> ## 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 - 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.
**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.
## OpenAPI
````yaml fr/api-manual/language-series/glm/chat-completions/chat-completions-reference.json POST /v1/chat/completions
openapi: 3.1.0
info:
title: API tous modèles GLM - Référence complète Chat Completions
description: >-
Référence complète de l'API pour appeler les modèles de texte Zhipu GLM via
l'API Chat Completions compatible OpenAI.
**Modèles couverts** : `glm-5.3`, `glm-5.3-flash`, `glm-5.2` (sélectionnés
avec le paramètre `model`)
**Capacités communes** :
- Fenêtre de contexte de 1M tokens, jusqu'à **131 072 tokens** (128K) en
sortie, avec un minimum recommandé de **1 024 tokens**
- Réflexion approfondie : `thinking` contrôle la chaîne de pensée et
`reasoning_effort` règle l'intensité du raisonnement ; le raisonnement est
renvoyé dans `reasoning_content`
- Appels d'outils : Function Calling et recherche web (jusqu'à 128 outils)
- Streaming : réponses en flux SSE
- Sortie structurée : les formats de réponse `text` et `json_object`
- Cache de contexte : cache de préfixe implicite que les requêtes répétées
de même préfixe touchent automatiquement, comptabilisé dans
`usage.prompt_tokens_details.cached_tokens`
**Les différences entre modèles** (contrôle de la réflexion, entrée image)
sont décrites ci-dessous dans les champs `model` et `thinking` /
`reasoning_effort`.
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: Complétion de conversation GLM (tous modèles, compatible OpenAI)
description: >-
- 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.
operationId: createChatCompletionGLM
requestBody:
required: true
content:
application/json:
schema:
$ref: '#/components/schemas/ChatCompletionRequest'
examples:
simple_text:
summary: Conversation textuelle sur un seul tour
value:
model: glm-5.3
messages:
- role: user
content: Veuillez vous présenter
multi_turn:
summary: Conversation multi-tours (compréhension du contexte)
value:
model: glm-5.3
messages:
- role: user
content: Qu'est-ce que Python ?
- role: assistant
content: Python est un langage de programmation de haut niveau...
- role: user
content: Quels sont ses avantages ?
system_prompt:
summary: Utilisation des invites système
value:
model: glm-5.3
messages:
- role: system
content: >-
Vous êtes un assistant de programmation Python
professionnel. Répondez aux questions de manière
concise.
- role: user
content: Comment lire un fichier ?
deep_thinking:
summary: >-
Activer la réflexion approfondie et ajuster l'intensité du
raisonnement
value:
model: glm-5.3
messages:
- role: user
content: >-
Un fermier doit faire traverser une rivière à un loup,
une chèvre et un chou, mais ne peut en transporter qu'un
seul à la fois. Comment traverser en toute sécurité ?
thinking:
type: enabled
reasoning_effort: max
function_calling:
summary: Appel d'outil (Function Calling)
value:
model: glm-5.3
messages:
- role: user
content: Quel temps fait-il à Pékin aujourd'hui ?
tools:
- type: function
function:
name: get_weather
description: Interroger la météo en temps réel d'une ville donnée
parameters:
type: object
properties:
city:
type: string
description: 'Nom de la ville, par exemple : Pékin'
required:
- city
tool_choice: auto
web_search:
summary: Activer l'outil de recherche web
value:
model: glm-5.3
messages:
- role: user
content: >-
Aide-moi à trouver les actualités sur l'intelligence
artificielle de la dernière semaine
tools:
- type: web_search
web_search:
enable: true
count: 10
search_recency_filter: oneWeek
description: >-
Lorsque le modèle estime avoir besoin du web, il effectue une
recherche automatiquement et les résultats sont intégrés au
contexte pour le raisonnement. Les résultats sont facturés
comme tokens d'entrée, et le service de recherche lui-même est
facturé à l'appel (voir la page de tarification) ; aucun frais
de recherche ne s'applique si le modèle ne déclenche pas de
recherche.
json_mode:
summary: Sortie structurée JSON
value:
model: glm-5.3
messages:
- role: system
content: >-
Veuillez répondre au format JSON, en incluant les deux
champs name et age.
