> ## 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 全モデルインターフェース - Chat Completions 完全なパラメータ
> - OpenAI Chat Completions プロトコルで GLM シリーズのモデルを呼び出し（モデルは `model` パラメータで選択）
- 同期処理モードで、対話内容をリアルタイムに返します
- **テキスト対話**：シングルターンまたはマルチターンのコンテキスト対話。`glm-5.3-flash` は画像入力にも対応
- **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` で思考連鎖を制御し、`reasoning_effort` で推論の強度を調節。推論過程は `reasoning_content` で返されます
- **ストリーミング出力**：SSE でのストリーミング返却に対応（`stream=true`）
- **ツール呼び出し**：Function Calling とウェブ検索に対応（`web_search`、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について**：`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}`、終了時に `data: [DONE]` が返ります。各データチャンク（`ChatCompletionChunk`）には `id`、`created`、`model`、`choices`、および任意で `usage` と `content_filter` が含まれます。そのうち `choices[].delta` は `role` / `content` / `reasoning_content` / `tool_calls` を差分で返し、`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。
**思考の制御はモデルによって異なります**：`glm-5.3` と `glm-5.3-flash` は常に思考し、無効化できません。`reasoning_effort` は `low` / `high` / `max` の 3 段階が実際に効き、その他の段階は最も近い利用可能な段階へ自動的に降格されます（`xhigh` → `max`、`medium` → `high`、`minimal` / `none` → `low`。いずれも思考は継続し、output として課金されます）。`glm-5.2` は `thinking.type: "disabled"` で思考を無効化でき、より多くの推論段階に対応します。詳細は `thinking` と `reasoning_effort` フィールドの説明をご覧ください。
**画像入力**：対応しているのは `glm-5.3-flash` のみで、`messages[].content[]` の `image_url` コンテンツブロックで渡します。他のモデルに画像ブロックを渡すとエラーになります。
## OpenAPI
````yaml ja/api-manual/language-series/glm/chat-completions/chat-completions-reference.json POST /v1/chat/completions
openapi: 3.1.0
info:
title: GLM 全モデルインターフェース - Chat Completions 完全なパラメータ
description: >-
OpenAI 互換の Chat Completions API で Zhipu GLM シリーズのテキストモデルを呼び出すための完全な API
リファレンス。
**収録モデル**：`glm-5.3`、`glm-5.3-flash`、`glm-5.2`（`model` パラメータで選択）
**共通の機能**：
- 1M token のコンテキストウィンドウ、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制御し、`reasoning_effort` で推論の強度を調節。推論過程は
`reasoning_content` で返されます
- ツール呼び出し：Function Calling、ウェブ検索（最大 128 個のツール）
- ストリーミング出力：SSE でのストリーミング返却
- 構造化出力：`text` / `json_object` の 2 つのレスポンス形式
- コンテキストキャッシュ：暗黙のプレフィックスキャッシュ。同じプレフィックスの繰り返しリクエストは自動的にヒットし、ヒット分は
`usage.prompt_tokens_details.cached_tokens` に反映されます
**モデル間の違い**（思考の制御、画像入力）は、以下の `model` および `thinking` / `reasoning_effort`
フィールドの説明をご覧ください。
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: チャット補完
description: AI 対話生成に関連するエンドポイント
paths:
/v1/chat/completions:
post:
tags:
- チャット補完
summary: GLM チャット補完（全モデル、OpenAI 互換）
description: >-
- OpenAI Chat Completions プロトコルで GLM シリーズのモデルを呼び出し（モデルは `model`
パラメータで選択）
- 同期処理モードで、対話内容をリアルタイムに返します
- **テキスト対話**：シングルターンまたはマルチターンのコンテキスト対話。`glm-5.3-flash` は画像入力にも対応
- **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` で思考連鎖を制御し、`reasoning_effort` で推論の強度を調節。推論過程は
`reasoning_content` で返されます
- **ストリーミング出力**：SSE でのストリーミング返却に対応（`stream=true`）
- **ツール呼び出し**：Function Calling とウェブ検索に対応（`web_search`、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について**：`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}`、終了時に `data: [DONE]`
が返ります。各データチャンク（`ChatCompletionChunk`）には
`id`、`created`、`model`、`choices`、および任意で `usage` と `content_filter`
が含まれます。そのうち `choices[].delta` は `role` / `content` / `reasoning_content`
/ `tool_calls` を差分で返し、`choices[].finish_reason` は最後のチャンクで終了理由を示します。
operationId: createChatCompletionGLM
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-5.3
