curl --request POST \
  --url https://direct.evolink.ai/v1/messages \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "glm-5.3",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hola, mundo"
    }
  ]
}
'

{
  "id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5",
  "type": "message",
  "role": "assistant",
  "model": "glm-5.3",
  "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
    }
  }
}

Messages API

Interfaz de todos los modelos GLM - Referencia completa de Messages

Llama a los modelos de la serie GLM mediante el protocolo Anthropic Messages, eligiendo el modelo concreto con el parámetro model
Las estructuras de solicitud y respuesta coinciden con la API de Anthropic
Indicación del sistema: se envía por el campo system de nivel superior
Modo de pensamiento: el pensamiento viene activado por defecto en toda la serie y se devuelve en bloques content[type=thinking]; solo glm-5.2 puede desactivarlo con thinking.type=disabled
Streaming: flujo de eventos SSE
Llamadas a herramientas: compatible con el flujo tool_use / tool_result de Anthropic
Entrada de imagen: compatible solo con glm-5.3-flash y glm-5.3-flashx; consulta el campo messages para más detalle

POST

messages

curl --request POST \
  --url https://direct.evolink.ai/v1/messages \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "glm-5.3",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hola, mundo"
    }
  ]
}
'

{
  "id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5",
  "type": "message",
  "role": "assistant",
  "model": "glm-5.3",
  "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
    }
  }
}

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.

Configuración del razonamiento. Todos los modelos lo activan por defecto. Los bloques thinking de la respuesta se facturan como tokens de salida; signature puede estar vacío.

glm-5.2: thinking.type=disabled desactiva el razonamiento.
glm-5.3 / glm-5.3-flash / glm-5.3-flashx: el razonamiento siempre está activo. disabled mantiene el modo predeterminado y la facturación de sus tokens como salida.

thinking.budget_tokens y thinking.effort no definen el nivel de razonamiento de GLM. Consulta los valores compatibles en reasoning_effort, en el nivel superior. Un ajuste que desactiva el razonamiento en glm-5.2 deja de hacerlo al cambiar a la serie 5.3.

reasoning_effort: Campo de compatibilidad de niveles GLM en el nivel superior de la solicitud, fuera de thinking. El endpoint lo acepta, pero no garantiza que controle la intensidad real del razonamiento. Reglas de compatibilidad de glm-5.3 / glm-5.3-flash / glm-5.3-flashx

Valor enviado	Valor compatible
`low` / `high` / `max`	Sin cambios
`xhigh`	`max`
`medium`	`high`
`minimal` / `none`	`low`; el razonamiento sigue activo

minimal y none no desactivan el razonamiento de la serie 5.3. Sus tokens se facturan como salida. Los valores desconocidos se mantienen sin conversión de compatibilidad; usa los valores indicados. Estas reglas no se aplican a glm-5.2. Para controlar la intensidad, usa reasoning_effort en Chat Completions o reasoning.effort en Responses.

Solo glm-5.3-flash y glm-5.3-flashx admiten imágenes. Los bloques enviados a glm-5.3 o glm-5.2 pueden devolver 200 aunque el modelo no pueda leerlos. Elige un modelo compatible para comprender imágenes.

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 al usarla:

Authorization: Bearer YOUR_API_KEY

Nota: EvoLink usa de forma unificada la autenticación con Bearer Token para /v1/messages.

Cuerpo

application/json

model

enum<string>

predeterminado:glm-5.3

requerido

Modelo a invocar:

ID del modelo	Posicionamiento	Pensamiento desactivable	Entrada de imagen
`glm-5.3`	Modelo insignia, con avances generalizados en ingeniería de software compleja y tareas de agente; contexto de 1M	No se puede desactivar	No compatible
`glm-5.3-flash`	Modelo multimodal ligero, coste muy bajo y visión nativa; contexto de 1M	No se puede desactivar	Compatible
`glm-5.3-flashx`	Modelo multimodal con entrada de imagen; contexto de 1M	No se puede desactivar	Compatible
`glm-5.2`	Insignia de la generación anterior, razonamiento complejo y contexto muy largo; contexto de 1M	Se puede desactivar (`thinking.type=disabled`)	No compatible

Opciones disponibles:

glm-5.3,

glm-5.3-flash,

glm-5.3-flashx,

glm-5.2

Ejemplo:

"glm-5.3"

messages

object[]

requerido

Mensajes de conversación que alternan entre user y assistant. Incluye al menos un mensaje; el último suele tener role=user. Los mensajes anteriores aportan contexto para varios turnos.

