> ## 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. # GLM-5.2 - OpenAI 互換 API > - OpenAI Chat Completions プロトコルを使用して GLM-5.2 モデルを呼び出します - 同期処理モードで、対話内容をリアルタイムに返却します - **プレーンテキスト対話**：シングルターンまたはマルチターンの文脈対話 - **システムプロンプト**：`role=system` メッセージで AI の役割と振る舞いをカスタマイズ - **深い思考**：`thinking.type` で思考連鎖を切り替え、`reasoning_effort` で推論強度を調整します。推論過程は `reasoning_content` で返却されます - **ストリーミング出力**：SSE ストリーミングレスポンスに対応（`stream=true`） - **ツール呼び出し**：Function Calling、ナレッジベース検索（retrieval）、ウェブ検索（web_search）、MCP に対応（最大 128 個のツール） - **構造化出力**：`response_format` で JSON モードを有効化 **ストリーミングレスポンスの説明**：`stream=true` の場合、Server-Sent Events で返却され、各メッセージの形式は `data: {JSON}` となり、終了時に `data: [DONE]` を返します。各データチャンク（`ChatCompletionChunk`）には `id`、`created`、`model`、`choices`、およびオプションの `usage` と `content_filter` が含まれます。そのうち `choices[].delta` は `role` / `content` / `reasoning_content` / `tool_calls` を増分で返し、`choices[].finish_reason` は最後のチャンクで終了理由を示します。 **BaseURL**：デフォルトの BaseURL は `https://direct.evolink.ai` で、テキストモデルへの対応が優れており、長時間接続をサポートします。`https://api.evolink.ai` はマルチモーダルサービスの主力エンドポイントで、テキストモデルに対しては代替アドレスとして使用されます。 ## OpenAPI ````yaml ja/api-manual/language-series/glm-5.2/glm-5.2-api.json POST /v1/chat/completions openapi: 3.1.0 info: title: GLM-5.2 完全パラメータドキュメント (OpenAI 互換) description: |- GLM-5.2 対話インターフェースの完全な API リファレンス。 **モデル能力**： - 最新のフラッグシップモデルで、複雑な推論、超長文コンテキスト、極めて高速な推論速度を備えています - 最大出力：**131,072 tokens**（128K）、**1,024 tokens** 以上を推奨 - 深い思考：`thinking` フィールドで思考連鎖を切り替え、`reasoning_effort` で推論強度を調整します（GLM-5.2 専用） - ツール呼び出し：Function Calling、ナレッジベース検索、ウェブ検索、MCP に対応（最大 128 個のツール） - ストリーミング出力：SSE ストリーミングレスポンスに対応 - 構造化出力：`text` / `json_object` の 2 種類のレスポンス形式に対応 license: name: MIT version: 1.0.0 servers: - url: https://direct.evolink.ai description: 本番環境（推奨） - url: https://api.evolink.ai description: 代替 URL security: - bearerAuth: [] tags: - name: 対話生成 description: AI 対話生成に関連するエンドポイント paths: /v1/chat/completions: post: tags: - 対話生成 summary: GLM-5.2 対話インターフェース（OpenAI 互換） description: >- - OpenAI Chat Completions プロトコルを使用して GLM-5.2 モデルを呼び出します - 同期処理モードで、対話内容をリアルタイムに返却します - **プレーンテキスト対話**：シングルターンまたはマルチターンの文脈対話 - **システムプロンプト**：`role=system` メッセージで AI の役割と振る舞いをカスタマイズ - **深い思考**：`thinking.type` で思考連鎖を切り替え、`reasoning_effort` で推論強度を調整します。推論過程は `reasoning_content` で返却されます - **ストリーミング出力**：SSE ストリーミングレスポンスに対応（`stream=true`） - **ツール呼び出し**：Function Calling、ナレッジベース検索（retrieval）、ウェブ検索（web_search）、MCP に対応（最大 128 個のツール） - **構造化出力**：`response_format` で JSON モードを有効化 **ストリーミングレスポンスの説明**：`stream=true` の場合、Server-Sent Events で返却され、各メッセージの形式は `data: {JSON}` となり、終了時に `data: [DONE]` を返します。各データチャンク（`ChatCompletionChunk`）には `id`、`created`、`model`、`choices`、およびオプションの `usage` と `content_filter` が含まれます。そのうち `choices[].delta` は `role` / `content` / `reasoning_content` / `tool_calls` を増分で返し、`choices[].finish_reason` は最後のチャンクで終了理由を示します。 operationId: createChatCompletionGLM52 requestBody: required: true content: application/json: schema: $ref: '#/components/schemas/ChatCompletionRequest' examples: simple_text: summary: シングルターンのテキスト対話 value: model: glm-5.2 messages: - role: user content: 自己紹介してください multi_turn: summary: マルチターン対話（文脈理解） value: model: glm-5.2 messages: - role: user content: Python とは何ですか？ - role: assistant content: Python は高水準プログラミング言語です... - role: user content: どんな利点がありますか？ system_prompt: summary: システムプロンプトの使用 value: model: glm-5.2 messages: - role: system content: あなたはプロの Python プログラミングアシスタントです。