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-5.3
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-5.3
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-5.3
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
function_calling:
summary: ツール呼び出し（Function Calling）
value:
model: glm-5.3
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-5.3
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
count: 10
search_recency_filter: oneWeek
description: >-
モデルがインターネットを必要と判断すると自動的に検索し、検索結果はコンテキストに統合されて推論に使われます。検索結果は入力トークンとして課金され、検索サービス自体は別途
1 回ごとに課金されます（詳細は料金ページをご覧ください）。モデルが検索を実行しなかった場合、検索料金は発生しません。
json_mode:
summary: JSON 構造化出力
value:
model: glm-5.3
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-5.3
messages:
- role: user
content: 春についての短い詩を書いてください
stream: true
disable_thinking_glm52_only:
summary: 深い思考を無効化（glm-5.2 のみ対応）
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
description: >-
思考を無効にできるのは `glm-5.2` のみです。`glm-5.3` と `glm-5.3-flash` に
`thinking.type: "disabled"` を渡すとエラーになるため、代わりに
`reasoning_effort: "low"` を使ってください。
low_effort:
summary: 思考コストを抑える（glm-5.3 シリーズで思考を無効化する代わりの方法）
description: >-
`glm-5.3` シリーズは思考を無効にできません。`reasoning_effort: "low"`
で推論の強度を最小まで下げてください。
value:
model: glm-5.3
messages:
- role: user
content: HTTP を一文で説明してください
thinking:
type: enabled
reasoning_effort: low
max_tokens: 1024
vision_flash:
summary: 画像入力（glm-5.3-flash のみ）
description: >-
`glm-5.3-flash` はビジョンにネイティブ対応しています。画像は `image_url`
コンテンツブロックで渡し、公開 URL または Base64 データ URL が使えます。
value:
model: glm-5.3-flash
messages:
- role: user
content:
- type: text
text: この画像には何が写っていますか？
- type: image_url
image_url:
url: https://example.com/photo.jpg
max_tokens: 1024
responses:
'200':
description: チャット補完が正常に生成されました
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: 未認可、トークンが無効または期限切れです
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: アクセス拒否
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-5.3
'429':
description: レート制限を超過しました
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: 内部サーバーエラー
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: サービス一時利用不可
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：
| モデル ID | 位置づけ | 思考の制御 | 画像入力 |
|---|---|---|---|
| `glm-5.3` |
フラッグシップモデル。複雑なソフトウェアエンジニアリングとエージェントタスクの能力が全面的に向上し、コーディング能力は前世代から大幅に強化；1M
コンテキスト | 常に思考し、無効化できません。`reasoning_effort` は `low` / `high` / `max`
のみ実際に効き、その他のレベルは自動的に降格されます | 非対応 |
| `glm-5.3-flash` |
軽量マルチモーダルモデル。スパースアテンションとリニアアテンションのハイブリッド構成で、コストが極めて低くビジョンにネイティブ対応；1M
コンテキスト | `glm-5.3` と同じ | **対応**。`messages` フィールドを参照 |
| `glm-5.2` | 前世代のフラッグシップ。複雑な推論と超長コンテキスト；1M コンテキスト | `thinking.type:
"disabled"` で無効化できます。`reasoning_effort` は 7 段階すべてに対応 | 非対応 |
enum:
- glm-5.3
- glm-5.3-flash
- glm-5.2
default: glm-5.3
example: glm-5.3
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: >-
思考連鎖のスイッチ
- `enabled`：深い思考を有効化（すべてのモデルのデフォルト動作）
- `disabled`：深い思考を無効化し、モデルが直接回答します
**`disabled` に対応しているのは `glm-5.2` のみです。** `glm-5.3` と
`glm-5.3-flash` は常に思考し、`disabled` を渡すとエラーになります。
`glm-5.3` シリーズで思考コストを下げたい場合は、代わりに `reasoning_effort: "low"`
を使ってください。
**`glm-5.2` からの移行**：既存コードで `thinking.type: "disabled"`
をハードコードしている場合、`glm-5.3` に切り替える前に `"enabled"`
へ変更する必要があります（思考コストを下げたい場合はさらに `reasoning_effort: "low"`
を指定）。そうしないとリクエストが直接失敗します。
この 2 つのフィールドは扱いが**異なる**点に注意してください：`reasoning_effort`