- role: user
content: Jean Dupont, 28 ans
response_format:
type: json_object
streaming:
summary: Sortie en streaming (SSE)
value:
model: glm-5.3
messages:
- role: user
content: Écris un court poème sur le printemps
stream: true
disable_thinking_glm52_only:
summary: Désactiver la réflexion approfondie (uniquement glm-5.2)
value:
model: glm-5.2
messages:
- role: user
content: Résumez la théorie de la relativité en une phrase.
thinking:
type: disabled
description: >-
Seul `glm-5.2` peut désactiver la réflexion. Envoyer
`thinking.type: "disabled"` à `glm-5.3` ou `glm-5.3-flash`
renvoie une erreur — utilisez plutôt `reasoning_effort:
"low"`.
low_effort:
summary: >-
Réduire le coût de réflexion (alternative à la désactivation
de la réflexion sur la série glm-5.3)
description: >-
La série `glm-5.3` ne peut pas désactiver la réflexion ;
utilisez `reasoning_effort: "low"` pour réduire l'intensité du
raisonnement au minimum.
value:
model: glm-5.3
messages:
- role: user
content: Expliquez HTTP en une phrase
thinking:
type: enabled
reasoning_effort: low
max_tokens: 1024
vision_flash:
summary: Entrée image (uniquement glm-5.3-flash)
description: >-
`glm-5.3-flash` prend en charge la vision nativement ; les
images sont transmises via des blocs de contenu `image_url`,
avec une URL publique ou une URL de données Base64.
value:
model: glm-5.3-flash
messages:
- role: user
content:
- type: text
text: Qu'y a-t-il sur cette image ?
- type: image_url
image_url:
url: https://example.com/photo.jpg
max_tokens: 1024
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:
ChatCompletionRequest:
type: object
required:
- model
- messages
properties:
model:
type: string
description: >
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 |
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, 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.
items:
oneOf:
- $ref: '#/components/schemas/SystemMessage'
- $ref: '#/components/schemas/UserMessage'
- $ref: '#/components/schemas/AssistantRequestMessage'
- $ref: '#/components/schemas/ToolMessage'
discriminator:
propertyName: role
mapping:
system:
$ref: '#/components/schemas/SystemMessage'
user:
$ref: '#/components/schemas/UserMessage'
assistant:
$ref: '#/components/schemas/AssistantRequestMessage'
tool:
$ref: '#/components/schemas/ToolMessage'
minItems: 1
stream:
type: boolean
description: >-
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
default: false
example: false
thinking:
type: object
description: Contrôle l'activation de la chaîne de pensée (Chain of Thought)
properties:
type:
type: string
description: >-
Interrupteur de la chaîne de pensée
- `enabled` : activer la réflexion approfondie (comportement par
défaut de tous les modèles)
- `disabled` : désactiver la réflexion approfondie, le modèle
répond directement
**Seul `glm-5.2` prend en charge `disabled`.** `glm-5.3` et
`glm-5.3-flash` réfléchissent toujours et renvoient une erreur
si `disabled` est transmis.
Pour réduire le coût de réflexion sur la série `glm-5.3`,
utilisez plutôt `reasoning_effort: "low"`.
**Migration depuis `glm-5.2`** : si votre code fixe
`thinking.type: "disabled"`, vous devez le passer à `"enabled"`
avant de basculer sur `glm-5.3` (en ajoutant `reasoning_effort:
"low"` si vous souhaitez réduire le coût de réflexion), sans
quoi la requête échoue immédiatement.
