> ## 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 Responses
> Appelez GLM au format Responses pour les conversations textuelles, le streaming et les appels de fonctions. La compréhension d’images et la recherche web dépendent du modèle. Les paramètres et différences sont présentés ci-dessous.
**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.
Appelez GLM au format Responses pour les conversations textuelles, le streaming et les appels de fonctions. La compréhension d’images et la recherche web dépendent du modèle. Les paramètres et différences sont présentés ci-dessous.
## Modèles et différences de paramètres
Choisissez un modèle GLM. Les quatre acceptent du texte sur cet endpoint. Les fonctions optionnelles varient selon le modèle.
| ID du modèle | Entrée | Remarques sur la réflexion |
| ---------------- | ------------- | -------------------------------------------------------------------------------------------------------------------------- |
| `glm-5.3` | Texte | Niveaux effectifs : `low` / `high` / `max` ; valeurs compatibles dans reasoning. La réflexion ne peut pas être désactivée. |
| `glm-5.3-flash` | Texte, images | Comme `glm-5.3` ; utilisez `input_image` pour les images. |
| `glm-5.3-flashx` | Texte, images | Comme `glm-5.3` ; utilisez `input_image` pour les images. |
| `glm-5.2` | Texte | `none` peut encore produire des tokens de réflexion et ne garantit pas sa désactivation. |
Responses utilise `reasoning.effort` imbriqué, au lieu de `reasoning_effort` ou `thinking` à la racine. Les tokens de réflexion sont inclus dans output\_tokens. Une tâche simple peut renvoyer `reasoning_tokens=0` ; cela ne signifie pas que la réflexion peut être désactivée.
Effort de raisonnement ; `low` est recommandé.
**Règles de compatibilité de `glm-5.3` / `glm-5.3-flash` / `glm-5.3-flashx`**
| Valeur fournie | Niveau de réflexion effectif |
| ---------------------- | --------------------------------- |
| `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.
Sur cet endpoint, `glm-5.2` peut encore produire des tokens de réflexion avec none. Cette valeur ne garantit pas la désactivation de la réflexion.
## Prompts système et conversations à plusieurs tours
`instructions`: Instructions système. `glm-5.3-flash` accepte ce champ lorsque input est une chaîne. Avec un tableau de messages, placez le prompt système dans le premier message role=system.
```json theme={null}
{
"model": "glm-5.3-flash",
"input": [
{
"role": "system",
"content": "Réponds brièvement en français."
},
{
"role": "user",
"content": "Retiens le code RED-583"
},
{
"role": "assistant",
"content": "C’est noté"
},
{
"role": "user",
"content": "Quel est le code ? Réponds uniquement avec le code."
}
],
"reasoning": {
"effort": "low"
},
"max_output_tokens": 1024
}
```
Enregistre la réponse pour la référencer ensuite. `glm-5.3-flash` et `glm-5.3-flashx` permettent de poursuivre avec `store=true` et previous\_response\_id. `glm-5.2` ne permet pas la continuation par identifiant ; `store=true` ne l’active pas. Incluez plutôt l’historique complet dans input.
id à la racine de la réponse précédente. `glm-5.3-flash` et `glm-5.3-flashx` l’acceptent avec `store=true` et le même modèle. Transmettez cet id sans modification, et non l’id d’un élément output. `glm-5.2` renvoie 400 pour ce champ. Pour changer de modèle, omettez-le et incluez l’historique complet dans input.
## Réponses en streaming
Active le streaming SSE. Lisez le texte dans delta des événements response.output\_text.delta. L’événement final de réussite est response.completed. Terminez aussi le tour et traitez `response.incomplete`, `response.failed` ou error. N’attendez pas uniquement \[DONE] ou la fermeture de la connexion.
| Événement | Traitement |
| ------------------------------------------------------------------------- | ------------------------------------------------------------------------------------- |
| `response.created` / `response.in_progress` | Début du tour. |
| `response.output_text.delta` | Ajouter delta au texte de réponse. |
| `response.reasoning_text.delta` / `response.reasoning_summary_text.delta` | Contenu de réflexion à séparer de la réponse ; accepter les deux formes d’événements. |
| `response.output_item.done` | Récupérer l’élément de sortie complet, par exemple function\_call. |
| `response.completed` | Génération terminée ; lire `response.output` et response.usage. |
| `response.incomplete` / `response.failed` / `error` | Traiter la troncature ou l’erreur et terminer le tour. |
Arrêtez la lecture après un événement final. HTTP 200 indique seulement que le flux est établi ; vérifiez l’état final de l’événement. Un tour d’appel d’outil peut finir par `response.completed` tout en nécessitant l’exécution de la fonction et une nouvelle requête par votre application.