は該当シリーズが対応しないレベルを渡しても自動的に降格され、エラーにはなりません。一方 `thinking.type`
は明示的なスイッチで、`disabled` を渡すと必ずエラーになり、暗黙に書き換えられることはありません。したがって
`reasoning_effort` を `none` から `low`
に変えるだけでは不十分で、`thinking.type` も併せて変更する必要があります。
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: >-
モデルの推論の強度を制御します。`thinking` が有効な場合にのみ効き、デフォルトは `max` です
**対応する値はモデルによって異なります**：
| 値 | `glm-5.3` / `glm-5.3-flash` | `glm-5.2` |
|---|---|---|
| `max` | 深い推論（デフォルト） | 深い推論 |
| `high` | 強化された推論 | 強化された推論 |
| `low` | 軽量な推論 | `high` と同等 |
| `xhigh` | `max` に降格 | `max` と同等 |
| `medium` | `high` に降格 | `high` と同等 |
| `minimal` | `low` に降格（思考は継続） | 思考を行いません |
| `none` | `low` に降格（思考は継続） | 思考を行いません |
`glm-5.3` シリーズは常に思考し、実際に効くのは `low` / `high` / `max` の 3 段階です。残る 4
つはエラーにはならず、最も近い利用可能な段階へ自動的に降格されます（`xhigh` → `max`、`medium` →
`high`、`minimal` / `none` → `low`）。
**`glm-5.3` シリーズは思考を無効にできません。** `minimal` や `none` を渡しても最低段階の `low`
に下がるだけで、モデルは思考トークンを生成し続け、**output 単価で課金**されます。コスト削減のためにこの 2
つを渡している場合、`glm-5.2` とは異なる点にご注意ください。`glm-5.2` では実際に思考を行いません。
プログラミングなど複雑なタスクには `max` を推奨します。
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
- 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
- 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: |-
モデル出力の最大トークン数の上限
**説明**：
- GLM シリーズは最大 **131,072 tokens**（128K）の出力に対応しています。`1024` 以上の設定を推奨します
- `thinking` が有効な場合、思考連鎖のトークンもこの上限に含まれます
- `length` を理由に生成が打ち切られた場合は、この値を上げてください
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`）とウェブ検索（`web_search`）に対応
- 関数は最大 128 個まで
- このうち `web_search` は実際に検索が行われた場合に**1
回ごとに別途課金**されます。その他のツールに追加料金はかかりません
items:
oneOf:
- $ref: '#/components/schemas/FunctionTool'
- $ref: '#/components/schemas/WebSearchTool'
discriminator:
propertyName: type
mapping:
function:
$ref: '#/components/schemas/FunctionTool'
web_search:
$ref: '#/components/schemas/WebSearchTool'
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: レスポンスタイプ
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-5.3
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: エラータイプ
param:
type: string
description: 関連パラメータ名
fallback_suggestion:
type: string
description: エラー発生時の提案
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:
description: |-
ユーザーメッセージの内容。
- **文字列**：プレーンテキスト。すべてのモデルが対応
- **コンテンツブロック配列**：テキストと画像の混在。**対応しているのは `glm-5.3-flash` のみ**
`glm-5.3` や `glm-5.2` に画像コンテンツブロックを渡すとエラーになります。
oneOf:
- type: string
title: プレーンテキスト
description: プレーンテキストのメッセージ内容
example: こんにちは、自己紹介してください
- type: array
title: コンテンツブロック配列（glm-5.3-flash のみ）
description: >-
テキストと画像の混在。画像は `image_url` ブロックで渡し、公開 URL（推奨）または Base64 データ URL
が使えます。複数の画像は `image_url` ブロックを複数並べます。
items:
$ref: '#/components/schemas/ContentPart'
AssistantRequestMessage:
title: Assistant Message
type: object
description: アシスタントメッセージ。ツール呼び出しを含めることができます
required:
- role
properties:
role:
type: string
enum:
- assistant
description: 役割識別子。固定値 `assistant`
content:
type:
- string
- 'null'
description: >-
アシスタントメッセージの内容
**説明**：マルチターン対話で過去のアシスタントの返信を渡すために使用します。`tool_calls` が存在する場合は通常
`null` になります
reasoning_content:
type:
- string
- 'null'
description: >-
過去の思考連鎖の内容
**説明**：`thinking.clear_thinking=false`（Preserved
Thinking）の場合のみ必要で、前のターンのレスポンスの `reasoning_content`
をそのまま返送します。デフォルト（`clear_thinking=true`）では返送する必要はありません
tool_calls:
type: array
description: |-
ツール呼び出しリスト
マルチターン対話で過去のツール呼び出し情報を渡すために使用します。このフィールドを指定する場合、`content` は通常空になります
items:
type: object
required:
- id
- type
properties:
id:
type: string
description: ツール呼び出し ID
type:
type: string
enum:
- function
- web_search
description: ツールの種類
function:
type: object
description: 関数呼び出し情報。`type` が `function` の場合は空になりません
required:
- name
- arguments
properties:
name:
type: string
description: 関数名
arguments:
type: string
description: 関数の引数（JSON 形式の文字列）
ToolMessage:
title: Tool Message
type: object
required:
- role
- content
properties:
role:
type: string
enum:
- tool
description: 役割識別子。固定値 `tool`
content:
type: string
description: ツール呼び出しの返却結果の内容
tool_call_id:
type: string
description: >-
このメッセージが対応するツール呼び出しの `ID` を示します（assistant メッセージの `tool_calls` で返された
`id` に対応します）
FunctionTool:
title: Function ツール
type: object
required:
- type
- function
additionalProperties: false
properties:
type:
type: string
enum:
- function
default: function
description: ツールの種類。固定値 `function`
function:
type: object
required:
- name
- description
- parameters
properties:
name:
type: string
description: >-
呼び出す関数名
**説明**：`a-z`、`A-Z`、`0-9` の文字、またはアンダースコアとハイフンで構成する必要があります。最大長は 64
文字です
minLength: 1
maxLength: 64
pattern: ^[a-zA-Z0-9_-]+$
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
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:
- enable
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_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: boolean
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: >-
返される結果の件数。範囲は `1-50`、デフォルトは `10` です。
件数はコストに直結します。検索結果は `prompt_tokens` に統合されて入力単価で課金され、`50` にすると 1
回の入力が 2 万トークン規模に達することがあります。より広い再現率が本当に必要でない限り、デフォルトのままを推奨します。
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: >-
検索元の詳細情報をレスポンスに含めるかどうか。デフォルトは `false` です。
`true` に設定すると、レスポンスのトップレベルに `web_search`
配列が付き、今回検索された情報源（タイトル、リンク、メディア名、公開日時、要約など）が一覧化されます。デフォルトのままではこのフィールドは含まれません。
このパラメータはレスポンスの内容にのみ影響し、検索を実行するかどうかにも課金にも影響しません。
default: false
example: true
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
description: >-
ウェブ検索ツール。有効にすると、モデルは必要に応じてインターネットを検索し、結果をコンテキストに統合します。
**課金**：コンテキストに統合された検索結果の部分は `prompt_tokens`
として入力単価で計上されます。検索サービス自体は**呼び出し回数ごとに別途課金**され、トークン使用量とは分けて精算されます（詳細は料金ページをご覧ください）。検索を実行するかどうかは検索意図に基づいてモデルが判断し、検索が発生しなければこの料金はかかりません。
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: >-
コンテキストキャッシュにヒットした入力トークン数。
GLM
シリーズは**暗黙のプレフィックスキャッシュ**を採用しています。同じプレフィックスの繰り返しリクエストは追加パラメータなしで自動的にヒットし、ヒットした部分はキャッシュ単価で課金され、未ヒットの入力単価より大幅に安くなります。初回リクエストは
0 で、以降は同じプレフィックスであればヒットします。
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
ContentPart:
title: Content Part
type: object
description: マルチモーダルのコンテンツブロック。**画像ブロックに対応しているのは `glm-5.3-flash` のみです。**
required:
- type
properties:
type:
type: string
enum:
- text
- image_url
description: |-
コンテンツブロックの種類
- `text`：テキスト
- `image_url`：画像（`glm-5.3-flash` のみ）
text:
type: string
description: テキスト内容。`type=text` の場合は必須
example: この画像には何が写っていますか？
image_url:
type: object
description: 画像内容。`type=image_url` の場合は必須
required:
- url
properties:
url:
type: string
description: >-
画像のアドレス。公開 HTTPS URL（推奨）または Base64 データ
URL（`data:image/png;base64,...`）に対応
example: https://example.com/photo.jpg
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-5.3 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
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
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
```
````