Notez que ces deux champs se comportent **différemment** : un
niveau de `reasoning_effort` non pris en charge par la série est
rétrogradé automatiquement, sans erreur, alors que
`thinking.type` est un interrupteur explicite — `disabled`
provoque toujours une erreur et n'est jamais réécrit
silencieusement. Passer `reasoning_effort` de `none` à `low` ne
suffit donc pas : `thinking.type` doit être modifié également.
enum:
- enabled
- disabled
default: enabled
clear_thinking:
type: boolean
description: >-
Indique s'il faut effacer le `reasoning_content` des tours de
conversation historiques
- `true` (par défaut) : ignore/supprime le `reasoning_content`
des tours historiques, et n'utilise que le contenu non lié au
raisonnement (texte visible utilisateur/assistant, appels
d'outils et résultats, etc.) comme contexte, ce qui peut réduire
la longueur du contexte et le coût
- `false` : conserve le `reasoning_content` des tours
historiques et le fournit au modèle avec le contexte (Preserved
Thinking) ; dans ce cas, le `reasoning_content` historique doit
être transmis dans `messages` de manière **complète, non
modifiée et dans l'ordre d'origine** ; toute absence,
troncature, réécriture ou réorganisation dégradera les
performances ou empêchera son effet
- Remarque : ce paramètre n'affecte que la réflexion historique
entre les tours, il ne modifie pas le fait que le tour en cours
produise ou non une réflexion
default: true
example: true
reasoning_effort:
type: string
description: >-
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.
enum:
- max
- xhigh
- high
- medium
- low
- minimal
- none
default: max
example: max
do_sample:
type: boolean
description: >-
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`
default: true
example: true
temperature:
type: number
format: float
description: >-
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`
minimum: 0
maximum: 1
default: 1
example: 1
top_p:
type: number
format: float
description: >-
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`
minimum: 0.01
maximum: 1
default: 0.95
example: 0.95
max_tokens:
type: integer
description: >-
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
minimum: 1
maximum: 131072
example: 1024
tools:
type: array
description: >-
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
items:
oneOf:
- $ref: '#/components/schemas/FunctionTool'
- $ref: '#/components/schemas/WebSearchTool'
discriminator:
propertyName: type
mapping:
function:
$ref: '#/components/schemas/FunctionTool'
web_search:
$ref: '#/components/schemas/WebSearchTool'
maxItems: 128
tool_choice:
type: string
description: >-
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)
enum:
- auto
default: auto
example: auto
stop:
type: array
description: >-
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:"]`
items:
type: string
maxItems: 4
example:
- 'Human:'
response_format:
type: object
description: >-
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`
required:
- type
properties:
type:
type: string
description: |-
Type de format de sortie
- `text` : sortie en texte brut (par défaut)
- `json_object` : sortie au format JSON
enum:
- text
- json_object
default: text
request_id:
type: string
description: >-
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
minLength: 6
maxLength: 64
example: req-7f3a2c1e8b9d4f0a
user_id:
type: string
description: >-
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
minLength: 6
maxLength: 128
example: user-abc123456
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'
web_search:
type: array
description: >-
Informations relatives à la recherche web, renvoyées lors de
l'utilisation de l'outil `web_search` et qu'une recherche est
effectuée
items:
$ref: '#/components/schemas/WebSearchResult'
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
SystemMessage:
title: System Message
type: object
required:
- role
- content
properties:
role:
type: string
enum:
- system
description: Identifiant de rôle, fixé à `system`
content:
type: string
description: >-
Contenu de l'invite système, utilisé pour définir le rôle et le
comportement de l'IA
UserMessage:
title: User Message
type: object
required:
- role
- content
properties:
role:
type: string
enum:
- user
description: Identifiant de rôle, fixé à `user`
content:
description: >-
Contenu du message utilisateur.
- **Chaîne** : texte brut, pris en charge par tous les modèles
- **Tableau de blocs de contenu** : texte et images mélangés, **pris
en charge uniquement par `glm-5.3-flash`**
Envoyer des blocs de contenu image à `glm-5.3` ou `glm-5.2` renvoie
une erreur.
oneOf:
- type: string
title: Texte brut
description: Contenu du message en texte brut
example: Bonjour, veuillez vous présenter
- type: array
title: Tableau de blocs de contenu (uniquement glm-5.3-flash)
description: >-
Texte et images mélangés. Les images sont transmises via des
blocs `image_url`, avec une URL publique (recommandée) ou une
URL de données Base64 ; pour plusieurs images, utilisez
plusieurs blocs `image_url`.
