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": "Bonjour, présentez-vous en une phrase"
}
]
}
'{
"id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5",
"type": "message",
"role": "assistant",
"model": "glm-5.3",
"content": [
{
"type": "thinking",
"thinking": "L'utilisateur demande de saluer en un seul mot, il suffit de répondre « 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
}
}
}API tous modèles GLM - Démarrage rapide Messages
- Appelez les modèles de la série GLM via le protocole Anthropic Messages, le modèle précis étant choisi avec le paramètre
model - Les trois paramètres
model,max_tokensetmessagessuffisent (max_tokensest obligatoire dans le protocole Anthropic) - Fenêtre de contexte de 1M tokens sur toute la série, jusqu’à 131 072 tokens en sortie
- La réflexion est active par défaut sur toute la série : le
contentde la réponse contient un bloctype="thinking", comptabilisé dans les tokens de sortie - Pour le streaming, les appels d’outils, l’entrée image et les autres capacités, consultez la page « Référence complète »
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": "Bonjour, présentez-vous en une phrase"
}
]
}
'{
"id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5",
"type": "message",
"role": "assistant",
"model": "glm-5.3",
"content": [
{
"type": "thinking",
"thinking": "L'utilisateur demande de saluer en un seul mot, il suffit de répondre « 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
}
}
}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.content de la réponse contient un bloc type="thinking", comptabilisé dans les tokens de sortie. max_tokens ne doit donc pas être trop faible ; 1024 au minimum est recommandé, faute de quoi la réponse peut être tronquée avant la fin de la réflexion et vous n’obtenez pas le texte de réponse.Autorisations
##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
Remarque : EvoLink applique une authentification unifiée par Bearer Token pour /v1/messages.
Corps
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 |
glm-5.3, glm-5.3-flash, glm-5.2 "glm-5.3"
Nombre maximal de tokens générés pour cette requête ; obligatoire dans le protocole Anthropic.
Remarque : la série GLM active la réflexion par défaut, et le contenu de réflexion consomme aussi des tokens de sortie. Cette valeur ne doit donc pas être trop faible — 1024 au minimum est recommandé.
1 <= x <= 1310721024
Liste des messages de la conversation, dans l'ordre chronologique. Au moins un message est requis.
1Show child attributes
Show child attributes
Réponse
Objet message
Réponse de message au style Anthropic
ID unique du message (format : msg_<uuid>)
Type d'objet de réponse
message assistant Modèle réellement utilisé
"glm-5.3"
Liste des blocs de contenu de la réponse
Types de blocs possibles :
thinking: processus de raisonnement (lorsque la réflexion est activée, par défaut)text: texte de la réponse finaletool_use: appel d'outil initié par le modèle
Show child attributes
Show child attributes
Raison de l'arrêt
end_turn: fin naturelle (renvoyé également lorsqu'une séquence stop_sequences est rencontrée)max_tokens: limite max_tokens atteintetool_use: le modèle a déclenché un appel d'outil
end_turn, max_tokens, tool_use Statistiques d'utilisation des tokens (spécification Anthropic)
Show child attributes
Show child attributes