## Appels de fonctions
Choisissez l’exemple de fonction dans le menu des requêtes. Responses utilise une définition de fonction à plat :
```json theme={null}
{
"type": "function",
"name": "get_temperature",
"description": "Renvoie la température de la ville indiquée",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string"
}
},
"required": [
"city"
],
"additionalProperties": false
}
}
```
1. Parcourir `response.output` et récupérer tous les éléments type=function\_call.
2. Analyser et valider la chaîne JSON arguments, puis exécuter chaque fonction dans votre application.
3. Ajouter tout le précédent output à l’historique. Ajouter un `function_call_output` par appel avec le `call_id` d’origine et un output de type chaîne.
4. Envoyer l’historique mis à jour comme input de la requête suivante. L’exemple de retour de résultat illustre cette structure.
`parallel_tool_calls`: Autorise plusieurs appels d’outils dans un tour. false ne garantit pas un seul appel de fonction. Le client doit parcourir et traiter tous les function\_call.
## Images, recherche et sortie JSON
Pour `glm-5.3-flash` et `glm-5.3-flashx`, mélangez `input_text` et `input_image` dans le tableau content du message utilisateur. `image_url` reçoit une URL publique d’image ou une Data URL Base64. Utilisez uniquement du texte avec `glm-5.3` et glm-5.2.
Déclarez `tools: [{"type":"web_search"}]`. La recherche est exécutée sur le serveur et renvoie des éléments `web_search_call` et du texte. Vérifiez les éléments de sortie pour savoir si elle a été utilisée. Des frais par recherche peuvent s’ajouter aux tokens ; consultez les tarifs du modèle.
Pour poursuivre après une recherche, ajoutez l’intégralité du `output` précédent, y compris `web_search_call` et `message`, à `input`, puis ajoutez votre nouvelle question. Conservez les champs originaux tels que `id`, `status` et `action`. La recherche a déjà été exécutée par le serveur : ne créez pas de `function_call_output` pour `web_search_call`. Consultez l’exemple de requête `web_search_history`.
`text.format.type`: Format de sortie : text pour du texte, `json_object` pour un objet JSON. Avec `json_object`, demandez explicitement du JSON valide dans le prompt, puis analysez et validez la réponse côté client. Les contraintes JSON Schema strictes ne sont pas proposées ; `json_schema` ou `strict=true` ne garantissent pas une structure précise.
## Réponses et utilisation
Éléments de sortie ordonnés. Extrayez text des entrées content de type `output_text` dans les éléments type=message. reasoning peut précéder la réponse ; un tour `function_call` peut n’avoir aucun texte de réponse. Ne lisez pas systématiquement output\[0].
`output_text`: Texte de réponse agrégé facultatif ; il peut être absent. Les clients génériques doivent parcourir output.
`output_text` dans un élément message ; éventuellement `reasoning_text` dans un élément reasoning. La réflexion peut aussi être renvoyée via summary\_text. Un élément reasoning n’a pas nécessairement de champ content.
* `usage.input_tokens`: Total des tokens d’entrée, y compris ceux du cache. `usage.input_tokens_details.cached_tokens`: Sous-ensemble des tokens d’entrée trouvé dans le cache ; ne l’ajoutez pas de nouveau à input\_tokens. Le cache de préfixe est automatique, sans `cache_control` explicite. Le nombre de tokens concernés est celui renvoyé dans la réponse.
* `usage.output_tokens`: Total des tokens de sortie, réflexion comprise. `usage.output_tokens_details.reasoning_tokens`: Sous-ensemble des tokens de sortie consacré à la réflexion ; ne le comptez pas de nouveau dans output\_tokens. Cette valeur peut être absente ou nulle.
`status=incomplete` avec `incomplete_details.reason=max_output_tokens` signifie que le budget est épuisé. Il peut y avoir de la réflexion sans réponse ; augmentez la limite de sortie.
