> ## 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.
# 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.
**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.
## OpenAPI
````yaml es/api-manual/language-series/glm/chat-completions/chat-completions-reference.json POST /v1/chat/completions
openapi: 3.1.0
info:
title: Interfaz de todos los modelos GLM - Referencia completa de Chat Completions
description: >-
Referencia completa de la API para llamar a los modelos de texto Zhipu GLM
mediante la API Chat Completions compatible con OpenAI.
**Modelos incluidos**: `glm-5.3`, `glm-5.3-flash`, `glm-5.2` (se seleccionan
con el parámetro `model`)
**Capacidades comunes**:
- Ventana de contexto de 1M tokens, hasta **131.072 tokens** (128K) de
salida, con un mínimo recomendado de **1.024 tokens**
- Pensamiento profundo: `thinking` controla la cadena de pensamiento y
`reasoning_effort` ajusta la intensidad del razonamiento; el razonamiento se
devuelve en `reasoning_content`
- Llamadas a herramientas: Function Calling y búsqueda web (hasta 128
herramientas)
- Streaming: respuestas en flujo SSE
- Salida estructurada: los formatos de respuesta `text` y `json_object`
- Caché de contexto: caché implícita de prefijo que aciertan automáticamente
las solicitudes repetidas con el mismo prefijo, reflejada en
`usage.prompt_tokens_details.cached_tokens`
**Las diferencias entre modelos** (control del pensamiento, entrada de
imagen) se describen más abajo en los campos `model` y `thinking` /
`reasoning_effort`.
license:
name: MIT
version: 1.0.0
servers:
- url: https://direct.evolink.ai
description: Producción (recomendado)
- url: https://api.evolink.ai
description: URL alternativa
security:
- bearerAuth: []
tags:
- name: Generación de chat
description: Endpoints relacionados con la generación de chat de IA
paths:
/v1/chat/completions:
post:
tags:
- Generación de chat
summary: Completado de chat GLM (todos los modelos, compatible con OpenAI)
description: >-
- 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.
operationId: createChatCompletionGLM
requestBody:
required: true
content:
application/json:
schema:
$ref: '#/components/schemas/ChatCompletionRequest'
examples:
simple_text:
summary: Conversación de texto de un solo turno
value:
model: glm-5.3
messages:
- role: user
content: Preséntate, por favor
multi_turn:
summary: Conversación de múltiples turnos (comprensión del contexto)
value:
model: glm-5.3
messages:
- role: user
content: ¿Qué es Python?
- role: assistant
content: Python es un lenguaje de programación de alto nivel...
- role: user
content: ¿Cuáles son sus ventajas?
system_prompt:
summary: Uso de indicaciones de sistema
value:
model: glm-5.3
messages:
- role: system
content: >-
Eres un asistente profesional de programación en Python.
Responde las preguntas con un lenguaje conciso.
- role: user
content: ¿Cómo se lee un archivo?
deep_thinking:
summary: >-
Activar el pensamiento profundo y ajustar la intensidad del
razonamiento
value:
model: glm-5.3
messages:
- role: user
content: >-
Un granjero tiene que cruzar un río con un lobo, una
oveja y una col, y solo puede llevar una cosa cada vez.
¿Cómo cruza con seguridad?
thinking:
type: enabled
reasoning_effort: max
function_calling:
summary: Llamada a herramientas (Function Calling)
value:
model: glm-5.3
messages:
- role: user
content: ¿Qué tiempo hace hoy en Pekín?
