> ## 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. # API tous modèles GLM - Démarrage rapide Chat Completions > - Appelez les modèles de la série GLM via le protocole OpenAI Chat Completions, le modèle précis étant choisi avec le paramètre `model` - Les deux paramètres `model` et `messages` suffisent - Fenêtre de contexte de 1M tokens sur toute la série, jusqu'à 131 072 tokens en sortie - La réflexion approfondie est active par défaut sur toute la série et le raisonnement est renvoyé dans `reasoning_content` - Pour le streaming, les appels d'outils, le réglage de l'intensité de réflexion, l'entrée image et les autres capacités, consultez la page « Référence complète » **BaseURL** : la BaseURL par défaut est `https://direct.evolink.ai`, qui offre une meilleure prise en charge des modèles textuels et des connexions de longue durée. `https://api.evolink.ai` est le point de terminaison principal pour les services multimodaux et sert d'adresse de repli pour les modèles textuels. ## OpenAPI ````yaml fr/api-manual/language-series/glm/chat-completions/chat-completions-quickstart.json POST /v1/chat/completions openapi: 3.1.0 info: title: API tous modèles GLM - Démarrage rapide Chat Completions description: >- Exemple de démarrage rapide pour appeler les modèles de texte Zhipu GLM via l'API Chat Completions compatible OpenAI. `model` et `messages` suffisent pour lancer une conversation ; pour l'ensemble des paramètres, consultez la page « Référence complète ». license: name: MIT version: 1.0.0 servers: - url: https://direct.evolink.ai description: Production (recommandée) - url: https://api.evolink.ai description: URL alternative security: - bearerAuth: [] tags: - name: Complétion de chat description: Points de terminaison liés à la génération de conversation par IA paths: /v1/chat/completions: post: tags: - Complétion de chat summary: Conversation rapide GLM (tous modèles) description: >- - Appelez les modèles de la série GLM via le protocole OpenAI Chat Completions, le modèle précis étant choisi avec le paramètre `model` - Les deux paramètres `model` et `messages` suffisent - Fenêtre de contexte de 1M tokens sur toute la série, jusqu'à 131 072 tokens en sortie - La réflexion approfondie est active par défaut sur toute la série et le raisonnement est renvoyé dans `reasoning_content` - Pour le streaming, les appels d'outils, le réglage de l'intensité de réflexion, l'entrée image et les autres capacités, consultez la page « Référence complète » operationId: glmChatCompletionsQuick requestBody: required: true content: application/json: schema: $ref: '#/components/schemas/ChatCompletionQuickRequest' examples: simple: summary: Appel minimal value: model: glm-5.3 messages: - role: user content: Bonjour, présentez-vous en une phrase flash: summary: Passer au modèle léger description: >- `glm-5.3-flash` coûte bien moins cher que `glm-5.3` et convient aux appels fréquents. value: model: glm-5.3-flash messages: - role: user content: Expliquez en une phrase ce qu'est HTTP multi_turn: summary: Conversation multi-tours value: model: glm-5.3 messages: - role: user content: >- Recommandez un langage de programmation adapté aux débutants - role: assistant content: >- Je recommande Python : syntaxe concise et écosystème riche. - role: user content: Combien de temps faut-il environ pour l'apprendre ? responses: '200': description: Génération de conversation réussie content: application/json: schema: $ref: '#/components/schemas/ChatCompletionResponse' '400': description: Paramètres de requête invalides content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 400 message: Invalid request parameters type: invalid_request_error '401': description: Non autorisé, jeton invalide ou expiré content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 401 message: Invalid or expired token type: authentication_error '402': description: Quota insuffisant, recharge requise 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: Accès refusé 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: Ressource introuvable 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: Limite de débit dépassée 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: Erreur interne du serveur 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: Erreur du service en amont 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: Service temporairement indisponible 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: ChatCompletionQuickRequest: title: Chat Completion Quick Request type: object required: - model - messages properties: model: type: string description: > Modèle à appeler : | ID du modèle | Positionnement | |---|---| | `glm-5.3` | Modèle phare, progression générale sur l'ingénierie logicielle complexe et les tâches d'agent ; contexte de 1M | | `glm-5.3-flash` | Modèle multimodal léger, coût très faible, entrée image native ; contexte de 1M | | `glm-5.2` | Modèle phare de la génération précédente, raisonnement complexe et contexte très long ; contexte de 1M | enum: - glm-5.3 - glm-5.3-flash - glm-5.2 default: glm-5.3 example: glm-5.3 messages: type: array description: >- Liste des messages de la conversation, dans l'ordre chronologique. Au moins un message est requis. minItems: 1 items: $ref: '#/components/schemas/MessageSimple' ChatCompletionResponse: type: object properties: id: type: string description: '`ID` de la tâche' example: chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a object: type: