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

{
  "id": "chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a",
  "object": "chat.completion",
  "request_id": "req-7f3a2c1e8b9d4f0a",
  "created": 1777021417,
  "model": "glm-5.3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "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": "Laissez-moi d'abord analyser ce problème...",
        "tool_calls": [
          {
            "id": "<string>",
            "type": "function",
            "function": {
              "name": "<string>",
              "arguments": "<string>"
            }
          }
        ]
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 346,
    "total_tokens": 370,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 321
    }
  },
  "web_search": [
    {
      "icon": "<string>",
      "title": "<string>",
      "link": "<string>",
      "media": "<string>",
      "publish_date": "<string>",
      "content": "<string>",
      "refer": "<string>"
    }
  ],
  "content_filter": [
    {
      "role": "assistant",
      "level": 1
    }
  ]
}

{
  "error": {
    "code": 400,
    "message": "Invalid request parameters",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Invalid or expired token",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Insufficient quota",
    "type": "insufficient_quota_error",
    "fallback_suggestion": "https://evolink.ai/dashboard/billing"
  }
}

{
  "error": {
    "code": 403,
    "message": "Access denied for this model",
    "type": "permission_error",
    "param": "model"
  }
}

{
  "error": {
    "code": 404,
    "message": "Specified model not found",
    "type": "not_found_error",
    "param": "model",
    "fallback_suggestion": "glm-5.3"
  }
}

{
  "error": {
    "code": 429,
    "message": "Rate limit exceeded",
    "type": "rate_limit_error",
    "fallback_suggestion": "retry after 60 seconds"
  }
}

{
  "error": {
    "code": 500,
    "message": "Internal server error",
    "type": "internal_server_error",
    "fallback_suggestion": "try again later"
  }
}

{
  "error": {
    "code": 502,
    "message": "Upstream AI service unavailable",
    "type": "upstream_error",
    "fallback_suggestion": "try different model"
  }
}

{
  "error": {
    "code": 503,
    "message": "Service temporarily unavailable",
    "type": "service_unavailable_error",
    "fallback_suggestion": "retry after 30 seconds"
  }
}

Chat Completions API

API tous modèles GLM - Référence complète Chat Completions

Appelez les modèles de la série GLM via le protocole OpenAI Chat Completions, le modèle précis étant choisi avec le paramètre model
Traitement synchrone qui renvoie le contenu de la conversation en temps réel
Conversation textuelle : conversation contextuelle à un ou plusieurs tours ; glm-5.3-flash prend en plus en charge l’entrée image
Invite système : personnalisez le rôle et le comportement de l’IA via un message role=system
Réflexion approfondie : thinking.type contrôle la chaîne de pensée et reasoning_effort règle l’intensité du raisonnement ; le raisonnement est renvoyé dans reasoning_content
Streaming : les réponses en flux SSE sont prises en charge (stream=true)
Appels d’outils : Function Calling et recherche web pris en charge (web_search, jusqu’à 128 outils)
Sortie structurée : activez le mode JSON via response_format

À propos des réponses en streaming : avec stream=true, les résultats arrivent par Server-Sent Events, chaque message ayant le format data: {JSON}, le flux se terminant par data: [DONE]. Chaque bloc de données (ChatCompletionChunk) contient id, created, model, choices et, en option, usage et content_filter ; à l’intérieur, choices[].delta renvoie de façon incrémentale role / content / reasoning_content / tool_calls, et choices[].finish_reason indique le motif d’arrêt dans le dernier bloc.

POST

chat

completions

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

{
  "id": "chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a",
  "object": "chat.completion",
  "request_id": "req-7f3a2c1e8b9d4f0a",
  "created": 1777021417,
  "model": "glm-5.3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "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": "Laissez-moi d'abord analyser ce problème...",
        "tool_calls": [
          {
            "id": "<string>",
            "type": "function",
            "function": {
              "name": "<string>",
              "arguments": "<string>"
            }
          }
        ]
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 346,
    "total_tokens": 370,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 321
    }
  },
  "web_search": [
    {
      "icon": "<string>",
      "title": "<string>",
      "link": "<string>",
      "media": "<string>",
      "publish_date": "<string>",
      "content": "<string>",
      "refer": "<string>"
    }
  ],
  "content_filter": [
    {
      "role": "assistant",
      "level": 1
    }
  ]
}