簡潔な言葉で質問に答えてください。 - role: user content: ファイルを読み込むにはどうすればよいですか？ deep_thinking: summary: 深い思考を有効化して推論強度を調整 value: model: glm-5.2 messages: - role: user content: >- 農夫がオオカミ、ヤギ、キャベツを連れて川を渡ろうとしています。一度に運べるのは 1 つだけです。どうすれば安全に川を渡れますか？ thinking: type: enabled reasoning_effort: max disable_thinking: summary: 深い思考を無効化（直接回答） value: model: glm-5.2 messages: - role: user content: 相対性理論を一文で要約してください。 thinking: type: disabled function_calling: summary: ツール呼び出し（Function Calling） value: model: glm-5.2 messages: - role: user content: 北京の今日の天気はどうですか？ tools: - type: function function: name: get_weather description: 指定した都市のリアルタイムの天気を照会します parameters: type: object properties: city: type: string description: 都市名、例：北京 required: - city tool_choice: auto web_search: summary: ウェブ検索ツールを有効化 value: model: glm-5.2 messages: - role: user content: 直近 1 週間の人工知能のニュースを調べてください tools: - type: web_search web_search: enable: true search_engine: search_pro count: 10 search_recency_filter: oneWeek json_mode: summary: JSON 構造化出力 value: model: glm-5.2 messages: - role: system content: name と age の 2 つのフィールドを含む JSON 形式で出力してください。 - role: user content: 張三、今年 28 歳 response_format: type: json_object streaming: summary: ストリーミング出力（SSE） value: model: glm-5.2 messages: - role: user content: 春についての短い詩を書いてください stream: true responses: '200': description: 対話生成に成功 content: application/json: schema: $ref: '#/components/schemas/ChatCompletionResponse' '400': description: リクエストパラメータエラー content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 400 message: Invalid request parameters type: invalid_request_error '401': description: 未認証、Token が無効または期限切れ content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 401 message: Invalid or expired token type: authentication_error '402': description: クォータ不足、チャージが必要 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: アクセス権限がありません 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: リソースが存在しません 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-5.2 '429': description: リクエスト頻度が上限を超過 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: サーバー内部エラー 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: 上流サービスエラー 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: サービスが一時利用できません 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: |- 呼び出すモデルコード - `glm-5.2`：最新のフラッグシップモデルで、複雑な推論、超長文コンテキスト、極めて高速な推論速度を提供します enum: - glm-5.2 default: glm-5.2 example: glm-5.2 messages: type: array description: >- 対話メッセージのリスト。現在の対話の完全な文脈情報を含みます `system`、`user`、`assistant`、`tool` の 4 種類の役割に対応します。役割が異なるメッセージは異なるフィールド構造を持つため、対応する役割を選択して確認してください。少なくとも 1 件のメッセージを含む必要があり、システムメッセージまたはアシスタントメッセージのみで構成することはできません。 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: >- ストリーミング出力モードを有効にするかどうか - `false`：モデルが完全なレスポンスを生成してから一括で返します（デフォルト）。短いテキストやバッチ処理に適しています - `true`：Server-Sent Events（SSE）でチャンクごとにリアルタイムに返します。チャットや長文に適しています。ストリーミング終了時に `data: [DONE]` を返します default: false example: false thinking: type: object description: 思考連鎖（Chain of Thought）を有効にするかどうかを制御します properties: type: type: string description: |- 思考連鎖の切り替え - `enabled`：深い思考を有効化（デフォルト） - `disabled`：深い思考を無効化し、モデルが直接回答します enum: - enabled - disabled default: enabled clear_thinking: type: boolean description: >- 過去の対話ターンの `reasoning_content` をクリアするかどうか - `true`（デフォルト）：過去ターンの `reasoning_content` を無視 / 削除し、推論以外の内容（ユーザー / アシスタントの可視テキスト、ツール呼び出しとその結果など）のみを文脈として使用します。コンテキスト長とコストを削減できます - `false`：過去ターンの `reasoning_content` を保持し、文脈とともにモデルへ渡します（Preserved Thinking）。