string description: Type de réponse enum: - chat.completion example: chat.completion request_id: type: string description: >- `ID` de la requête (retransmis lorsque `request_id` est fourni dans la requête) example: req-7f3a2c1e8b9d4f0a created: type: integer description: Heure de création de la requête, horodatage `Unix` (secondes) example: 1777021417 model: type: string description: Nom du modèle example: glm-5.3 choices: type: array description: Liste des réponses du modèle items: $ref: '#/components/schemas/Choice' usage: $ref: '#/components/schemas/Usage' content_filter: type: array description: Informations relatives à la sécurité du contenu items: $ref: '#/components/schemas/ContentFilter' ErrorResponse: type: object properties: error: type: object properties: code: type: integer description: Code d'erreur de statut HTTP message: type: string description: Description de l'erreur type: type: string description: Type d'erreur param: type: string description: Nom du paramètre concerné fallback_suggestion: type: string description: Suggestion lorsqu'une erreur se produit MessageSimple: title: Message type: object required: - role - content properties: role: type: string enum: - system - user - assistant description: >- Rôle du message - `system` : invite système - `user` : entrée de l'utilisateur - `assistant` : réponse du modèle (incluse lors des conversations multi-tours) example: user content: type: string description: Contenu du message (texte brut) example: Bonjour, présentez-vous en une phrase Choice: type: object properties: index: type: integer description: Index du résultat example: 0 message: $ref: '#/components/schemas/AssistantMessage' finish_reason: type: string description: >- Raison de fin du raisonnement - `stop` : fin naturelle ou déclenchement d'un mot d'arrêt - `tool_calls` : le modèle a invoqué une fonction (appel d'outil) - `length` : limite de longueur de tokens atteinte - `sensitive` : contenu intercepté par la modération de sécurité (veuillez juger et décider de retirer ou non le contenu public) - `network_error` : anomalie d'inférence du modèle - `model_context_window_exceeded` : dépassement de la fenêtre de contexte du modèle enum: - stop - tool_calls - length - sensitive - network_error - model_context_window_exceeded example: stop Usage: type: object description: Statistiques d'utilisation des tokens renvoyées à la fin de l'appel properties: prompt_tokens: type: integer description: Nombre de tokens en entrée de l'utilisateur example: 24 completion_tokens: type: integer description: >- Nombre de tokens en sortie (y compris la partie `reasoning_tokens` de la chaîne de pensée) example: 346 total_tokens: type: integer description: Nombre total de tokens = prompt_tokens + completion_tokens example: 370 prompt_tokens_details: type: object description: Détail des tokens d'entrée properties: cached_tokens: type: integer description: Nombre de tokens ayant été trouvés en cache example: 0 completion_tokens_details: type: object description: Détail des tokens de sortie properties: reasoning_tokens: type: integer description: >- Nombre de tokens produits par la chaîne de pensée (réflexion approfondie), comptabilisés dans `completion_tokens` example: 321 ContentFilter: type: object description: Informations de sécurité du contenu properties: role: type: string description: |- Étape d'application de la sécurité - `assistant` : inférence du modèle - `user` : entrée de l'utilisateur - `history` : contexte historique enum: - assistant - user - history level: type: integer description: >- Niveau de gravité `0-3`, `0` indique le plus grave, `3` indique le plus léger minimum: 0 maximum: 3 AssistantMessage: type: object properties: role: type: string description: Rôle de la conversation en cours, par défaut `assistant` enum: - assistant example: assistant content: type: - string - 'null' description: >- Contenu textuel de la conversation **Remarques** : peut être `null` lors de l'appel d'outils (`tool_calls`), sinon renvoie le contenu de la réponse du modèle example: >- Bonjour ! Je suis GLM-5.3, et je peux vous aider à réaliser diverses tâches comme la conversation, le raisonnement, la rédaction, le code, etc. reasoning_content: type: string description: >- Contenu de la chaîne de pensée **Remarques** : renvoyé lorsque `thinking` est activé, enregistre le processus de raisonnement du modèle example: Laissez-moi d'abord analyser ce problème... tool_calls: type: array description: >- Informations sur les appels d'outils générés (renvoyées lorsque le modèle décide d'appeler un outil) items: type: object properties: id: type: string description: Identifiant unique de l'appel d'outil type: type: string description: Type d'appel d'outil enum: - function function: type: object description: >- Informations sur l'appel de fonction (contient le nom de fonction généré et les arguments au format JSON) properties: name: type: string description: Nom de la fonction générée arguments: type: string description: >- Chaîne au format JSON des arguments de l'appel de fonction, veuillez valider les arguments avant d'appeler la fonction securitySchemes: bearerAuth: type: http scheme: bearer description: >- ##Toutes les API nécessitent une authentification par Bearer Token## **Obtenir une clé API :** Visitez la [page de gestion des clés API](https://evolink.ai/dashboard/keys) pour obtenir votre clé API **Ajouter à l'en-tête de requête :** ``` Authorization: Bearer YOUR_API_KEY ``` ````