{
  "error": {
    "code": 400,
    "message": "Invalid request parameters",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Invalid or expired token",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Insufficient quota",
    "type": "insufficient_quota_error",
    "fallback_suggestion": "https://evolink.ai/dashboard/billing"
  }
}

{
  "error": {
    "code": 403,
    "message": "Access denied for this model",
    "type": "permission_error",
    "param": "model"
  }
}

{
  "error": {
    "code": 404,
    "message": "Specified model not found",
    "type": "not_found_error",
    "param": "model",
    "fallback_suggestion": "glm-5.3"
  }
}

{
  "error": {
    "code": 429,
    "message": "Rate limit exceeded",
    "type": "rate_limit_error",
    "fallback_suggestion": "retry after 60 seconds"
  }
}

{
  "error": {
    "code": 500,
    "message": "Internal server error",
    "type": "internal_server_error",
    "fallback_suggestion": "try again later"
  }
}

{
  "error": {
    "code": 502,
    "message": "Upstream AI service unavailable",
    "type": "upstream_error",
    "fallback_suggestion": "try different model"
  }
}

{
  "error": {
    "code": 503,
    "message": "Service temporarily unavailable",
    "type": "service_unavailable_error",
    "fallback_suggestion": "retry after 30 seconds"
  }
}

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.

Le contrôle de la réflexion varie selon le modèle : glm-5.3 et glm-5.3-flash réfléchissent toujours et ne peuvent pas être désactivés ; pour reasoning_effort, les trois niveaux low / high / max prennent effet et les autres sont rétrogradés automatiquement vers le niveau disponible le plus proche (xhigh → max, medium → high, minimal / none → low, la réflexion se poursuit et est facturée en sortie). glm-5.2 peut désactiver la réflexion via thinking.type: "disabled" et prend en charge davantage de niveaux de raisonnement. Voir les descriptions des champs thinking et reasoning_effort pour le détail.

Entrée image : prise en charge uniquement par glm-5.3-flash, via des blocs de contenu image_url dans messages[].content[]. Envoyer des blocs image à un autre modèle renvoie une erreur.

Autorisations

Authorization

string

header

requis

##Toutes les API nécessitent une authentification par Bearer Token##

Obtenir une clé API :

Visitez la page de gestion des clés API pour obtenir votre clé API

Ajouter à l'en-tête de requête :

Authorization: Bearer YOUR_API_KEY

Corps

application/json

model

enum<string>

défaut:glm-5.3

requis

Modèle à appeler :

ID du modèle	Positionnement	Contrôle de la réflexion	Entrée image
`glm-5.3`	Modèle phare, progression générale sur l'ingénierie logicielle complexe et les tâches d'agent, avec des capacités de programmation nettement supérieures à la génération précédente ; contexte de 1M	Réfléchit toujours, non désactivable ; pour `reasoning_effort`, seuls `low` / `high` / `max` prennent effet, les autres niveaux sont rétrogradés automatiquement	Non prise en charge
`glm-5.3-flash`	Modèle multimodal léger à architecture hybride d'attention creuse et linéaire, coût très faible et vision native ; contexte de 1M	Identique à `glm-5.3`	Prise en charge, voir le champ `messages`
`glm-5.2`	Modèle phare de la génération précédente, raisonnement complexe et contexte très long ; contexte de 1M	Désactivable via `thinking.type: "disabled"` ; `reasoning_effort` accepte les 7 niveaux	Non prise en charge

Options disponibles:

glm-5.3,

glm-5.3-flash,

glm-5.2

Exemple:

"glm-5.3"

messages

(System Message · object | User Message · object | Assistant Message · object | Tool Message · object)[]

requis

Liste des messages de la conversation, contenant l'intégralité du contexte de la conversation en cours

Prend en charge quatre rôles : system, user, assistant, tool. Les messages de rôles différents ont des structures de champs différentes ; sélectionnez le rôle correspondant pour le consulter. Doit contenir au moins 1 message, et ne peut pas contenir uniquement des messages système ou des messages de l'assistant.