tools:
- type: function
function:
name: get_weather
description: >-
Consulta el clima en tiempo real de una ciudad
específica
parameters:
type: object
properties:
city:
type: string
description: 'Nombre de la ciudad, por ejemplo: Pekín'
required:
- city
tool_choice: auto
web_search:
summary: Activar la herramienta de búsqueda web
value:
model: glm-5.3
messages:
- role: user
content: >-
Busca las noticias de inteligencia artificial de la
última semana
tools:
- type: web_search
web_search:
enable: true
count: 10
search_recency_filter: oneWeek
description: >-
Cuando el modelo determina que necesita internet, busca
automáticamente y los resultados se incorporan al contexto
para el razonamiento. Los resultados se facturan como tokens
de entrada y el servicio de búsqueda se factura aparte por
llamada (consulta la página de precios); si el modelo no
activa la búsqueda, no se genera ningún cargo por búsqueda.
json_mode:
summary: Salida estructurada en JSON
value:
model: glm-5.3
messages:
- role: system
content: >-
Devuelve la salida en formato JSON, con los dos campos
name y age.
- role: user
content: Juan, 28 años
response_format:
type: json_object
streaming:
summary: Salida en streaming (SSE)
value:
model: glm-5.3
messages:
- role: user
content: Escribe un poema corto sobre la primavera
stream: true
disable_thinking_glm52_only:
summary: Desactivar el pensamiento profundo (solo glm-5.2)
value:
model: glm-5.2
messages:
- role: user
content: Resume la teoría de la relatividad en una frase.
thinking:
type: disabled
description: >-
Solo `glm-5.2` puede desactivar el pensamiento. Enviar
`thinking.type: "disabled"` a `glm-5.3` o `glm-5.3-flash`
devuelve un error — usa `reasoning_effort: "low"` en su lugar.
low_effort:
summary: >-
Reducir el coste de pensamiento (alternativa a desactivar el
pensamiento en la serie glm-5.3)
description: >-
La serie `glm-5.3` no puede desactivar el pensamiento; usa
`reasoning_effort: "low"` para reducir la intensidad de
razonamiento al mínimo.
value:
model: glm-5.3
messages:
- role: user
content: Explica HTTP en una frase
thinking:
type: enabled
reasoning_effort: low
max_tokens: 1024
vision_flash:
summary: Entrada de imagen (solo glm-5.3-flash)
description: >-
`glm-5.3-flash` admite visión de forma nativa; las imágenes se
envían mediante bloques de contenido `image_url`, con una URL
pública o una URL de datos Base64.
value:
model: glm-5.3-flash
messages:
- role: user
content:
- type: text
text: ¿Qué hay en esta imagen?
- type: image_url
image_url:
url: https://example.com/photo.jpg
max_tokens: 1024
responses:
'200':
description: Completado de chat generado exitosamente
content:
application/json:
schema:
$ref: '#/components/schemas/ChatCompletionResponse'
'400':
description: Parámetros de solicitud no válidos
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 400
message: Invalid request parameters
type: invalid_request_error
'401':
description: No autorizado, token inválido o expirado
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 401
message: Invalid or expired token
type: authentication_error
'402':
description: Cuota insuficiente, se requiere recarga
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 402
message: Insufficient quota
type: insufficient_quota_error
fallback_suggestion: https://evolink.ai/dashboard/billing
'403':
description: Acceso denegado
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 403
message: Access denied for this model
type: permission_error
param: model
'404':
description: Recurso no encontrado
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 404
message: Specified model not found
type: not_found_error
param: model
fallback_suggestion: glm-5.3
'429':
description: Límite de frecuencia de solicitudes excedido
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 429
message: Rate limit exceeded
type: rate_limit_error
fallback_suggestion: retry after 60 seconds
'500':
description: Error interno del servidor
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 500
message: Internal server error
type: internal_server_error
fallback_suggestion: try again later
'502':
description: Error del servicio upstream
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 502
message: Upstream AI service unavailable
type: upstream_error
fallback_suggestion: try different model
'503':
description: Servicio temporalmente no disponible
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
example:
error:
code: 503
message: Service temporarily unavailable
type: service_unavailable_error
fallback_suggestion: retry after 30 seconds
components:
schemas:
ChatCompletionRequest:
type: object
required:
- model
- messages
properties:
model:
type: string
description: >
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 |
enum:
- glm-5.3
- glm-5.3-flash
- glm-5.2
default: glm-5.3
example: glm-5.3
messages:
type: array
description: >-
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.
