
    "code": 503,
    "message": "Service temporarily unavailable",
    "type": "service_unavailable_error",
    "fallback_suggestion": "retry after 30 seconds"
  }
}

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.

El control del pensamiento varía según el modelo: glm-5.3 y glm-5.3-flash piensan siempre y no se pueden desactivar; en reasoning_effort surten efecto los tres niveles low / high / max y los demás se degradan automáticamente al nivel disponible más cercano (xhigh → max, medium → high, minimal / none → low, que sigue pensando y se factura como salida). glm-5.2 puede desactivar el pensamiento con thinking.type: "disabled" y admite más niveles de razonamiento. Consulta las descripciones de los campos thinking y reasoning_effort para más detalle.

Entrada de imagen: solo la admite glm-5.3-flash, mediante bloques de contenido image_url dentro de messages[].content[]. Enviar bloques de imagen a otro modelo devuelve un error.

Autorizaciones

Authorization

string

header

requerido

##Todas las API requieren autenticación con Bearer Token##

Obtener la API Key:

Visita la página de gestión de API Keys para obtener tu API Key

Añadir al encabezado de la solicitud:

Authorization: Bearer YOUR_API_KEY

Cuerpo

application/json

model

enum<string>

predeterminado:glm-5.3

requerido

Modelo a invocar:

ID del modelo	Posicionamiento	Control del pensamiento	Entrada de imagen
`glm-5.3`	Modelo insignia, con avances generalizados en ingeniería de software compleja y tareas de agente y una mejora notable en programación frente a la generación anterior; contexto de 1M	Piensa siempre y no se puede desactivar; en `reasoning_effort` solo surten efecto `low` / `high` / `max`, los demás niveles se degradan automáticamente	No compatible
`glm-5.3-flash`	Modelo multimodal ligero con arquitectura híbrida de atención dispersa y lineal, coste muy bajo y visión nativa; contexto de 1M	Igual que `glm-5.3`	Compatible, consulta el campo `messages`
`glm-5.2`	Insignia de la generación anterior, razonamiento complejo y contexto muy largo; contexto de 1M	Se puede desactivar con `thinking.type: "disabled"`; `reasoning_effort` admite los 7 niveles	No compatible

Opciones disponibles:

glm-5.3,

glm-5.3-flash,

glm-5.2

Ejemplo:

"glm-5.3"

messages

(System Message · object | User Message · object | Assistant Message · object | Tool Message · object)[]

requerido

Lista de mensajes de la conversación, contiene la información de contexto completa de la conversación actual

Admite cuatro roles: system, user, assistant, tool. Los mensajes con diferentes roles tienen distintas estructuras de campos; selecciona el rol correspondiente para verlas. Debe contener al menos 1 mensaje y no puede contener únicamente mensajes de sistema o del asistente.

Minimum array length: 1

System Message
User Message
Assistant Message
Tool Message

Show child attributes

stream

boolean

predeterminado:false

Si se debe activar el modo de salida en streaming

false: el modelo genera la respuesta completa y la devuelve de una sola vez (predeterminado), adecuado para textos cortos y procesamiento por lotes
true: devuelve la respuesta en fragmentos en tiempo real mediante Server-Sent Events (SSE), adecuado para chat y textos largos; al finalizar el stream se devuelve data: [DONE]

Ejemplo:

false

thinking

object

Controla si se activa la cadena de pensamiento (Chain of Thought)

Show child attributes

reasoning_effort

enum<string>

predeterminado:max

Controla la intensidad de razonamiento del modelo; solo surte efecto con thinking activado y su valor predeterminado es max

Los valores admitidos varían según el modelo:

Valor	`glm-5.3` / `glm-5.3-flash`	`glm-5.2`
`max`	Razonamiento profundo (predeterminado)	Razonamiento profundo
`high`	Razonamiento reforzado	Razonamiento reforzado
`low`	Razonamiento ligero	Equivale a `high`
`xhigh`	Degradado a `max`	Equivale a `max`
`medium`	Degradado a `high`	Equivale a `high`
`minimal`	Degradado a `low` (sigue pensando)	Renuncia a pensar
`none`	Degradado a `low` (sigue pensando)	Renuncia a pensar

La serie glm-5.3 piensa siempre y solo surten efecto realmente los tres niveles low / high / max; los otros cuatro no dan error, sino que se degradan automáticamente al nivel disponible más cercano (xhigh → max, medium → high, minimal / none → low).

La serie glm-5.3 no puede desactivar el pensamiento. Enviar minimal o none solo lo baja al nivel mínimo low: el modelo sigue generando tokens de pensamiento, facturados a la tarifa de salida. Si envías estos dos niveles para ahorrar, ten en cuenta que esto difiere de glm-5.2: en glm-5.2 sí se renuncia realmente a pensar.

Para tareas complejas como la programación se recomienda max.