Imágenes: solo glm-5.3-flash y glm-5.3-flashx admiten bloques image en el array content. Usa solo texto con glm-5.3 y glm-5.2. Una respuesta HTTP 200 no significa que un modelo sin soporte de imágenes las haya leído.

Minimum array length: 1

Show child attributes

max_tokens

integer

Límite superior de la longitud del contenido generado (en tokens)

Nota:

La serie GLM admite hasta 131.072 tokens (128K) de longitud de salida; se recomienda no bajar de 1024
Los tokens producidos por thinking también cuentan para este límite
Al alcanzar el límite, el contenido se trunca y la respuesta incluye stop_reason=max_tokens

Rango requerido: 1 <= x <= 131072

Ejemplo:

1024

system

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

Ejemplo:

"You are a helpful assistant."

temperature

number

Temperatura de muestreo

Notas:

Cuanto más alto el valor, más diversa la salida; cuanto más bajo, más determinista
Rango recomendado [0, 1]

Rango requerido: 0 <= x <= 1

Ejemplo:

1

top_p

number

Umbral de muestreo por núcleo

Notas:

Rango [0, 1]
Se recomienda no ajustar temperature y top_p simultáneamente

Rango requerido: 0 <= x <= 1

Ejemplo:

0.9

top_k

integer

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

Rango requerido: x >= 0

Ejemplo:

10

stop_sequences

string[]

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 la serie GLM 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

Ejemplo:

["\n\n"]

stream

boolean

predeterminado:false

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)

Ejemplo:

false

thinking

object

Configuración del razonamiento. Todos los modelos lo activan por defecto. Los bloques thinking de la respuesta se facturan como tokens de salida; signature puede estar vacío.

glm-5.2: thinking.type=disabled desactiva el razonamiento.
glm-5.3 / glm-5.3-flash / glm-5.3-flashx: el razonamiento siempre está activo. disabled mantiene el modo predeterminado y la facturación de sus tokens como salida.

thinking.budget_tokens y thinking.effort no definen el nivel de razonamiento de GLM. Consulta los valores compatibles en reasoning_effort, en el nivel superior. Un ajuste que desactiva el razonamiento en glm-5.2 deja de hacerlo al cambiar a la serie 5.3.

Show child attributes

reasoning_effort

enum<string>

Campo de compatibilidad de niveles GLM en el nivel superior de la solicitud, fuera de thinking. El endpoint lo acepta, pero no garantiza que controle la intensidad real del razonamiento.

Reglas de compatibilidad de glm-5.3 / glm-5.3-flash / glm-5.3-flashx

Valor enviado	Valor compatible
`low` / `high` / `max`	Sin cambios
`xhigh`	`max`
`medium`	`high`
`minimal` / `none`	low; el razonamiento sigue activo

minimal y none no desactivan el razonamiento de la serie 5.3. Sus tokens se facturan como salida. Los valores desconocidos se mantienen sin conversión de compatibilidad; usa los valores indicados. Estas reglas no se aplican a glm-5.2.

Para controlar la intensidad, usa reasoning_effort en Chat Completions o reasoning.effort en Responses.

Opciones disponibles:

max,

xhigh,

high,

medium,

low,

minimal,

none

tools

object[]

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

Show child attributes

tool_choice

object

Estrategia de selección de herramientas

Show child attributes

metadata

object

Metadatos de la solicitud

Show child attributes

Respuesta

Objeto de mensaje

Respuesta de mensaje al estilo de Anthropic

string

ID único del mensaje (formato: msg_<uuid>)

type

enum<string>

Tipo de objeto de respuesta

Opciones disponibles:

message

role

enum<string>

Opciones disponibles:

assistant

model

string

Modelo realmente utilizado

Ejemplo:

"glm-5.3"

content

object[]

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

Show child attributes

stop_reason

enum<string>

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

Opciones disponibles:

end_turn,

max_tokens,

tool_use

usage

object

Estadísticas de uso de tokens (especificación de Anthropic)

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 Messages

Autorizaciones

Cuerpo

Respuesta