items:
oneOf:
- $ref: '#/components/schemas/SystemMessage'
- $ref: '#/components/schemas/UserMessage'
- $ref: '#/components/schemas/AssistantRequestMessage'
- $ref: '#/components/schemas/ToolMessage'
discriminator:
propertyName: role
mapping:
system:
$ref: '#/components/schemas/SystemMessage'
user:
$ref: '#/components/schemas/UserMessage'
assistant:
$ref: '#/components/schemas/AssistantRequestMessage'
tool:
$ref: '#/components/schemas/ToolMessage'
minItems: 1
stream:
type: boolean
description: >-
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]`
default: false
example: false
thinking:
type: object
description: Controla si se activa la cadena de pensamiento (Chain of Thought)
properties:
type:
type: string
description: >-
Interruptor de la cadena de pensamiento
- `enabled`: activar el pensamiento profundo (comportamiento
predeterminado de todos los modelos)
- `disabled`: desactivar el pensamiento profundo, el modelo
responde directamente
**Solo `glm-5.2` admite `disabled`.** `glm-5.3` y
`glm-5.3-flash` piensan siempre y devuelven un error si se envía
`disabled`.
Para reducir el coste de pensamiento en la serie `glm-5.3`, usa
`reasoning_effort: "low"` en su lugar.
**Migración desde `glm-5.2`**: si tu código fija `thinking.type:
"disabled"`, debes cambiarlo a `"enabled"` antes de pasar a
`glm-5.3` (añadiendo `reasoning_effort: "low"` si quieres menos
coste de pensamiento); de lo contrario, la solicitud falla
directamente.
Ten en cuenta que ambos campos se tratan de forma **distinta**:
un nivel de `reasoning_effort` no admitido por la serie se
degrada automáticamente y no da error, mientras que
`thinking.type` es un interruptor explícito — `disabled` siempre
da error y nunca se reescribe en silencio. Por eso no basta con
cambiar `reasoning_effort` de `none` a `low`: también hay que
cambiar `thinking.type`.
enum:
- enabled
- disabled
default: enabled
clear_thinking:
type: boolean
description: >-
Si se debe eliminar el `reasoning_content` de los turnos
históricos de la conversación
- `true` (predeterminado): ignora/elimina el `reasoning_content`
de los turnos históricos y usa solo el contenido no relacionado
con el razonamiento (texto visible para el usuario/asistente,
llamadas a herramientas y resultados, etc.) como contexto, lo
que reduce la longitud del contexto y el costo
- `false`: conserva el `reasoning_content` de los turnos
históricos y lo proporciona al modelo junto con el contexto
(Preserved Thinking); en este caso, debes transferir en
`messages` el `reasoning_content` histórico de forma **completa,
sin modificar y en el orden original**, ya que la ausencia, el
recorte, la reescritura o el reordenamiento degradan los
resultados o impiden que tenga efecto
- Nota: este parámetro solo afecta al pensamiento histórico
entre turnos, no cambia si el turno actual produce pensamiento
default: true
example: true
reasoning_effort:
type: string
description: >-
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`.