Opciones disponibles:

max,

xhigh,

high,

medium,

low,

minimal,

none

Ejemplo:

"max"

do_sample

boolean

predeterminado:true

Si se debe activar la estrategia de muestreo

true (predeterminado): usa temperature / top_p para el muestreo aleatorio, con una salida más variada
false: siempre selecciona la palabra de mayor probabilidad (decodificación voraz), con una salida más determinista; en este caso, temperature y top_p se ignoran

Para tareas que requieren coherencia y reproducibilidad (como la generación de código o la traducción), se recomienda establecerlo en false

Ejemplo:

true

temperature

number<float>

predeterminado:1

Temperatura de muestreo, controla la aleatoriedad y la creatividad de la salida

Notas:

Rango: [0.0, 1.0], limitado a dos decimales
Valores más altos (p. ej. 0.8): más aleatorio y creativo, adecuado para la escritura creativa
Valores más bajos (p. ej. 0.2): más estable y determinista, adecuado para preguntas factuales y generación de código
Valor predeterminado: 1.0

Recomendación: no ajustes temperature y top_p simultáneamente

Rango requerido: 0 <= x <= 1

Ejemplo:

1

top_p

number<float>

predeterminado:0.95

Parámetro de muestreo por núcleo (Nucleus Sampling), es una alternativa al muestreo por temperature

Notas:

Rango: [0.01, 1.0], limitado a dos decimales
El modelo solo considera los tokens candidatos cuya probabilidad acumulada alcanza top_p; por ejemplo, 0.1 significa considerar solo los tokens del primer 10 % de probabilidad
Los valores más pequeños producen una salida más enfocada y coherente; los valores más grandes aumentan la diversidad
Valor predeterminado: 0.95

Recomendación: no ajustes temperature y top_p simultáneamente

Rango requerido: 0.01 <= x <= 1

Ejemplo:

0.95

max_tokens

integer

Límite máximo de tokens de salida del modelo

Nota:

La serie GLM admite hasta 131.072 tokens (128K) de longitud de salida; se recomienda no bajar de 1024
Con thinking activado, los tokens de la cadena de pensamiento también cuentan para este límite
Si la generación se trunca por length, prueba a subir este valor

Rango requerido: 1 <= x <= 131072

Ejemplo:

1024

tools

(Herramienta Function · object | Herramienta Web Search (búsqueda web) · object)[]

Lista de herramientas que el modelo puede invocar

Nota:

Se admiten la llamada a funciones (function) y la búsqueda web (web_search)
Hasta 128 funciones
De ellas, web_search se factura aparte por llamada cuando la búsqueda ocurre realmente; las demás herramientas no tienen coste adicional

Maximum array length: 128

Herramienta Function
Herramienta Web Search (búsqueda web)

Show child attributes

tool_choice

enum<string>

predeterminado:auto

Controla la forma en que el modelo elige qué función invocar

Notas: solo tiene efecto cuando el tipo de herramienta es function, y de forma predeterminada solo admite auto (el modelo decide automáticamente si invoca una herramienta)

Opciones disponibles:

auto

Ejemplo:

"auto"

stop

string[]

Lista de palabras de parada

Notas:

Cuando el texto generado por el modelo encuentra la cadena especificada, detiene la generación de inmediato (la palabra de parada en sí no se incluye en el texto devuelto)
Actualmente solo se admite una única palabra de parada, con el formato ["stop_word1"], por ejemplo ["Human:"]

Maximum array length: 4

Ejemplo:

["Human:"]

response_format

object

Especifica el formato de salida de la respuesta del modelo, predeterminado text

Notas:

{ "type": "json_object" } activa el modo JSON, y el modelo devuelve datos en formato JSON válido, adecuado para escenarios como la extracción de datos estructurados
Al usar el modo JSON, se recomienda solicitar explícitamente la salida en JSON en el mensaje system o user

Show child attributes

request_id

string

Identificador único de la solicitud

Notas:

Lo transfiere el cliente, con una longitud de 6 a 64 caracteres; se recomienda usar el formato UUID para garantizar la unicidad
Si no se proporciona, la plataforma lo genera automáticamente

Required string length: 6 - 64

Ejemplo:

"req-7f3a2c1e8b9d4f0a"

user_id

string

Identificador único del usuario final

Notas: longitud de 6 a 128 caracteres; se recomienda usar un identificador único que no contenga información sensible, lo que ayuda a la plataforma a supervisar y detectar comportamientos abusivos

Required string length: 6 - 128

Ejemplo:

"user-abc123456"

Respuesta

Completado de chat generado exitosamente

string

ID de la tarea

Ejemplo:

"chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a"

object

enum<string>

Tipo de respuesta

Opciones disponibles:

chat.completion

Ejemplo:

"chat.completion"

request_id

string

ID de la solicitud (se devuelve cuando se proporciona request_id en la solicitud)

Ejemplo:

"req-7f3a2c1e8b9d4f0a"

created

integer

Hora de creación de la solicitud, marca de tiempo Unix (segundos)

Ejemplo:

1777021417

model

string

Nombre del modelo

Ejemplo:

"glm-5.3"

choices

object[]

Lista de respuestas del modelo

Show child attributes

usage

object

Estadísticas de uso de tokens devueltas al finalizar la llamada

Show child attributes

web_search

object[]

Información relacionada con la búsqueda web, se devuelve al usar la herramienta web_search y obtener resultados de búsqueda

Show child attributes

content_filter

object[]

Información relacionada con la seguridad del contenido

Show child attributes

Serie de imágenes

Serie de videos

Serie de audio

Serie de texto

Gestión de cuenta

Gestión de tareas

Gestión de archivos

Interfaz de todos los modelos GLM - Referencia completa de Chat Completions

Autorizaciones

Cuerpo

Respuesta