この場合、過去の `reasoning_content` を `messages` 内で**完全に、未修正のまま、元の順序で**透過する必要があります。欠落、切り詰め、書き換え、並べ替えがあると効果が低下したり機能しなくなったりします - 注意：このパラメータはターンをまたぐ過去の思考にのみ影響し、現在のターンで思考を生成するかどうかは変わりません default: true example: true reasoning_effort: type: string description: >- モデルの推論の度合いを制御します（GLM-5.2 専用能力） **説明**： - `thinking` が有効な場合のみ有効で、デフォルトは `max` - 値は強い順から弱い順へ：`max` > `xhigh` > `high` > `medium` > `low` > `minimal` > `none` **GLM-5.2 のマッピングルール**（他のプロトコルとの互換性のため）： - `xhigh` → `max` と等価 - `low` / `medium` → `high` と等価 - `none` / `minimal` → 思考を放棄（深い推論を行わない） enum: - max - xhigh - high - medium - low - minimal - none default: max example: max do_sample: type: boolean description: >- サンプリング戦略を有効にするかどうか - `true`（デフォルト）：`temperature` / `top_p` を用いてランダムサンプリングを行い、出力がより多様になります - `false`：常に確率が最も高い語彙を選択し（貪欲デコード）、出力がより定まります。この場合 `temperature` と `top_p` は無視されます 一貫性や再現性が必要なタスク（コード生成、翻訳など）には `false` の設定を推奨します default: true example: true temperature: type: number format: float description: |- サンプリング温度。出力のランダム性と創造性を制御します **説明**： - 範囲：`[0.0, 1.0]`、小数第 2 位まで - 高い値（例：0.8）：よりランダムで独創性が高くなり、クリエイティブな執筆に適しています - 低い値（例：0.2）：より安定して定まりやすくなり、事実に基づく質問応答やコード生成に適しています - GLM-5.2 のデフォルト値：`1.0` **推奨**：`temperature` と `top_p` を同時に調整しないでください minimum: 0 maximum: 1 default: 1 example: 1 top_p: type: number format: float description: >- 核サンプリング（Nucleus Sampling）パラメータ。`temperature` サンプリングの代替手段です **説明**： - 範囲：`[0.01, 1.0]`、小数第 2 位まで - モデルは累積確率が `top_p` に達する候補語彙のみを考慮します。例えば 0.1 は上位 10% の確率の語彙のみを考慮することを意味します - 小さい値ほど絞り込まれた一貫性のある出力になり、大きい値ほど多様性が増します - GLM-5.2 のデフォルト値：`0.95` **推奨**：`temperature` と `top_p` を同時に調整しないでください minimum: 0.01 maximum: 1 default: 0.95 example: 0.95 max_tokens: type: integer description: |- モデル出力の最大 token 数の制限 **説明**： - GLM-5.2 は最大 **131,072 tokens**（128K）の出力長に対応します。`1024` 以上の設定を推奨します - `thinking` が有効な場合、思考連鎖の token もこの上限に含まれます - 生成が `length` の理由で中断された場合は、この値を引き上げてみてください minimum: 1 maximum: 131072 example: 1024 tools: type: array description: >- モデルが呼び出せるツールのリスト **説明**： - 関数呼び出し（`function`）、ナレッジベース検索（`retrieval`）、ウェブ検索（`web_search`）、MCP（`mcp`）に対応します - 最大 128 個の関数に対応します items: oneOf: - $ref: '#/components/schemas/FunctionTool' - $ref: '#/components/schemas/RetrievalTool' - $ref: '#/components/schemas/WebSearchTool' - $ref: '#/components/schemas/McpTool' discriminator: propertyName: type mapping: function: $ref: '#/components/schemas/FunctionTool' retrieval: $ref: '#/components/schemas/RetrievalTool' web_search: $ref: '#/components/schemas/WebSearchTool' mcp: $ref: '#/components/schemas/McpTool' maxItems: 128 tool_choice: type: string description: >- モデルがどの関数を呼び出すかを選択する方法を制御します **説明**：ツールの種類が `function` の場合のみ有効で、デフォルトかつ `auto` のみに対応します（ツールを呼び出すかどうかをモデルが自動で判断します） enum: - auto default: auto example: auto stop: type: array description: |- 停止ワードのリスト **説明**： - モデルが生成テキスト中に指定した文字列に遭遇すると、ただちに生成を停止します（停止ワード自体は返却テキストに含まれません） - 現在は単一の停止ワードのみに対応し、形式は `["stop_word1"]`、例えば `["Human:"]` です items: type: string maxItems: 4 example: - 'Human:' response_format: type: object description: >- モデルのレスポンス出力形式を指定します。デフォルトは `text` **説明**： - `{ "type": "json_object" }` で JSON モードを有効化すると、モデルは有効な JSON 形式のデータを返します。構造化データの抽出などのシナリオに適しています - JSON モードを使用する場合は、`system` または `user` メッセージで JSON 出力をはっきりと要求することを推奨します required: - type properties: type: type: string description: |- 出力形式の種類 - `text`：プレーンテキスト出力（デフォルト） - `json_object`：JSON 形式の出力 enum: - text - json_object default: text request_id: type: string description: |- リクエストの一意の識別子 **説明**： - ユーザー側から渡し、長さは 6〜64 文字です。