## OpenAPI
````yaml fr/api-manual/language-series/glm/responses/responses-reference.json POST /v1/responses
openapi: 3.1.0
info:
title: API tous modèles GLM - Référence complète Responses
description: >-
Appelez la série GLM de Zhipu au format Responses compatible avec OpenAI.
Modèles pris en charge : glm-5.3, glm-5.3-flash, glm-5.3-flashx et glm-5.2.
Les fonctions optionnelles varient selon le modèle.
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: Responses
description: API GLM Responses
paths:
/v1/responses:
post:
tags:
- Responses
summary: API GLM Responses (référence complète)
description: >-
Appelez GLM au format Responses pour les conversations textuelles, le
streaming et les appels de fonctions. La compréhension d’images et la
recherche web dépendent du modèle. Les paramètres et différences sont
présentés ci-dessous.
operationId: createGLMResponse
requestBody:
required: true
content:
application/json:
schema:
$ref: '#/components/schemas/ResponsesRequest'
examples:
basic:
summary: Conversation textuelle de base
value:
model: glm-5.3-flash
input: Présente-toi en une phrase.
max_output_tokens: 1024
reasoning:
effort: low
system_message:
summary: Prompt système et tableau de messages
value:
model: glm-5.3-flash
input:
- role: system
content: Réponds brièvement en français.
- role: user
content: Qu’est-ce que la recherche dichotomique ?
max_output_tokens: 1024
reasoning:
effort: low
stream:
summary: Sortie SSE en streaming
value:
model: glm-5.3-flash
input: Présente-toi en une phrase.
max_output_tokens: 1024
reasoning:
effort: low
stream: true
history:
summary: Conversation avec historique
value:
model: glm-5.3-flash
input:
- role: user
content: Retiens le code RED-583
- role: assistant
content: C’est noté
- role: user
content: Quel est le code ? Réponds uniquement avec le code.
max_output_tokens: 1024
reasoning:
effort: low
function:
summary: Appel de fonction côté client
value:
model: glm-5.3-flash
input: Recherche la température à Pékin.
max_output_tokens: 1024
reasoning:
effort: low
tools:
- type: function
name: get_temperature
description: Renvoie la température de la ville indiquée
parameters:
type: object
properties:
city:
type: string
required:
- city
additionalProperties: false
tool_choice:
type: function
name: get_temperature
function_result:
summary: Renvoyer un résultat de fonction
description: >-
Remplacez le call_id de l’exemple par la valeur réellement
renvoyée au tour précédent et conservez son output complet.
value:
model: glm-5.3-flash
input:
- role: user
content: Recherche la température à Pékin.
- type: function_call
call_id: call_weather_demo
name: get_temperature
arguments: '{"city":"Pékin"}'
- type: function_call_output
call_id: call_weather_demo
output: '{"city":"Pékin","temperature":25}'
max_output_tokens: 1024
reasoning:
effort: low
tools:
- type: function
name: get_temperature
description: Renvoie la température de la ville indiquée
parameters:
type: object
properties:
city:
type: string
required:
- city
additionalProperties: false
tool_choice: none
web_search:
summary: Recherche web côté serveur
value:
model: glm-5.3-flash
input: >-
Utilise la recherche web pour trouver le titre de la page
d’accueil de Python. Renvoie uniquement le titre et le lien
source.
max_output_tokens: 1024
reasoning:
effort: low
tools:
- type: web_search
tool_choice: required
web_search_history:
summary: Poursuivre après une recherche web
description: >-
Pour une requête réelle, remplacez les exemples
web_search_call et message par tous les éléments output
originaux de la réponse précédente, puis ajoutez votre
nouvelle question. Conservez les champs tels que id, status et
action. Ne créez pas de function_call_output pour
web_search_call.
value:
model: glm-5.3-flash
input:
- role: user
content: >-
Utilise la recherche web pour trouver le titre de la
page d’accueil de Python. Renvoie uniquement le titre et
le lien source.