enum:
- max
- xhigh
- high
- medium
- low
- minimal
- none
default: max
example: max
do_sample:
type: boolean
description: >-
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`
default: true
example: true
temperature:
type: number
format: float
description: >-
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
minimum: 0
maximum: 1
default: 1
example: 1
top_p:
type: number
format: float
description: >-
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
minimum: 0.01
maximum: 1
default: 0.95
example: 0.95
max_tokens:
type: integer
description: >-
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
minimum: 1
maximum: 131072
example: 1024
tools:
type: array
description: >-
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
items:
oneOf:
- $ref: '#/components/schemas/FunctionTool'
- $ref: '#/components/schemas/WebSearchTool'
discriminator:
propertyName: type
mapping:
function:
$ref: '#/components/schemas/FunctionTool'
web_search:
$ref: '#/components/schemas/WebSearchTool'
maxItems: 128
tool_choice:
type: string
description: >-
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)
enum:
- auto
default: auto
example: auto
stop:
type: array
description: >-
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:"]`
items:
type: string
maxItems: 4
example:
- 'Human:'
response_format:
type: object
description: >-
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`
required:
- type
properties:
type:
type: string
description: |-
Tipo de formato de salida
- `text`: salida de texto plano (predeterminado)
- `json_object`: salida en formato JSON
enum:
- text
- json_object
default: text
request_id:
type: string
description: >-
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
minLength: 6
maxLength: 64
example: req-7f3a2c1e8b9d4f0a
user_id:
type: string
description: >-
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
minLength: 6
maxLength: 128
example: user-abc123456
ChatCompletionResponse:
type: object
properties:
id:
type: string
description: '`ID` de la tarea'
example: chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a
object:
type: string
description: Tipo de respuesta
enum:
- chat.completion
example: chat.completion
request_id:
type: string
description: >-
`ID` de la solicitud (se devuelve cuando se proporciona `request_id`
en la solicitud)
example: req-7f3a2c1e8b9d4f0a
created:
type: integer
description: Hora de creación de la solicitud, marca de tiempo `Unix` (segundos)
example: 1777021417
model:
type: string
description: Nombre del modelo
example: glm-5.3
choices:
type: array
description: Lista de respuestas del modelo
items:
$ref: '#/components/schemas/Choice'
usage:
$ref: '#/components/schemas/Usage'
web_search:
type: array
description: >-
Información relacionada con la búsqueda web, se devuelve al usar la
herramienta `web_search` y obtener resultados de búsqueda
items:
$ref: '#/components/schemas/WebSearchResult'
content_filter:
type: array
description: Información relacionada con la seguridad del contenido
items:
$ref: '#/components/schemas/ContentFilter'
ErrorResponse:
type: object
properties:
error:
type: object
properties:
code:
type: integer
description: Código de error de estado HTTP
message:
type: string
description: Descripción del error
type:
type: string
description: Tipo de error
param:
type: string
description: Nombre del parámetro relacionado
fallback_suggestion:
type: string
description: Sugerencia cuando ocurre un error
SystemMessage:
title: System Message
type: object
required:
- role
- content
properties:
role:
type: string
enum:
- system
description: Identificador de rol, fijo como `system`
content:
type: string
description: >-
Contenido de la indicación de sistema, usado para definir el rol y
el comportamiento de la IA
UserMessage:
title: User Message
type: object
required:
- role
- content
properties:
role:
type: string
enum:
- user
description: Identificador de rol, fijo como `user`
content:
description: >-
Contenido del mensaje del usuario.
- **Cadena**: texto plano, admitido por todos los modelos
- **Matriz de bloques de contenido**: texto e imágenes mezclados,
**solo compatible con `glm-5.3-flash`**
Enviar bloques de contenido de imagen a `glm-5.3` o `glm-5.2`
devuelve un error.
oneOf:
- type: string
title: Texto plano
description: Contenido del mensaje en texto plano
example: Hola, preséntate, por favor
- type: array
title: Matriz de bloques de contenido (solo glm-5.3-flash)
description: >-
Texto e imágenes mezclados. Las imágenes se envían mediante
bloques `image_url`, con una URL pública (recomendada) o una URL
de datos Base64; para varias imágenes, usa varios bloques
`image_url`.