一意性を確保するため UUID 形式を推奨します - 指定しない場合は、プラットフォームが自動で生成します minLength: 6 maxLength: 64 example: req-7f3a2c1e8b9d4f0a user_id: type: string description: >- エンドユーザーの一意の識別子 **説明**：長さは 6〜128 文字です。機密情報を含まない一意の識別子の使用を推奨します。プラットフォームによる不正利用の監視と検出に役立ちます minLength: 6 maxLength: 128 example: user-abc123456 ChatCompletionResponse: type: object properties: id: type: string description: タスク `ID` example: chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a object: type: string description: レスポンスの種類 enum: - chat.completion example: chat.completion request_id: type: string description: リクエスト `ID`（リクエストで `request_id` を指定した場合に返送されます） example: req-7f3a2c1e8b9d4f0a created: type: integer description: リクエストの作成時刻。`Unix` タイムスタンプ（秒） example: 1777021417 model: type: string description: モデル名 example: glm-5.2 choices: type: array description: モデルレスポンスのリスト items: $ref: '#/components/schemas/Choice' usage: $ref: '#/components/schemas/Usage' web_search: type: array description: ウェブ検索関連情報。`web_search` ツールを使用し検索がヒットした場合に返却されます items: $ref: '#/components/schemas/WebSearchResult' content_filter: type: array description: コンテンツ安全関連情報 items: $ref: '#/components/schemas/ContentFilter' ErrorResponse: type: object properties: error: type: object properties: code: type: integer description: HTTP ステータスエラーコード message: type: string description: エラー説明情報 type: type: string description: エラーの種類 param: type: string description: 関連するパラメータ名 fallback_suggestion: type: string description: エラー時の推奨事項 SystemMessage: title: System Message type: object required: - role - content properties: role: type: string enum: - system description: 役割識別子。固定値 `system` content: type: string description: システムプロンプトの内容。AI の役割と振る舞いを設定するために使用します UserMessage: title: User Message type: object required: - role - content properties: role: type: string enum: - user description: 役割識別子。固定値 `user` content: type: string description: ユーザーメッセージの内容（プレーンテキスト文字列） AssistantRequestMessage: title: Assistant Message type: object description: アシスタントメッセージ。ツール呼び出しを含めることができます required: - role properties: role: type: string enum: - assistant description: 役割識別子。固定値 `assistant` content: type: - string - 'null' description: >- アシスタントメッセージの内容 **説明**：マルチターン対話で過去のアシスタントの返信を渡すために使用します。`tool_calls` が存在する場合は通常 `null` になります reasoning_content: type: - string - 'null' description: >- 過去の思考連鎖の内容 **説明**：`thinking.clear_thinking=false`（Preserved Thinking）の場合のみ必要で、前のターンのレスポンスの `reasoning_content` をそのまま返送します。デフォルト（`clear_thinking=true`）では返送する必要はありません tool_calls: type: array description: |- ツール呼び出しリスト マルチターン対話で過去のツール呼び出し情報を渡すために使用します。このフィールドを指定する場合、`content` は通常空になります items: type: object required: - id - type properties: id: type: string description: ツール呼び出し ID type: type: string enum: - function - web_search - retrieval description: ツールの種類 function: type: object description: 関数呼び出し情報。`type` が `function` の場合は空になりません required: - name - arguments properties: name: type: string description: 関数名 arguments: type: string description: 関数の引数（JSON 形式の文字列） ToolMessage: title: Tool Message type: object required: - role - content properties: role: type: string enum: - tool description: 役割識別子。固定値 `tool` content: type: string description: ツール呼び出しの返却結果の内容 tool_call_id: type: string description: >- このメッセージが対応するツール呼び出しの `ID` を示します（assistant メッセージの `tool_calls` で返された `id` に対応します） FunctionTool: title: Function ツール type: object required: - type - function additionalProperties: false properties: type: type: string enum: - function default: function description: ツールの種類。