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, le monde"
    }
  ]
}
'

{
  "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 - Référence complète Messages

Appelez les modèles de la série GLM via le protocole Anthropic Messages, le modèle précis étant choisi avec le paramètre model
Les structures de requête et de réponse sont alignées sur l’API Anthropic
Invite système : transmise via le champ system de premier niveau
Mode réflexion : la réflexion est active par défaut sur toute la série et renvoyée dans des blocs content[type=thinking] ; seul glm-5.2 peut la désactiver avec thinking.type=disabled
Streaming : flux d’événements SSE
Appels d’outils : compatible avec le flux tool_use / tool_result d’Anthropic
Entrée image : prise en charge uniquement par glm-5.3-flash et glm-5.3-flashx, voir le champ messages pour le détail

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, le monde"
    }
  ]
}
'

{
  "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.

Paramètres de réflexion. Tous les modèles réfléchissent par défaut. Les blocs thinking de la réponse sont facturés comme tokens de sortie ; signature peut être vide.

glm-5.2 : thinking.type=disabled désactive la réflexion.
glm-5.3 / glm-5.3-flash / glm-5.3-flashx : la réflexion reste active. disabled conserve le mode par défaut et la facturation des tokens de réflexion en sortie.

thinking.budget_tokens et thinking.effort ne définissent pas le niveau de réflexion de GLM. Consultez reasoning_effort à la racine pour les valeurs compatibles. Un réglage qui désactive la réflexion sur glm-5.2 ne la désactive plus après le passage à la série 5.3.

reasoning_effort: Champ de compatibilité des niveaux GLM à la racine de la requête, hors de thinking. L’endpoint l’accepte, mais ne garantit pas qu’il contrôle l’effort réel de réflexion. Règles de compatibilité de glm-5.3 / glm-5.3-flash / glm-5.3-flashx

Valeur fournie	Valeur compatible
`low` / `high` / `max`	Inchangé
`xhigh`	`max`
`medium`	`high`
`minimal` / `none`	`low` ; réflexion toujours active

minimal et none ne désactivent pas la réflexion de la série 5.3. Les tokens de réflexion sont facturés en sortie. Les valeurs inconnues restent inchangées, sans correspondance de compatibilité ; utilisez les valeurs indiquées. Ces correspondances ne s’appliquent pas à glm-5.2. Pour contrôler l’effort, utilisez reasoning_effort dans Chat Completions ou reasoning.effort dans Responses.

Seuls glm-5.3-flash et glm-5.3-flashx acceptent les images. Des blocs image envoyés à glm-5.3 ou glm-5.2 peuvent renvoyer 200 alors que le modèle ne les lit pas. Pour la compréhension d’image, choisissez un modèle compatible.

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	Réflexion désactivable	Entrée image
`glm-5.3`	Modèle phare, progression générale sur l'ingénierie logicielle complexe et les tâches d'agent ; contexte de 1M	Non désactivable	Non prise en charge
`glm-5.3-flash`	Modèle multimodal léger, coût très faible et vision native ; contexte de 1M	Non désactivable	Prise en charge
`glm-5.3-flashx`	Modèle multimodal avec entrée image ; contexte de 1M	Non désactivable	Prise en charge
`glm-5.2`	Modèle phare de la génération précédente, raisonnement complexe et contexte très long ; contexte de 1M	Désactivable (`thinking.type=disabled`)	Non prise en charge

Options disponibles:

glm-5.3,

glm-5.3-flash,

glm-5.3-flashx,

glm-5.2

Exemple:

"glm-5.3"

messages

object[]

requis

Messages de conversation alternant entre user et assistant. Incluez au moins un message ; le dernier a généralement role=user. Les messages précédents fournissent le contexte des échanges suivants.

Images : seuls glm-5.3-flash et glm-5.3-flashx acceptent des blocs image dans le tableau content. Utilisez uniquement du texte avec glm-5.3 et glm-5.2. Une réponse HTTP 200 ne signifie pas que ces modèles ont lu l’image.