items:
$ref: '#/components/schemas/ContentPart'
AssistantRequestMessage:
title: Assistant Message
type: object
description: Message de l'assistant, peut contenir des appels d'outils
required:
- role
properties:
role:
type: string
enum:
- assistant
description: Identifiant de rôle, fixé à `assistant`
content:
type:
- string
- 'null'
description: >-
Contenu du message de l'assistant
**Remarques** : utilisé pour transmettre les réponses historiques de
l'assistant dans les conversations multi-tours ; généralement `null`
lorsque `tool_calls` est présent
reasoning_content:
type:
- string
- 'null'
description: >-
Contenu historique de la chaîne de pensée
**Remarques** : requis uniquement lorsque
`thinking.clear_thinking=false` (Preserved Thinking) ; retransmet
tel quel le `reasoning_content` de la réponse du tour précédent ;
par défaut (`clear_thinking=true`), aucune retransmission n'est
nécessaire
tool_calls:
type: array
description: >-
Liste des appels d'outils
Utilisée pour transmettre les informations historiques d'appels
d'outils dans les conversations multi-tours ; lorsque ce champ est
fourni, `content` est généralement vide
items:
type: object
required:
- id
- type
properties:
id:
type: string
description: ID de l'appel d'outil
type:
type: string
enum:
- function
- web_search
description: Type d'outil
function:
type: object
description: >-
Informations sur l'appel de fonction, non vides lorsque `type`
est `function`
required:
- name
- arguments
properties:
name:
type: string
description: Nom de la fonction
arguments:
type: string
description: Arguments de la fonction (chaîne au format JSON)
ToolMessage:
title: Tool Message
type: object
required:
- role
- content
properties:
role:
type: string
enum:
- tool
description: Identifiant de rôle, fixé à `tool`
content:
type: string
description: Contenu du résultat de l'appel d'outil
tool_call_id:
type: string
description: >-
Indique l'`ID` de l'appel d'outil correspondant à ce message
(correspond à l'`id` renvoyé dans `tool_calls` du message assistant)
FunctionTool:
title: Outil Function
type: object
required:
- type
- function
additionalProperties: false
properties:
type:
type: string
enum:
- function
default: function
description: Type d'outil, fixé à `function`
function:
type: object
required:
- name
- description
- parameters
properties:
name:
type: string
description: >-
Nom de la fonction à appeler
**Remarques** : doit être composé des caractères `a-z`, `A-Z`,
`0-9`, ou inclure des traits de soulignement et des tirets ;
longueur maximale de 64 caractères
minLength: 1
maxLength: 64
pattern: ^[a-zA-Z0-9_-]+$
description:
type: string
description: >-
Description de la fonctionnalité de la fonction, pour aider le
modèle à choisir quand et comment appeler la fonction
parameters:
type: object
description: >-
Paramètres d'entrée de la fonction, décrits sous forme d'objet
JSON Schema
WebSearchTool:
title: Outil Web Search (recherche web)
type: object
required:
- type
- web_search
additionalProperties: false
properties:
type:
type: string
enum:
- web_search
default: web_search
description: Type d'outil, fixé à `web_search`
web_search:
type: object
required:
- enable
properties:
enable:
type: boolean
description: >-
Indique s'il faut activer la fonction de recherche, définir sur
`true` lorsqu'elle est activée
default: false
search_query:
type: string
description: >-
Mot-clé personnalisé pour forcer le déclenchement de la
recherche
search_intent:
type: boolean
description: >-
Indique s'il faut effectuer la reconnaissance de l'intention de
recherche, exécutée par défaut
- `true` : effectue la reconnaissance de l'intention de
recherche, et exécute la recherche après avoir détecté une
intention de recherche
- `false` : ignore la reconnaissance d'intention et exécute
directement la recherche
count:
type: integer
description: >-
Nombre de résultats renvoyés, dans la plage `1-50`, par défaut
`10`.