固定値 `function` function: type: object required: - name - description - parameters properties: name: type: string description: >- 呼び出す関数名 **説明**：`a-z`、`A-Z`、`0-9` の文字、またはアンダースコアとハイフンで構成する必要があります。最大長は 64 文字です minLength: 1 maxLength: 64 pattern: ^[a-zA-Z0-9_-]+$ description: type: string description: 関数の機能説明。モデルがこの関数をいつ、どのように呼び出すかを選択するのに役立ちます parameters: type: object description: 関数の入力パラメータ。JSON Schema オブジェクトとして記述します RetrievalTool: title: Retrieval ツール（ナレッジベース検索） type: object required: - type - retrieval additionalProperties: false properties: type: type: string enum: - retrieval default: retrieval description: ツールの種類。固定値 `retrieval` retrieval: type: object required: - knowledge_id properties: knowledge_id: type: string description: ナレッジベースの `ID`。プラットフォームで作成または取得します prompt_template: type: string description: >- モデルへのリクエストに使うプロンプトテンプレート。プレースホルダー `{{ knowledge }}` と `{{ question }}` を含むカスタムテンプレートです。指定しない場合はデフォルトテンプレートを使用します WebSearchTool: title: Web Search ツール（ウェブ検索） type: object required: - type - web_search additionalProperties: false properties: type: type: string enum: - web_search default: web_search description: ツールの種類。固定値 `web_search` web_search: type: object required: - search_engine properties: enable: type: boolean description: 検索機能を有効にするかどうか。有効にする場合は `true` に設定します default: false search_engine: type: string description: 検索エンジンの種類。デフォルトは `search_std` enum: - search_std - search_pro - search_pro_sogou - search_pro_quark search_query: type: string description: 検索を強制してトリガーするカスタムキーワード search_intent: type: string description: |- 検索意図の認識を行うかどうか。デフォルトで実行します - `true`：検索意図の認識を実行し、検索意図があれば検索を実行します - `false`：意図認識をスキップし、直接検索を実行します count: type: integer description: >- 返却する結果の件数。範囲 `1-50`、デフォルト `10`（`search_std` / `search_pro` / `search_pro_sogou` に対応） minimum: 1 maximum: 50 default: 10 search_domain_filter: type: string description: 検索結果を限定するドメインのホワイトリスト（例：`www.example.com`） search_recency_filter: type: string description: 検索結果を限定する時間範囲。デフォルトは `noLimit` enum: - oneDay - oneWeek - oneMonth - oneYear - noLimit default: noLimit content_size: type: string description: |- ウェブページ要約の文字数を制御します。デフォルトは `medium` - `medium`：要約情報を返し、基本の推論ニーズを満たします - `high`：コンテキストを最大化し、より詳細な情報を提供します enum: - medium - high default: medium result_sequence: type: string description: 検索結果を返す位置（モデルの返信の前か後か）。デフォルトは `after` enum: - before - after default: after search_result: type: boolean description: 検索ソースの詳細情報を返すかどうか。デフォルトは `false` default: false require_search: type: boolean description: 検索結果に基づくことを強制して回答を返すかどうか。デフォルトは `false` default: false search_prompt: type: string description: 検索結果の処理をカスタマイズするための `Prompt`。指定しない場合はデフォルトテンプレートを使用します McpTool: title: MCP ツール type: object required: - type - mcp additionalProperties: false properties: type: type: string enum: - mcp default: mcp description: ツールの種類。固定値 `mcp` mcp: type: object required: - server_label properties: server_label: type: string description: >- MCP server の識別子。