- type: web_search_call
id: ws_search_demo
status: completed
action:
type: open_page
url: https://www.python.org
- type: message
id: msg_search_demo
status: completed
role: assistant
content:
- type: output_text
text: Welcome to Python.org — https://www.python.org
annotations: []
- role: user
content: >-
Quel titre de page d’accueil as-tu trouvé au tour
précédent ? Renvoie uniquement le titre, sans effectuer
de nouvelle recherche.
max_output_tokens: 1024
reasoning:
effort: low
json_object:
summary: Sortie sous forme d’objet JSON
value:
model: glm-5.3-flash
input: >-
Renvoie uniquement un objet JSON valide avec le champ city
égal à Beijing. Pas de Markdown.
max_output_tokens: 1024
reasoning:
effort: low
text:
format:
type: json_object
image:
summary: Compréhension d’image (exemple Flash)
description: L’exemple contient la Data URL d’une image PNG rouge.
value:
model: glm-5.3-flash
max_output_tokens: 1024
reasoning:
effort: low
input:
- role: user
content:
- type: input_text
text: >-
L’image est unie. Réponds uniquement avec sa
couleur.
- type: input_image
image_url: >-
data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAIAAAACACAIAAABMXPacAAABK0lEQVR4nO3RMQEAMAyAsLb+PW8y8hADHOybSEfraYDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANGOsDz+EB/5Uf+TQAAAAASUVORK5CYII=
store:
summary: Créer une réponse à référencer (Flash)
value:
model: glm-5.3-flash
input: Retiens le code BLUE-728. Réponds uniquement C’est noté.
max_output_tokens: 1024
reasoning:
effort: low
store: true
previous_response:
summary: Référencer la réponse précédente (Flash)
description: >-
Exécutez d’abord l’exemple qui enregistre une réponse, puis
définissez previous_response_id avec son id à la racine.
glm-5.2 ne prend pas en charge cette méthode de continuation.
value:
model: glm-5.3-flash
input: Quel était le code ? Réponds uniquement avec le code.
max_output_tokens: 1024
reasoning:
effort: low
previous_response_id: Identifiant de réponse renvoyé au tour précédent
flashx:
summary: Appeler GLM-5.3-FlashX
value:
model: glm-5.3-flashx
input: Présente-toi en une phrase.
max_output_tokens: 1024
reasoning:
effort: low
vision_flashx:
summary: Entrée image GLM-5.3-FlashX
value:
model: glm-5.3-flashx
max_output_tokens: 1024
reasoning:
effort: low
input:
- role: user
content:
- type: input_text
text: >-
L’image est unie. Réponds uniquement avec sa
couleur.
- type: input_image
image_url: >-
data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAIAAAACACAIAAABMXPacAAABK0lEQVR4nO3RMQEAMAyAsLb+PW8y8hADHOybSEfraYDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANGOsDz+EB/5Uf+TQAAAAASUVORK5CYII=
responses:
'200':
description: >-
Génération terminée ou résultat incomplet ; vérifiez status. Le
streaming renvoie text/event-stream.
content:
application/json:
schema:
$ref: '#/components/schemas/ResponsesResponse'
example:
id: response_demo
object: response
created_at: 1789971757
model: glm-5.3-flash
status: completed
output:
- type: message
id: message_demo
status: completed
role: assistant
content:
- type: output_text
text: >-
Bonjour, je suis GLM. Je peux vous aider à discuter,
rédiger et programmer.
annotations: []
usage:
input_tokens: 17
output_tokens: 24
total_tokens: 41
input_tokens_details:
cached_tokens: 0
output_tokens_details:
reasoning_tokens: 0
error: null
text/event-stream:
schema:
type: string
example: >+
event: response.output_text.delta
data:
{"type":"response.output_text.delta","item_id":"message_demo","output_index":0,"content_index":0,"delta":"Bonjour"}
event: response.completed
data:
{"type":"response.completed","response":{"id":"response_demo","object":"response","created_at":1789971757,"model":"glm-5.3-flash","status":"completed","output":[{"type":"message","id":"message_demo","status":"completed","role":"assistant","content":[{"type":"output_text","text":"Bonjour","annotations":[]}]}],"usage":{"input_tokens":17,"output_tokens":3,"total_tokens":20},"error":null}}
'400':
description: >-
Paramètres incorrects : input absent, paramètres reasoning mal
formés ou modèle ne prenant pas en charge previous_response_id, par
exemple.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'401':
description: Clé API invalide ou expirée.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'402':
description: Crédits disponibles insuffisants.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'429':
description: Limite de fréquence dépassée. Réessayez avec un délai croissant.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'500':
description: Erreur du serveur.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'503':
description: Service temporairement indisponible. Réessayez plus tard.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
components:
schemas:
ResponsesRequest:
type: object
properties:
model:
type: string
description: >-
Choisissez un modèle GLM. Les quatre acceptent du texte sur cet
endpoint. Les fonctions optionnelles varient selon le modèle.
