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: realmente compatible solo con glm-5.3-flash; 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.

Que el pensamiento se pueda desactivar varía según el modelo: solo glm-5.2 admite thinking.type: "disabled"; glm-5.3 y glm-5.3-flash piensan siempre y devuelven un error si se envía disabled. Al migrar desde glm-5.2, elimina el disabled fijado en el código antes de cambiar de modelo.

La entrada de imagen solo la admite glm-5.3-flash, y enviarla a los demás modelos no genera ningún error. Cuando los bloques de contenido de imagen llegan a glm-5.3 o glm-5.2, la solicitud responde con 200 con normalidad, pero el modelo no puede leer la imagen y contesta solo a partir del texto: una respuesta aparentemente plausible, sin relación con la imagen y que no es consistente entre solicitudes. Este tipo de fallo silencioso es difícil de diagnosticar en producción, así que elige glm-5.3-flash cuando necesites comprensión de 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-5.2`	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-5.2

Ejemplo:

"glm-5.3"

messages

object[]

requerido

Lista de mensajes de la conversación, alternando turnos user / assistant

Nota:

Se requiere al menos un mensaje
El último mensaje suele ser role=user
Se admite contexto de varios turnos y el modelo se apoya en el historial

Entrada de imagen: solo glm-5.3-flash la admite, mediante un bloque {"type":"image","source":{...}} dentro de la matriz content.

Enviar bloques de contenido de imagen a glm-5.3 o glm-5.2 no devuelve un error, pero el modelo no puede leer la imagen. La solicitud responde con 200 con normalidad y el modelo contesta solo a partir del texto: la respuesta parece plausible pero no guarda relación con la imagen, y el resultado no es consistente entre solicitudes.

Este tipo de fallo silencioso es difícil de diagnosticar en producción, así que elige glm-5.3-flash cuando necesites comprensión de imágenes.

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

Controla el pensamiento profundo

Nota:

Todos los modelos de la serie GLM son modelos de razonamiento y, si se omite este campo, el pensamiento viene activado por defecto
Cuando está activo, la matriz content de la respuesta incluye un bloque de razonamiento type="thinking" (se factura como tokens de salida; signature puede ser una cadena vacía)
Solo actúa el interruptor binario type: los parámetros de presupuesto o nivel de pensamiento como budget_tokens y effort no surten efecto (se ignoran)

Que se pueda desactivar depende del modelo:

glm-5.2: enviar {"type":"disabled"} desactiva el pensamiento y reduce notablemente los tokens de salida
glm-5.3 / glm-5.3-flash: piensan siempre y no se pueden desactivar. Enviar disabled devuelve un error

La consecuencia: la serie glm-5.3 no puede reducir el coste de pensamiento en este endpoint. No se puede desactivar (disabled da error) ni tampoco bajar (budget_tokens y effort no surten efecto, y el reasoning_effort de nivel superior es un campo del protocolo OpenAI que este endpoint ignora). El contenido de pensamiento se factura como tokens de salida, así que en este endpoint ese coste es inevitable.

Para controlar el coste de pensamiento, cambia a la API Chat Completions — allí reasoning_effort tiene tres niveles que sí surten efecto: low / high / max. glm-5.2 no está sujeto a este límite: puede desactivar el pensamiento directamente en este endpoint.

Migración desde glm-5.2: si tu código fija thinking.type=disabled, debes eliminar ese campo antes de cambiar a glm-5.3; de lo contrario, la solicitud falla directamente. Y si dependías de desactivar el pensamiento para controlar el coste, este endpoint no ofrece un equivalente: contempla también el cambio a la API Chat Completions.

Show child attributes

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