Ce nombre a un impact direct sur le coût : les résultats sont
intégrés à `prompt_tokens` et facturés au tarif d'entrée, et une
valeur de `50` peut porter une seule requête à plusieurs
dizaines de milliers de tokens d'entrée. À moins d'avoir
réellement besoin d'un rappel plus large, conservez la valeur
par défaut.
minimum: 1
maximum: 50
default: 10
search_domain_filter:
type: string
description: >-
Liste blanche de noms de domaine pour limiter les résultats de
recherche (par ex. `www.example.com`)
search_recency_filter:
type: string
description: >-
Limite la plage temporelle des résultats de recherche, par
défaut `noLimit`
enum:
- oneDay
- oneWeek
- oneMonth
- oneYear
- noLimit
default: noLimit
content_size:
type: string
description: >-
Contrôle le nombre de mots du résumé des pages web, par défaut
`medium`
- `medium` : renvoie des informations de résumé, suffisantes
pour les besoins de raisonnement de base
- `high` : maximise le contexte, informations plus détaillées
enum:
- medium
- high
default: medium
result_sequence:
type: string
description: >-
Position de renvoi des résultats de recherche (avant ou après la
réponse du modèle), par défaut `after`
enum:
- before
- after
default: after
search_result:
type: boolean
description: >-
Indique s'il faut renvoyer le détail des sources de recherche
dans la réponse, `false` par défaut.
Avec `true`, la réponse comporte au premier niveau un tableau
`web_search` listant les sources trouvées pour cette requête
(titre, lien, source média, date de publication, résumé, etc.) ;
avec la valeur par défaut, ce champ est absent de la réponse.
Ce paramètre n'agit que sur le contenu de la réponse : il ne
détermine ni le déclenchement de la recherche ni la facturation.
default: false
example: true
require_search:
type: boolean
description: >-
Indique s'il faut forcer la réponse à se baser sur les résultats
de recherche, par défaut `false`
default: false
search_prompt:
type: string
description: >-
`Prompt` utilisé pour personnaliser le traitement des résultats
de recherche ; le modèle par défaut est utilisé s'il n'est pas
transmis
description: >-
Outil de recherche web. Une fois activé, le modèle peut consulter le web
au besoin et intégrer les résultats au contexte.
**Facturation** : la part des résultats intégrée au contexte compte dans
`prompt_tokens` au tarif d'entrée ; le service de recherche lui-même est
**facturé séparément à l'appel** et réglé indépendamment de la
consommation de tokens — voir la page de tarification. C'est le modèle
qui décide de déclencher une recherche selon l'intention détectée, et
aucun frais de ce type ne s'applique si aucune recherche n'a lieu.
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 d'entrée servis par le cache de contexte.
La série GLM utilise un **cache de préfixe implicite** : les
requêtes répétées ayant le même préfixe le touchent
automatiquement, sans paramètre supplémentaire ; la partie mise
en cache est facturée au tarif du cache, nettement inférieur au
tarif d'entrée sans cache. La première requête renvoie 0, puis
les requêtes de même préfixe touchent le 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
WebSearchResult:
type: object
description: Résultat unique de recherche web
properties:
icon:
type: string
description: Icône du site source
title:
type: string
description: Titre du résultat de recherche
link:
type: string
description: Lien de la page web du résultat de recherche
media:
type: string
description: Nom de la source média de la page web du résultat de recherche
publish_date:
type: string
description: Date de publication du site web
content:
type: string
description: Contenu textuel cité de la page web du résultat de recherche
refer:
type: string
description: Numéro de l'indice
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
ContentPart:
title: Content Part
type: object
description: >-
Bloc de contenu multimodal. **Seul `glm-5.3-flash` prend en charge les
blocs image.**
required:
- type
properties:
type:
type: string
enum:
- text
- image_url
description: |-
Type de bloc de contenu
- `text` : texte
- `image_url` : image (uniquement `glm-5.3-flash`)
text:
type: string
description: Contenu textuel, obligatoire lorsque `type=text`
example: Qu'y a-t-il sur cette image ?
image_url:
type: object
description: Contenu de l'image, obligatoire lorsque `type=image_url`
required:
- url
properties:
url:
type: string
description: >-
Adresse de l'image. Une URL HTTPS publique (recommandée) ou une
URL de données Base64 (`data:image/png;base64,...`) est prise en
charge
example: https://example.com/photo.jpg
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
```
````