| ID du modèle | Entrée | Remarques sur la réflexion |
| --- | --- | --- |
| `glm-5.3` | Texte | Niveaux effectifs : low / high / max ; valeurs
compatibles dans reasoning. La réflexion ne peut pas être
désactivée. |
| `glm-5.3-flash` | Texte, images | Comme glm-5.3 ; utilisez
input_image pour les images. |
| `glm-5.3-flashx` | Texte, images | Comme glm-5.3 ; utilisez
input_image pour les images. |
| `glm-5.2` | Texte | none peut encore produire des tokens de
réflexion et ne garantit pas sa désactivation. |
enum:
- glm-5.3
- glm-5.3-flash
- glm-5.3-flashx
- glm-5.2
default: glm-5.3-flash
example: glm-5.3-flash
input:
description: >-
Obligatoire. Chaîne de texte ou tableau d’éléments d’entrée
Responses. Le tableau accepte des messages, des éléments de sortie
du modèle renvoyés tels quels et function_call_output. Pour
plusieurs échanges, incluez l’historique complet à chaque requête.
Placez le prompt système en premier avec role=system. Les images
utilisent input_image, uniquement avec glm-5.3-flash et
glm-5.3-flashx. N’utilisez pas le format de blocs messages /
image_url de Chat Completions.
oneOf:
- type: string
- type: array
items:
$ref: '#/components/schemas/InputItem'
example: Présente-toi en une phrase.
max_output_tokens:
type: integer
minimum: 1
description: >-
Nombre maximal de tokens de sortie de cette génération, réflexion
comprise. Commencez à 1024 et adaptez à la tâche. Un budget trop
faible peut être épuisé pendant la réflexion et produire uniquement
des éléments reasoning, sans réponse. Vérifiez status et
incomplete_details. Le paramètre s’appelle max_output_tokens, pas
max_tokens.
example: 1024
stream:
type: boolean
default: false
description: >-
Active le streaming SSE. Lisez le texte dans delta des événements
response.output_text.delta. L’événement final de réussite est
response.completed. Terminez aussi le tour et traitez
response.incomplete, response.failed ou error. N’attendez pas
uniquement [DONE] ou la fermeture de la connexion.
reasoning:
type: object
properties:
effort:
type: string
description: >-
Effort de raisonnement ; low est recommandé.
**Règles de compatibilité de glm-5.3 / glm-5.3-flash /
glm-5.3-flashx**
| Valeur fournie | Niveau de réflexion effectif |
| --- | --- |
| `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.
Sur cet endpoint, glm-5.2 peut encore produire des tokens de
réflexion avec none. Cette valeur ne garantit pas la
désactivation de la réflexion.
enum:
- max
- xhigh
- high
- medium
- low
- minimal
- none
example: low
description: >-
Responses utilise reasoning.effort imbriqué, au lieu de
reasoning_effort ou thinking à la racine. Les tokens de réflexion
sont inclus dans output_tokens. Une tâche simple peut renvoyer
reasoning_tokens=0 ; cela ne signifie pas que la réflexion peut être
désactivée.
instructions:
type: string
description: >-
Instructions système. glm-5.3-flash accepte ce champ lorsque input
est une chaîne. Avec un tableau de messages, placez le prompt
système dans le premier message role=system.
tools:
type: array
items:
$ref: '#/components/schemas/Tool'
description: >-
Accepte les outils function côté client et web_search côté serveur.
Déclarez une fonction avec name / description / parameters à plat,
sans objet function imbriqué comme dans Chat Completions. Votre
application exécute function_call et renvoie son résultat.
web_search s’exécute sur le serveur ; les recherches effectuées
peuvent être facturées par appel en plus des tokens. Consultez les
tarifs du modèle.
tool_choice:
description: >-
auto laisse le modèle choisir ; none désactive les outils ; required
impose un appel d’outil. Pour une fonction précise :
{"type":"function","name":"get_temperature"}. La sélection forcée
n’est pas garantie de fonctionner de la même façon pour toutes les
combinaisons de modèles et d’outils.