Minimum array length: 1

System Message
User Message
Assistant Message
Tool Message

Show child attributes

stream

boolean

défaut:false

Indique s'il faut activer le mode de sortie en streaming

false : le modèle génère la réponse complète puis la renvoie en une seule fois (par défaut), adapté aux textes courts et au traitement par lots
true : renvoie le contenu en temps réel bloc par bloc via Server-Sent Events (SSE), adapté au chat et aux textes longs ; data: [DONE] est renvoyé à la fin du flux

Exemple:

false

thinking

object

Contrôle l'activation de la chaîne de pensée (Chain of Thought)

Show child attributes

reasoning_effort

enum<string>

défaut:max

Contrôle l'intensité du raisonnement du modèle ; n'agit que lorsque thinking est actif, max par défaut

Les valeurs prises en charge diffèrent selon le modèle :

Valeur	`glm-5.3` / `glm-5.3-flash`	`glm-5.2`
`max`	Raisonnement approfondi (par défaut)	Raisonnement approfondi
`high`	Raisonnement renforcé	Raisonnement renforcé
`low`	Raisonnement léger	Équivalent à `high`
`xhigh`	Rétrogradé en `max`	Équivalent à `max`
`medium`	Rétrogradé en `high`	Équivalent à `high`
`minimal`	Rétrogradé en `low` (réfléchit quand même)	Renonce à réfléchir
`none`	Rétrogradé en `low` (réfléchit quand même)	Renonce à réfléchir

La série glm-5.3 réfléchit toujours et seuls les trois niveaux low / high / max prennent réellement effet ; les quatre autres ne provoquent pas d'erreur mais sont rétrogradés automatiquement vers le niveau disponible le plus proche (xhigh → max, medium → high, minimal / none → low).

La série glm-5.3 ne peut pas désactiver la réflexion. Transmettre minimal ou none ne fait que descendre au niveau le plus bas, low : le modèle continue de produire des tokens de réflexion, facturés au tarif de sortie. Si vous utilisez ces deux niveaux pour réduire les coûts, notez la différence avec glm-5.2 : sur glm-5.2, ils suppriment réellement la réflexion.

Pour les tâches complexes comme la programmation, max est recommandé.

Options disponibles:

max,

xhigh,

high,

medium,

low,

minimal,

none

Exemple:

"max"

do_sample

boolean

défaut:true

Indique s'il faut activer la stratégie d'échantillonnage

true (par défaut) : utilise temperature / top_p pour un échantillonnage aléatoire, sortie plus variée
false : sélectionne toujours le mot le plus probable (décodage glouton), sortie plus déterministe ; dans ce cas, temperature et top_p sont ignorés

Pour les tâches nécessitant cohérence et reproductibilité (comme la génération de code, la traduction), il est recommandé de définir cette valeur sur false

Exemple:

true

temperature

number<float>

défaut:1

Température d'échantillonnage, contrôle le caractère aléatoire et la créativité de la sortie

Remarques :

Plage : [0.0, 1.0], limitée à deux décimales
Valeurs plus élevées (par ex. 0.8) : plus aléatoire et plus créatif, adapté à l'écriture créative
Valeurs plus basses (par ex. 0.2) : plus stable et plus déterministe, adapté aux questions factuelles et à la génération de code
Valeur par défaut : 1.0

Recommandation : n'ajustez pas simultanément temperature et top_p

Plage requise: 0 <= x <= 1

Exemple:

1

top_p

number<float>

défaut:0.95

Paramètre d'échantillonnage par noyau (Nucleus Sampling), une méthode alternative à l'échantillonnage par temperature

Remarques :

Plage : [0.01, 1.0], limitée à deux décimales
Le modèle ne considère que les mots candidats dont la probabilité cumulée atteint top_p ; par exemple, 0.1 signifie ne considérer que les 10 % de mots les plus probables
Des valeurs plus petites produisent une sortie plus ciblée et plus cohérente ; des valeurs plus grandes augmentent la diversité
Valeur par défaut : 0.95