items:
$ref: '#/components/schemas/ContentPart'
AssistantRequestMessage:
title: Assistant Message
type: object
description: Mensaje del asistente, puede contener llamadas a herramientas
required:
- role
properties:
role:
type: string
enum:
- assistant
description: Identificador de rol, fijo como `assistant`
content:
type:
- string
- 'null'
description: >-
Contenido del mensaje del asistente
**Notas**: se usa para pasar respuestas históricas del asistente en
conversaciones de múltiples turnos; cuando hay `tool_calls`,
normalmente es `null`
reasoning_content:
type:
- string
- 'null'
description: >-
Contenido de la cadena de pensamiento histórica
**Notas**: solo se necesita cuando `thinking.clear_thinking=false`
(Preserved Thinking), y consiste en devolver tal cual el
`reasoning_content` de la respuesta del turno anterior; de forma
predeterminada (`clear_thinking=true`) no es necesario devolverlo
tool_calls:
type: array
description: >-
Lista de llamadas a herramientas
Se usa para pasar información histórica de llamadas a herramientas
en conversaciones de múltiples turnos; cuando se proporciona este
campo, `content` normalmente está vacío
items:
type: object
required:
- id
- type
properties:
id:
type: string
description: ID de la llamada a la herramienta
type:
type: string
enum:
- function
- web_search
description: Tipo de herramienta
function:
type: object
description: >-
Información de la llamada a la función, no está vacía cuando
`type` es `function`
required:
- name
- arguments
properties:
name:
type: string
description: Nombre de la función
arguments:
type: string
description: Argumentos de la función (cadena en formato JSON)
ToolMessage:
title: Tool Message
type: object
required:
- role
- content
properties:
role:
type: string
enum:
- tool
description: Identificador de rol, fijo como `tool`
content:
type: string
description: Contenido del resultado devuelto por la llamada a la herramienta
tool_call_id:
type: string
description: >-
Indica el `ID` de la llamada a la herramienta a la que corresponde
este mensaje (corresponde al `id` devuelto en `tool_calls` del
mensaje assistant)
FunctionTool:
title: Herramienta Function
type: object
required:
- type
- function
additionalProperties: false
properties:
type:
type: string
enum:
- function
default: function
description: Tipo de herramienta, fijo como `function`
function:
type: object
required:
- name
- description
- parameters
properties:
name:
type: string
description: >-
Nombre de la función a invocar
**Notas**: debe estar compuesto por caracteres `a-z`, `A-Z`,
`0-9`, o incluir guiones bajos y guiones; longitud máxima de 64
caracteres
minLength: 1
maxLength: 64
pattern: ^[a-zA-Z0-9_-]+$
description:
type: string
description: >-
Descripción de la funcionalidad de la función, para que el
modelo decida cuándo y cómo invocarla
parameters:
type: object
description: >-
Parámetros de entrada de la función, descritos como un objeto
JSON Schema
WebSearchTool:
title: Herramienta Web Search (búsqueda web)
type: object
required:
- type
- web_search
additionalProperties: false
properties:
type:
type: string
enum:
- web_search
default: web_search
description: Tipo de herramienta, fijo como `web_search`
web_search:
type: object
required:
- enable
properties:
enable:
type: boolean
description: >-
Si se debe activar la función de búsqueda; al activarla,
establécela en `true`
default: false
search_query:
type: string
description: >-
Palabras clave personalizadas que fuerzan la activación de la
búsqueda
search_intent:
type: boolean
description: >-
Si se debe realizar el reconocimiento de la intención de
búsqueda, se ejecuta de forma predeterminada
- `true`: ejecuta el reconocimiento de la intención de búsqueda
y, si hay intención de búsqueda, realiza la búsqueda
- `false`: omite el reconocimiento de intención y ejecuta la
búsqueda directamente
count:
type: integer
description: >-
Número de resultados devueltos, en el rango `1-50`, con `10` por
defecto.