oneOf:
- type: string
enum:
- auto
- none
- required
- type: object
properties:
type:
type: string
const: function
name:
type: string
required:
- type
- name
example: auto
parallel_tool_calls:
type: boolean
description: >-
Autorise plusieurs appels d’outils dans un tour. false ne garantit
pas un seul appel de fonction. Le client doit parcourir et traiter
tous les function_call.
text:
type: object
properties:
format:
type: object
properties:
type:
type: string
description: >-
Format de sortie : text pour du texte, json_object pour un
objet JSON. Avec json_object, demandez explicitement du JSON
valide dans le prompt, puis analysez et validez la réponse
côté client. Les contraintes JSON Schema strictes ne sont
pas proposées ; json_schema ou strict=true ne garantissent
pas une structure précise.
enum:
- text
- json_object
example: json_object
required:
- type
description: >-
Format de sortie. Les exemples utilisent json_object ; HTTP 200 ne
garantit pas la conformité à un schéma JSON.
store:
type: boolean
description: >-
Enregistre la réponse pour la référencer ensuite. glm-5.3-flash et
glm-5.3-flashx permettent de poursuivre avec store=true et
previous_response_id. glm-5.2 ne permet pas la continuation par
identifiant ; store=true ne l’active pas. Incluez plutôt
l’historique complet dans input.
previous_response_id:
type: string
description: >-
id à la racine de la réponse précédente. glm-5.3-flash et
glm-5.3-flashx l’acceptent avec store=true et le même modèle.
Transmettez cet id sans modification, et non l’id d’un élément
output. glm-5.2 renvoie 400 pour ce champ. Pour changer de modèle,
omettez-le et incluez l’historique complet dans input.
example: Identifiant de réponse renvoyé au tour précédent
metadata:
type: object
additionalProperties:
type: string
description: >-
Métadonnées personnalisées sous forme de paires de chaînes
clé-valeur, disponibles dans metadata de la réponse. N’y incluez ni
clés secrètes ni données sensibles.
example:
conversation: demo
temperature:
type: number
description: >-
Paramètre d’échantillonnage. Sa plage effective et son effet
dépendent du modèle. Il ne garantit pas une sortie déterministe et
peut être omis pour les tâches de raisonnement.
top_p:
type: number
description: >-
Paramètre d’échantillonnage. Sa plage effective et son effet
dépendent du modèle. Il peut généralement être omis.
required:
- model
- input
ResponsesResponse:
type: object
properties:
id:
type: string
description: >-
Identifiant de cette réponse. À transmettre sans modification dans
previous_response_id.
example: response_demo
object:
type: string
const: response
created_at:
type: integer
description: Date de création en secondes Unix.
model:
type: string
example: glm-5.3-flash
status:
type: string
description: >-
completed indique la fin de génération du tour, éventuellement avec
uniquement des appels d’outils. incomplete indique une sortie
incomplète. Vérifiez output et error.
enum:
- completed
- incomplete
- failed
- in_progress
- queued
output:
type: array
items:
$ref: '#/components/schemas/OutputItem'
description: >-
Éléments de sortie ordonnés. Extrayez text des entrées content de
type output_text dans les éléments type=message. reasoning peut
précéder la réponse ; un tour function_call peut n’avoir aucun texte
de réponse. Ne lisez pas systématiquement output[0].
output_text:
type: string
description: >-
Texte de réponse agrégé facultatif ; il peut être absent. Les
clients génériques doivent parcourir output.
usage:
$ref: '#/components/schemas/Usage'
error:
type:
- object
- 'null'
description: Erreur de réponse, généralement null en cas de réussite.
additionalProperties: true
incomplete_details:
type: object
properties:
reason:
type: string
description: Détails d’une sortie tronquée, par exemple max_output_tokens.
metadata:
type:
- object
- 'null'
additionalProperties:
type: string
ErrorResponse:
type: object
properties:
error:
type: object
properties:
message:
type: string
type:
type: string
param:
type:
- string
- 'null'
code:
type:
- string
- integer
- 'null'
required:
- error
InputItem:
description: >-
Message, résultat de fonction ou élément repris sans modification du
précédent output. Pour les résultats d’outils, utilisez le call_id
renvoyé et conservez les champs d’origine des éléments de sortie
précédents.
oneOf:
- $ref: '#/components/schemas/InputMessage'
- $ref: '#/components/schemas/FunctionCallOutput'
- type: object
properties:
type:
type: string
description: Type de l’élément de sortie renvoyé.
