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
    }
  }
}

Messages API

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_tokens et messages suffisent (max_tokens est 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 content de la réponse contient un bloc type="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 »

POST

messages

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
    }
  }
}

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.

La série GLM active la réflexion par défaut : le tableau 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

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

Remarque : EvoLink applique une authentification unifiée par Bearer Token pour /v1/messages.

Corps

application/json

model

enum<string>

défaut:glm-5.3

requis

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

Options disponibles:

glm-5.3,

glm-5.3-flash,

glm-5.2

Exemple:

"glm-5.3"

max_tokens

integer

défaut:1024

requis

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.

Plage requise: 1 <= x <= 131072

Exemple:

1024

messages

Message · object[]

requis

Liste des messages de la conversation, dans l'ordre chronologique. Au moins un message est requis.

Minimum array length: 1

Show child attributes

Réponse

Objet message

Réponse de message au style Anthropic

string

ID unique du message (format : msg_<uuid>)

type

enum<string>

Type d'objet de réponse

Options disponibles:

message

role

enum<string>

Options disponibles:

assistant

model

string

Modèle réellement utilisé

Exemple:

"glm-5.3"

content

object[]

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 finale
tool_use : appel d'outil initié par le modèle

Show child attributes

stop_reason

enum<string>

Raison de l'arrêt

end_turn : fin naturelle (renvoyé également lorsqu'une séquence stop_sequences est rencontrée)
max_tokens : limite max_tokens atteinte
tool_use : le modèle a déclenché un appel d'outil

Options disponibles:

end_turn,

max_tokens,

tool_use

usage

object

Statistiques d'utilisation des tokens (spécification Anthropic)

Show child attributes

Série Image

Série Vidéo

Série Audio

Série Texte

Gestion du compte

Gestion des tâches

Gestion des fichiers

API tous modèles GLM - Démarrage rapide Messages

Autorisations

Corps

Réponse