プラットフォーム組み込みの MCP server に接続する場合は対応する mcp code を入力し、`server_url` を入力する必要はありません server_url: type: string description: MCP server のアドレス transport_type: type: string description: トランスポートの種類 enum: - sse - streamable-http default: streamable-http allowed_tools: type: array description: 呼び出しを許可するツールの集合 items: type: string headers: type: object description: MCP server が必要とする認証情報 Choice: type: object properties: index: type: integer description: 結果のインデックス example: 0 message: $ref: '#/components/schemas/AssistantMessage' finish_reason: type: string description: |- 推論の終了理由 - `stop`：自然終了または停止ワードのトリガー - `tool_calls`：モデルが関数（ツール呼び出し）にヒット - `length`：token 長の上限に到達 - `sensitive`：内容が安全審査によりブロックされた（公開した内容を撤回するかどうかを判断し決定してください） - `network_error`：モデル推論の異常 - `model_context_window_exceeded`：モデルのコンテキストウィンドウを超過 enum: - stop - tool_calls - length - sensitive - network_error - model_context_window_exceeded example: stop Usage: type: object description: 呼び出し終了時に返却される Token 使用統計 properties: prompt_tokens: type: integer description: ユーザー入力の token 数 example: 24 completion_tokens: type: integer description: 出力の token 数（思考連鎖 `reasoning_tokens` 部分を含む） example: 346 total_tokens: type: integer description: token 総数 = prompt_tokens + completion_tokens example: 370 prompt_tokens_details: type: object description: 入力 token の詳細内訳 properties: cached_tokens: type: integer description: キャッシュに該当した token 数 example: 0 completion_tokens_details: type: object description: 出力 token の詳細内訳 properties: reasoning_tokens: type: integer description: 思考連鎖（深い思考）が生成した token 数。`completion_tokens` に含まれます example: 321 WebSearchResult: type: object description: 単一のウェブ検索結果 properties: icon: type: string description: ソースサイトのアイコン title: type: string description: 検索結果のタイトル link: type: string description: 検索結果のウェブページリンク media: type: string description: 検索結果ウェブページのメディアソース名 publish_date: type: string description: サイトの公開時刻 content: type: string description: 検索結果ウェブページが引用したテキスト内容 refer: type: string description: 添え字の番号 ContentFilter: type: object description: コンテンツ安全情報 properties: role: type: string description: |- 安全が適用された段階 - `assistant`：モデル推論 - `user`：ユーザー入力 - `history`：過去の文脈 enum: - assistant - user - history level: type: integer description: 深刻度 `0-3`。`0` が最も深刻、`3` が軽微を示します minimum: 0 maximum: 3 AssistantMessage: type: object properties: role: type: string description: 現在の対話の役割。デフォルトは `assistant` enum: - assistant example: assistant content: type: - string - 'null' description: >- 対話テキストの内容 **説明**：ツール（`tool_calls`）を呼び出す場合は `null` になることがあります。それ以外の場合はモデルの返信内容を返します example: こんにちは！私は GLM-5.2 です。対話、推論、執筆、コーディングなど、さまざまなタスクをお手伝いできます。 reasoning_content: type: string description: |- 思考連鎖の内容 **説明**：`thinking` が有効な場合に返却され、モデルの推論過程を記録します example: まずこの問題を分析してみましょう... tool_calls: type: array description: 生成されたツール呼び出し情報（モデルがツールの呼び出しを決定した場合に返却） items: type: object properties: id: type: string description: ツール呼び出しの一意の識別子 type: type: string description: ツール呼び出しの種類 enum: - function - mcp function: type: object description: 関数呼び出し情報（生成された関数名と JSON 形式の引数を含みます） properties: name: type: string description: 生成された関数名 arguments: type: string description: 関数呼び出し引数の JSON 形式文字列。関数を呼び出す前に引数を検証してください mcp: type: object description: MCP ツール呼び出し引数（`type=mcp` の場合に返却） properties: id: type: string description: MCP ツール呼び出しの一意の識別子 type: type: string description: MCP 呼び出しの種類 enum: - mcp_list_tools - mcp_call server_label: type: string description: MCP server のラベル error: type: string description: エラー情報 securitySchemes: bearerAuth: type: http scheme: bearer description: |- ##すべての API は Bearer Token 認証が必要です## **API キーの取得：** [API キー管理ページ](https://evolink.ai/dashboard/keys)にアクセスして API キーを取得してください **リクエストヘッダーに追加：** ``` Authorization: Bearer YOUR_API_KEY ``` ````