Minimum array length: 1

Show child attributes

max_tokens

integer

Limite supérieure de la longueur du contenu généré (en tokens)

Remarque :

La série GLM prend en charge jusqu'à 131 072 tokens (128K) en sortie ; il est conseillé de ne pas descendre sous 1024
Les tokens produits par thinking comptent également dans cette limite
Une fois la limite atteinte, le contenu est tronqué et la réponse porte stop_reason=max_tokens

Plage requise: 1 <= x <= 131072

Exemple:

1024

system

Invite système, utilisée pour définir le rôle et le comportement de l'IA

Remarques :

Prend en charge une chaîne ou un tableau de blocs de contenu
Transmise via le champ system de premier niveau (ne pas la placer dans messages)
Le modèle respecte les contraintes du system
Un system trop long peut être tronqué : pour un long contexte, placez-le dans messages, n'entassez pas tout dans system

Exemple:

"You are a helpful assistant."

temperature

number

Température d'échantillonnage

Remarques :

Plus la valeur est élevée, plus la sortie est variée ; plus elle est basse, plus elle est déterministe
Plage recommandée [0, 1]

Plage requise: 0 <= x <= 1

Exemple:

1

top_p

number

Seuil d'échantillonnage par noyau

Remarques :

Plage [0, 1]
Il est recommandé de ne pas ajuster simultanément temperature et top_p

Plage requise: 0 <= x <= 1

Exemple:

0.9

top_k

integer

N'échantillonne que parmi les K tokens les plus probables (paramètre propre à Anthropic)

Remarques :

Plus la valeur est petite, plus la sortie est déterministe ; plus elle est grande, plus les candidats sont diversifiés

Plage requise: x >= 0

Exemple:

10

stop_sequences

string[]

Séquences d'arrêt personnalisées : la génération s'arrête lorsque l'une de ces chaînes est rencontrée

Remarques :

L'arrêt intervient dès la rencontre, le contenu situé avant est renvoyé normalement
Attention : lorsqu'une séquence d'arrêt est rencontrée, le stop_reason de la série GLM renvoie end_turn (et non la valeur standard Anthropic stop_sequence), et la réponse ne contient pas non plus de champ stop_sequence. Si le client se fie à stop_reason=="stop_sequence" pour détecter la rencontre, un traitement particulier est nécessaire

Exemple:

["\n\n"]

stream

boolean

défaut:false

Indique s'il faut renvoyer en streaming SSE

true : renvoi en streaming via Server-Sent Events (séquence d'événements Anthropic standard : message_start / content_block_start / content_block_delta / message_delta / message_stop)
false : renvoi en une seule fois après la réponse complète (par défaut)

Exemple:

false

thinking

object

Paramètres de réflexion. Tous les modèles réfléchissent par défaut. Les blocs thinking de la réponse sont facturés comme tokens de sortie ; signature peut être vide.

glm-5.2 : thinking.type=disabled désactive la réflexion.
glm-5.3 / glm-5.3-flash / glm-5.3-flashx : la réflexion reste active. disabled conserve le mode par défaut et la facturation des tokens de réflexion en sortie.

thinking.budget_tokens et thinking.effort ne définissent pas le niveau de réflexion de GLM. Consultez reasoning_effort à la racine pour les valeurs compatibles. Un réglage qui désactive la réflexion sur glm-5.2 ne la désactive plus après le passage à la série 5.3.

Show child attributes

reasoning_effort

enum<string>

Champ de compatibilité des niveaux GLM à la racine de la requête, hors de thinking. L’endpoint l’accepte, mais ne garantit pas qu’il contrôle l’effort réel de réflexion.

Règles de compatibilité de glm-5.3 / glm-5.3-flash / glm-5.3-flashx

Valeur fournie	Valeur compatible
`low` / `high` / `max`	Inchangé
`xhigh`	`max`
`medium`	`high`
`minimal` / `none`	low ; réflexion toujours active

minimal et none ne désactivent pas la réflexion de la série 5.3. Les tokens de réflexion sont facturés en sortie. Les valeurs inconnues restent inchangées, sans correspondance de compatibilité ; utilisez les valeurs indiquées. Ces correspondances ne s’appliquent pas à glm-5.2.

Pour contrôler l’effort, utilisez reasoning_effort dans Chat Completions ou reasoning.effort dans Responses.

Options disponibles:

max,

xhigh,

high,

medium,

low,

minimal,

none

tools

object[]

Liste des définitions d'outils

Remarques :

Respecte les spécifications de définition d'outil Anthropic
input_schema utilise un objet JSON Schema
Le modèle renvoie un bloc tool_use standard, avec stop_reason=tool_use

Show child attributes

tool_choice

object

Stratégie de sélection d'outil

Show child attributes

metadata

object

Métadonnées de la requête

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 - Référence complète Messages

Autorisations

Corps

Réponse