La cantidad influye directamente en el coste: los resultados se
incorporan a `prompt_tokens` y se facturan a la tarifa de
entrada, y un valor de `50` puede llevar una sola solicitud a
decenas de miles de tokens de entrada. A menos que necesites
realmente una cobertura más amplia, mantén el valor
predeterminado.
minimum: 1
maximum: 50
default: 10
search_domain_filter:
type: string
description: >-
Lista blanca de dominios que limita los resultados de búsqueda
(p. ej. `www.example.com`)
search_recency_filter:
type: string
description: >-
Limita el rango temporal de los resultados de búsqueda,
predeterminado `noLimit`
enum:
- oneDay
- oneWeek
- oneMonth
- oneYear
- noLimit
default: noLimit
content_size:
type: string
description: >-
Controla la cantidad de palabras del resumen de la página web,
predeterminado `medium`
- `medium`: devuelve información de resumen, suficiente para las
necesidades básicas de razonamiento
- `high`: maximiza el contexto, con información más detallada
enum:
- medium
- high
default: medium
result_sequence:
type: string
description: >-
Posición en la que se devuelven los resultados de búsqueda
(antes o después de la respuesta del modelo), predeterminado
`after`
enum:
- before
- after
default: after
search_result:
type: boolean
description: >-
Indica si se devuelven los detalles de las fuentes de búsqueda
en la respuesta; el valor predeterminado es `false`.
Con `true`, la respuesta incluye en el nivel superior una matriz
`web_search` con las fuentes recuperadas en esta solicitud
(título, enlace, fuente del medio, fecha de publicación,
resumen, etc.); con el valor predeterminado, ese campo no
aparece en la respuesta.
Este parámetro solo afecta al contenido de la respuesta: no
influye ni en si se ejecuta la búsqueda ni en la facturación.
default: false
example: true
require_search:
type: boolean
description: >-
Si se debe forzar que la respuesta se base en los resultados de
búsqueda, predeterminado `false`
default: false
search_prompt:
type: string
description: >-
`Prompt` para personalizar el procesamiento de los resultados de
búsqueda; si no se transfiere, se usa la plantilla
predeterminada
description: >-
Herramienta de búsqueda web. Una vez activada, el modelo puede buscar en
internet cuando lo necesite e incorporar los resultados al contexto.
**Facturación**: la parte de los resultados incorporada al contexto
cuenta como `prompt_tokens` a la tarifa de entrada; el servicio de
búsqueda se **factura aparte por llamada** y se liquida al margen del
consumo de tokens — consulta la página de precios. El modelo decide si
activa la búsqueda según la intención detectada, y si no se activa
ninguna búsqueda no se genera este cargo.
Choice:
type: object
properties:
index:
type: integer
description: Índice del resultado
example: 0
message:
$ref: '#/components/schemas/AssistantMessage'
finish_reason:
type: string
description: >-
Motivo de finalización del razonamiento
- `stop`: finalización natural o activación de una palabra de parada
- `tool_calls`: el modelo invocó una función (llamada a herramienta)
- `length`: se alcanzó el límite de longitud de tokens
- `sensitive`: el contenido fue bloqueado por la auditoría de
seguridad (evalúa y decide si retirar el contenido público)
- `network_error`: anomalía en el razonamiento del modelo
- `model_context_window_exceeded`: se superó la ventana de contexto
del modelo
enum:
- stop
- tool_calls
- length
- sensitive
- network_error
- model_context_window_exceeded
example: stop
Usage:
type: object
description: Estadísticas de uso de tokens devueltas al finalizar la llamada
properties:
prompt_tokens:
type: integer
description: Número de tokens de la entrada del usuario
example: 24
completion_tokens:
type: integer
description: >-
Número de tokens de la salida (incluida la parte de la cadena de
pensamiento `reasoning_tokens`)
example: 346
total_tokens:
type: integer
description: Número total de tokens = prompt_tokens + completion_tokens
example: 370
prompt_tokens_details:
type: object
description: Desglose detallado de los tokens de entrada
properties:
cached_tokens:
type: integer
description: >-
Número de tokens de entrada servidos desde la caché de contexto.