enum:
- function_call
- reasoning
- web_search_call
id:
type: string
call_id:
type: string
name:
type: string
arguments:
type: string
description: Arguments encodés sous forme de chaîne JSON.
status:
type: string
action:
type: object
additionalProperties: true
description: Action de recherche ou d’accès à une page de web_search_call.
required:
- type
Tool:
oneOf:
- type: object
properties:
type:
type: string
const: function
name:
type: string
description:
type: string
parameters:
type: object
description: JSON Schema des paramètres de fonction.
strict:
type: boolean
description: >-
Option de contrainte des arguments de fonction. Le client doit
toujours analyser et valider arguments avant d’exécuter la
fonction.
required:
- type
- name
- parameters
- type: object
properties:
type:
type: string
const: web_search
required:
- type
OutputItem:
type: object
properties:
type:
type: string
description: >-
Types courants : message, reasoning, function_call et
web_search_call.
enum:
- message
- reasoning
- function_call
- web_search_call
id:
type: string
status:
type: string
role:
type: string
content:
type: array
items:
type: object
properties:
type:
type: string
text:
type: string
annotations:
type: array
items:
type: object
description: >-
output_text dans un élément message ; éventuellement reasoning_text
dans un élément reasoning.
summary:
type: array
items:
type: object
properties:
type:
type: string
text:
type: string
description: >-
La réflexion peut aussi être renvoyée via summary_text. Un élément
reasoning n’a pas nécessairement de champ content.
call_id:
type: string
description: >-
Identifiant de l’appel de fonction utilisé pour renvoyer son
résultat.
name:
type: string
description: Nom de la fonction.
arguments:
type: string
description: >-
Arguments de fonction sous forme de chaîne JSON. Analysez-les et
validez-les avant l’exécution.
action:
type: object
additionalProperties: true
description: Action de recherche ou d’accès à une page de web_search_call.
required:
- type
Usage:
type: object
properties:
input_tokens:
type: integer
description: Total des tokens d’entrée, y compris ceux du cache.
output_tokens:
type: integer
description: Total des tokens de sortie, réflexion comprise.
total_tokens:
type: integer
description: Somme des tokens d’entrée et de sortie.
input_tokens_details:
type: object
properties:
cached_tokens:
type: integer
description: >-
Sous-ensemble des tokens d’entrée trouvé dans le cache ; ne
l’ajoutez pas de nouveau à input_tokens. Le cache de préfixe est
automatique, sans cache_control explicite. Le nombre de tokens
concernés est celui renvoyé dans la réponse.
output_tokens_details:
type: object
properties:
reasoning_tokens:
type: integer
description: >-
Sous-ensemble des tokens de sortie consacré à la réflexion ; ne
le comptez pas de nouveau dans output_tokens. Cette valeur peut
être absente ou nulle.
InputMessage:
type: object
properties:
role:
type: string
enum:
- system
- user
- assistant
content:
description: >-
Chaîne de texte ou tableau de blocs d’entrée. Lors du renvoi d’une
sortie assistant existante, ses blocs output_text peuvent être
conservés tels quels.
oneOf:
- type: string
- type: array
items:
oneOf:
- $ref: '#/components/schemas/InputText'
- $ref: '#/components/schemas/InputImage'
- $ref: '#/components/schemas/OutputText'
required:
- role
- content
FunctionCallOutput:
type: object
properties:
type:
type: string
const: function_call_output
call_id:
type: string
description: call_id du function_call d’origine.
output:
type: string
description: Résultat de fonction, généralement une chaîne encodée en JSON.
required:
- type
- call_id
- output
InputText:
type: object
properties:
type:
type: string
const: input_text
text:
type: string
required:
- type
- text
InputImage:
type: object
properties:
type:
type: string
const: input_image
image_url:
type: string
description: >-
URL publique d’image ou Data URL Base64, par exemple
data:image/png;base64,... pour un PNG. Seuls glm-5.3-flash /
glm-5.3-flashx acceptent les images ; utilisez uniquement du texte
avec glm-5.3 et glm-5.2.
required:
- type
- image_url
OutputText:
type: object
properties:
type:
type: string
const: output_text
text:
type: string
annotations:
type: array
items:
type: object
required:
- type
- text
securitySchemes:
bearerAuth:
type: http
scheme: bearer
description: Transmettez Bearer YOUR_API_KEY dans l’en-tête Authorization.
````