Interfaz de todos los modelos GLM - Inicio rápido de Responses

curl --request POST \
  --url https://direct.evolink.ai/v1/responses \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "glm-5.3-flash",
  "input": "Preséntate en una frase.",
  "max_output_tokens": 1024,
  "reasoning": {
    "effort": "low"
  }
}
'

{
  "id": "response_demo",
  "object": "response",
  "created_at": 1789971757,
  "model": "glm-5.3-flash",
  "status": "completed",
  "output": [
    {
      "type": "message",
      "id": "message_demo",
      "status": "completed",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "Hola, soy GLM. Puedo ayudarte a conversar, escribir y programar.",
          "annotations": []
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 17,
    "output_tokens": 24,
    "total_tokens": 41,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "output_tokens_details": {
      "reasoning_tokens": 0
    }
  },
  "error": null
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

POST

responses

curl --request POST \
  --url https://direct.evolink.ai/v1/responses \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "glm-5.3-flash",
  "input": "Preséntate en una frase.",
  "max_output_tokens": 1024,
  "reasoning": {
    "effort": "low"
  }
}
'

{
  "id": "response_demo",
  "object": "response",
  "created_at": 1789971757,
  "model": "glm-5.3-flash",
  "status": "completed",
  "output": [
    {
      "type": "message",
      "id": "message_demo",
      "status": "completed",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "Hola, soy GLM. Puedo ayudarte a conversar, escribir y programar.",
          "annotations": []
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 17,
    "output_tokens": 24,
    "total_tokens": 41,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "output_tokens_details": {
      "reasoning_tokens": 0
    }
  },
  "error": null
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

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.

Usa POST /v1/responses y selecciona el modelo con model. Los campos mínimos obligatorios son model e input. Los ejemplos también configuran el presupuesto de salida y la intensidad de razonamiento para empezar.

Responses usa reasoning.effort anidado, en lugar de reasoning_effort o thinking en el nivel superior. Los tokens de razonamiento están incluidos en output_tokens. Las tareas simples pueden devolver reasoning_tokens=0; eso no significa que se pueda desactivar el razonamiento.Intensidad de razonamiento; se recomienda low.Reglas de compatibilidad de glm-5.3 / glm-5.3-flash / glm-5.3-flashx

Valor enviado	Nivel efectivo de razonamiento
`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.En este endpoint, glm-5.2 puede seguir produciendo tokens de razonamiento con none. Este valor no garantiza su desactivación.

Leer la respuesta

Elementos de salida ordenados. Extrae text de las entradas content con type=output_text dentro de los elementos type=message. reasoning puede preceder a la respuesta y los turnos function_call pueden no tener texto. No leas siempre output[0]. Una vez analizado el JSON de respuesta en response, extrae el texto así:

text = "".join(
    part["text"]
    for item in response.get("output", [])
    if item.get("type") == "message"
    for part in item.get("content", [])
    if part.get("type") == "output_text"
)
print(text)

Máximo de tokens de salida de esta generación, incluido el razonamiento. Empieza con 1024 y ajusta según la tarea. Un límite pequeño puede agotarse durante el razonamiento y devolver solo elementos reasoning, sin respuesta. Comprueba status e incomplete_details. El parámetro se llama max_output_tokens, no max_tokens.

Consulta herramientas, imágenes, SSE y conversaciones de varios turnos en la referencia completa.

Autorizaciones

Authorization

string

header

requerido

Envía Bearer YOUR_API_KEY en la cabecera Authorization.

Cuerpo

application/json

model

enum<string>

predeterminado:glm-5.3-flash

requerido

Elige un modelo GLM. Los cuatro admiten texto en este endpoint. Las funciones opcionales varían según el modelo.

ID del modelo	Entrada	Notas de razonamiento
`glm-5.3`	Texto	Niveles efectivos: low / high / max; valores compatibles en reasoning. No se puede desactivar el razonamiento.
`glm-5.3-flash`	Texto, imágenes	Igual que glm-5.3; usa input_image para las imágenes.
`glm-5.3-flashx`	Texto, imágenes	Igual que glm-5.3; usa input_image para las imágenes.
`glm-5.2`	Texto	none puede seguir produciendo tokens de razonamiento y no garantiza su desactivación.

Opciones disponibles:

glm-5.3,

glm-5.3-flash,

glm-5.3-flashx,

glm-5.2

Ejemplo:

"glm-5.3-flash"

input

requerido

Obligatorio. Cadena de texto o array de elementos de entrada Responses. El array admite mensajes, elementos de salida del modelo reenviados y function_call_output. Para varios turnos, incluye el historial completo en cada solicitud. Coloca el prompt del sistema al principio como mensaje role=system. Las imágenes usan input_image, solo con glm-5.3-flash y glm-5.3-flashx. No uses el formato de bloques messages / image_url de Chat Completions.

Ejemplo:

"Preséntate en una frase."

max_output_tokens

integer

Rango requerido: x >= 1

Ejemplo:

1024

stream

boolean

predeterminado:false

Activa el streaming SSE. Lee el texto en delta de response.output_text.delta. El evento final de éxito es response.completed. Finaliza el turno y gestiona también response.incomplete, response.failed o error. No esperes únicamente [DONE] o el cierre de la conexión.

reasoning

object

Responses usa reasoning.effort anidado, en lugar de reasoning_effort o thinking en el nivel superior. Los tokens de razonamiento están incluidos en output_tokens. Las tareas simples pueden devolver reasoning_tokens=0; eso no significa que se pueda desactivar el razonamiento.

Show child attributes

Respuesta

Generación terminada o resultado incompleto; comprueba status. En streaming se devuelve text/event-stream.

string

ID de esta respuesta. Pásalo sin cambios en previous_response_id.

Ejemplo:

"response_demo"

object

string

Allowed value: "response"

created_at

integer

Fecha de creación en segundos Unix.

model

string

Ejemplo:

"glm-5.3-flash"

status

enum<string>

completed indica que ha terminado la generación del turno, posiblemente solo con llamadas a herramientas. incomplete indica una salida incompleta. Comprueba output y error.

Opciones disponibles:

completed,

incomplete,

failed,

in_progress,

queued

output

object[]

Elementos de salida ordenados. Extrae text de las entradas content con type=output_text dentro de los elementos type=message. reasoning puede preceder a la respuesta y los turnos function_call pueden no tener texto. No leas siempre output[0].

Show child attributes

output_text

string

Texto de respuesta agregado opcional; puede faltar. Los clientes genéricos deben recorrer output.

usage

object

Show child attributes

error

object | null

Error de respuesta; normalmente null si la solicitud tiene éxito.

incomplete_details

object

Show child attributes

metadata

object | null

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 - Inicio rápido de Responses

Leer la respuesta

Autorizaciones

Cuerpo

Respuesta

​Leer la respuesta

Autorizaciones

Cuerpo

Respuesta

Leer la respuesta