La serie GLM usa una **caché implícita de prefijo**: las
solicitudes repetidas con el mismo prefijo la aciertan
automáticamente, sin parámetros adicionales; la parte acertada
se factura a la tarifa de caché, bastante inferior a la tarifa
de entrada sin acierto. La primera solicitud devuelve 0 y, a
partir de ahí, las solicitudes con el mismo prefijo aciertan.
example: 0
completion_tokens_details:
type: object
description: Desglose detallado de los tokens de salida
properties:
reasoning_tokens:
type: integer
description: >-
Número de tokens producidos por la cadena de pensamiento
(pensamiento profundo), contabilizados en `completion_tokens`
example: 321
WebSearchResult:
type: object
description: Resultado individual de la búsqueda web
properties:
icon:
type: string
description: Icono del sitio web de origen
title:
type: string
description: Título del resultado de búsqueda
link:
type: string
description: Enlace de la página web del resultado de búsqueda
media:
type: string
description: >-
Nombre de la fuente del medio de la página web del resultado de
búsqueda
publish_date:
type: string
description: Fecha de publicación del sitio web
content:
type: string
description: Contenido de texto citado de la página web del resultado de búsqueda
refer:
type: string
description: Número del superíndice
ContentFilter:
type: object
description: Información de seguridad del contenido
properties:
role:
type: string
description: |-
Etapa en la que se aplica la seguridad
- `assistant`: razonamiento del modelo
- `user`: entrada del usuario
- `history`: contexto histórico
enum:
- assistant
- user
- history
level:
type: integer
description: Grado de gravedad `0-3`, `0` indica el más grave y `3` indica leve
minimum: 0
maximum: 3
ContentPart:
title: Content Part
type: object
description: >-
Bloque de contenido multimodal. **Solo `glm-5.3-flash` admite bloques de
imagen.**
required:
- type
properties:
type:
type: string
enum:
- text
- image_url
description: |-
Tipo de bloque de contenido
- `text`: texto
- `image_url`: imagen (solo `glm-5.3-flash`)
text:
type: string
description: Contenido de texto, obligatorio cuando `type=text`
example: ¿Qué hay en esta imagen?
image_url:
type: object
description: Contenido de la imagen, obligatorio cuando `type=image_url`
required:
- url
properties:
url:
type: string
description: >-
Dirección de la imagen. Se admite una URL HTTPS pública
(recomendada) o una URL de datos Base64
(`data:image/png;base64,...`)
example: https://example.com/photo.jpg
AssistantMessage:
type: object
properties:
role:
type: string
description: Rol de la conversación actual, predeterminado `assistant`
enum:
- assistant
example: assistant
content:
type:
- string
- 'null'
description: >-
Contenido de texto de la conversación
**Notas**: puede ser `null` al invocar herramientas (`tool_calls`);
de lo contrario, devuelve el contenido de la respuesta del modelo
example: >-
¡Hola! Soy GLM-5.3 y puedo ayudarte con conversación, razonamiento,
redacción, código y muchas otras tareas.
reasoning_content:
type: string
description: >-
Contenido de la cadena de pensamiento
**Notas**: se devuelve cuando `thinking` está activado, y registra
el proceso de razonamiento del modelo
example: Primero déjame analizar este problema...
tool_calls:
type: array
description: >-
Información de las llamadas a herramientas generadas (se devuelve
cuando el modelo decide invocar una herramienta)
items:
type: object
properties:
id:
type: string
description: Identificador único de la llamada a la herramienta
type:
type: string
description: Tipo de llamada a la herramienta
enum:
- function
function:
type: object
description: >-
Información de la llamada a la función (incluye el nombre de
la función generado y los argumentos en formato JSON)
properties:
name:
type: string
description: Nombre de la función generado
arguments:
type: string
description: >-
Cadena en formato JSON de los argumentos de la llamada a
la función; valida los argumentos antes de invocar la
función
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:**
```
Authorization: Bearer YOUR_API_KEY
```
````