Recommandation : n'ajustez pas simultanément temperature et top_p

Plage requise: 0.01 <= x <= 1

Exemple:

0.95

max_tokens

integer

Limite maximale du nombre de tokens de sortie du modèle

Remarque :

La série GLM prend en charge jusqu'à 131 072 tokens (128K) en sortie ; il est conseillé de ne pas descendre sous 1024
Lorsque thinking est actif, les tokens de la chaîne de pensée comptent aussi dans cette limite
Si la génération est tronquée pour cause de length, essayez d'augmenter cette valeur

Plage requise: 1 <= x <= 131072

Exemple:

1024

tools

(Outil Function · object | Outil Web Search (recherche web) · object)[]

Liste des outils que le modèle peut appeler

Remarque :

L'appel de fonctions (function) et la recherche web (web_search) sont pris en charge
Jusqu'à 128 fonctions
Parmi eux, web_search est facturé séparément à l'appel lorsqu'une recherche a effectivement lieu ; les autres outils n'entraînent pas de frais supplémentaires

Maximum array length: 128

Outil Function
Outil Web Search (recherche web)

Show child attributes

tool_choice

enum<string>

défaut:auto

Contrôle la manière dont le modèle choisit quelle fonction appeler

Remarques : n'a d'effet que lorsque le type d'outil est function, par défaut et uniquement auto est pris en charge (le modèle décide automatiquement s'il faut appeler un outil)

Options disponibles:

auto

Exemple:

"auto"

stop

string[]

Liste des mots d'arrêt

Remarques :

Lorsque le texte généré par le modèle rencontre la chaîne spécifiée, la génération s'arrête immédiatement (le mot d'arrêt lui-même n'est pas inclus dans le texte renvoyé)
Actuellement, un seul mot d'arrêt est pris en charge, au format ["stop_word1"], par exemple ["Human:"]

Maximum array length: 4

Exemple:

["Human:"]

response_format

object

Spécifie le format de sortie de la réponse du modèle, par défaut text

Remarques :

{ "type": "json_object" } active le mode JSON, le modèle renvoie des données au format JSON valide, adapté aux scénarios d'extraction de données structurées, etc.
Lors de l'utilisation du mode JSON, il est recommandé de demander explicitement une sortie JSON dans le message system ou user

Show child attributes

request_id

string

Identifiant unique de la requête

Remarques :

Transmis par le client, longueur de 6 à 64 caractères, il est recommandé d'utiliser le format UUID pour garantir l'unicité
S'il n'est pas fourni, la plateforme le génère automatiquement

Required string length: 6 - 64

Exemple:

"req-7f3a2c1e8b9d4f0a"

user_id

string

Identifiant unique de l'utilisateur final

Remarques : longueur de 6 à 128 caractères, il est recommandé d'utiliser un identifiant unique ne contenant pas d'informations sensibles ; cela peut aider la plateforme à surveiller et détecter les comportements abusifs

Required string length: 6 - 128

Exemple:

"user-abc123456"

Réponse

Génération de conversation réussie

string

ID de la tâche

Exemple:

"chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a"

object

enum<string>

Type de réponse

Options disponibles:

chat.completion

Exemple:

"chat.completion"

request_id

string

ID de la requête (retransmis lorsque request_id est fourni dans la requête)

Exemple:

"req-7f3a2c1e8b9d4f0a"

created

integer

Heure de création de la requête, horodatage Unix (secondes)

Exemple:

1777021417

model

string

Nom du modèle

Exemple:

"glm-5.3"

choices

object[]

Liste des réponses du modèle

Show child attributes

usage

object

Statistiques d'utilisation des tokens renvoyées à la fin de l'appel

Show child attributes

web_search

object[]

Informations relatives à la recherche web, renvoyées lors de l'utilisation de l'outil web_search et qu'une recherche est effectuée

Show child attributes

content_filter

object[]

Informations relatives à la sécurité du contenu

Show child attributes

Série Image

Série Vidéo

Série Audio

Série Texte

Gestion du compte

Gestion des tâches

Gestion des fichiers

API tous modèles GLM - Référence complète Chat Completions

Autorisations

Corps

Réponse