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": "こんにちは、世界"
    }
  ]
}
'

{
  "id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5",
  "type": "message",
  "role": "assistant",
  "model": "glm-5.3",
  "content": [
    {
      "type": "thinking",
      "thinking": "ユーザーは一語で挨拶するよう求めているので、\"Hi\" と答えればよい。",
      "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

GLM 全モデルインターフェース - Messages 完全なパラメータ

Anthropic Messages 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）
リクエスト / レスポンス構造は Anthropic API に準拠
システムプロンプト：トップレベルの system で渡します
思考モード：全シリーズでデフォルトで思考が有効。思考内容は content[type=thinking] block で返されます。無効にできるのは glm-5.2 に thinking.type=disabled を渡す場合のみです
ストリーミング出力：SSE イベントストリーム
ツール呼び出し：Anthropic の tool_use / tool_result フローに対応
画像入力：実際に対応しているのは glm-5.3-flash のみ。詳細は messages フィールドの説明をご覧ください

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": "こんにちは、世界"
    }
  ]
}
'

{
  "id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5",
  "type": "message",
  "role": "assistant",
  "model": "glm-5.3",
  "content": [
    {
      "type": "thinking",
      "thinking": "ユーザーは一語で挨拶するよう求めているので、\"Hi\" と答えればよい。",
      "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：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。

思考を無効にできるかどうかはモデルによって異なります：thinking.type: "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-5.2 から移行する際は、ハードコードした disabled を先に削除してからモデルを切り替えてください。

画像入力に対応しているのは glm-5.3-flash のみで、他のモデルに渡してもエラーにはなりません。 glm-5.3 や glm-5.2 に画像コンテンツブロックを渡すと、リクエストは通常どおり 200 を返しますが、モデルは画像を読み取れずテキスト部分だけを根拠に回答します。一見自然でも画像とは無関係な応答が返り、しかも結果はリクエストごとに一致しません。この種のサイレント障害は本番環境で原因を追いにくいため、画像理解が必要な場合は glm-5.3-flash を選んでください。

承認

Authorization

string

header

必須

##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

備考：EvoLink は /v1/messages に対して一律で Bearer Token 認証を採用しています。

ボディ

application/json

model

enum<string>

デフォルト:glm-5.3

必須

呼び出すモデル：

モデル ID	位置づけ	思考の無効化	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；1M コンテキスト	無効化できません	非対応
`glm-5.3-flash`	軽量マルチモーダルモデル。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	無効化できません	対応
`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	無効化できます（`thinking.type=disabled`）	非対応

利用可能なオプション:

glm-5.3,

glm-5.3-flash,

glm-5.2

例:

"glm-5.3"

messages

object[]

必須

対話メッセージのリスト。user / assistant がターンごとに交互に並びます

説明：

最低 1 件のメッセージが必要です
最後のメッセージは通常 role=user です
マルチターンのコンテキストに対応しており、モデルは履歴を参照します

画像入力：対応しているのは glm-5.3-flash のみで、content 配列内の {"type":"image","source":{...}} ブロックで渡します。

glm-5.3 や glm-5.2 に画像コンテンツブロックを渡してもエラーにはなりませんが、モデルは画像を読み取れません。リクエストは通常どおり 200 を返し、モデルはテキスト部分だけを根拠に回答するため、一見自然でも画像とは無関係な応答が返り、しかも結果はリクエストごとに一致しません。

この種のサイレント障害は本番環境で原因を追いにくいため、画像理解が必要な場合は glm-5.3-flash を選んでください。

Minimum array length: 1

Show child attributes

max_tokens

integer

生成される内容の長さの上限（トークン数）

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 で生成されるトークンもこの上限に含まれます
上限に達すると内容は打ち切られ、レスポンスは stop_reason=max_tokens になります

必須範囲: 1 <= x <= 131072

例:

1024

system

システムプロンプト。AI の役割と振る舞いを設定するために使用します

説明：

文字列またはコンテンツブロック配列に対応します
トップレベルの system フィールドで渡します（messages には入れないでください）
モデルは system の制約に従います
長すぎる system は切り詰められる可能性があります：長い文脈が必要な場合は messages に入れ、すべてを system に詰め込まないでください

例:

"You are a helpful assistant."

temperature

number

サンプリング温度

説明：

値が高いほど出力が発散的になり、低いほど確定的になります
推奨範囲 [0, 1]

必須範囲: 0 <= x <= 1

例:

1

top_p

number

核サンプリングのしきい値

説明：

範囲 [0, 1]
temperature と top_p を同時に調整しないことを推奨します

必須範囲: 0 <= x <= 1

例:

0.9

top_k

integer

確率が最も高い K 個の token のみからサンプリングします（Anthropic 固有のパラメータ）

説明：

値が小さいほど出力が確定的になり、大きいほど候補が多様になります

必須範囲: x >= 0

例:

10

stop_sequences

string[]

カスタム停止シーケンス：生成がいずれかの文字列にヒットすると停止します

説明：

ヒットすると切り詰められ、ヒット箇所より前の内容は正常に返却されます
注意：停止シーケンスにヒットした場合、GLM シリーズの stop_reason は end_turn を返し（Anthropic 標準の stop_sequence ではなく）、レスポンスにも stop_sequence フィールドは含まれません。クライアントが stop_reason=="stop_sequence" でヒットを判定している場合は、特別な処理が必要です

例:

["\n\n"]

stream

boolean

デフォルト:false

SSE でストリーミング返却するかどうか

true：Server-Sent Events でストリーミング返却します（標準的な Anthropic イベントシーケンス：message_start / content_block_start / content_block_delta / message_delta / message_stop）
false：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）

例:

false

thinking

object

深い思考を制御します

説明：

GLM シリーズはいずれも推論モデルで、このフィールドを指定しない場合はデフォルトで思考が有効です
有効な場合、レスポンスの content 配列に type="thinking" の推論過程 block が現れます（output トークンとして課金され、signature は空文字列になる場合があります）
有効なのは type の二値スイッチのみ：budget_tokens や effort などの思考予算 / レベルのパラメータは効きません（無視されます）

無効にできるかどうかはモデルによって異なります：

glm-5.2：{"type":"disabled"} を渡すと思考を無効にでき、output トークンを大幅に削減できます
glm-5.3 / glm-5.3-flash：常に思考し、無効化できません。disabled を渡すとエラーになります

その結果として、glm-5.3 シリーズは本エンドポイントでは思考コストを下げられません。無効にできず（disabled はエラー）、小さくすることもできません（budget_tokens と effort はいずれも効かず、トップレベルの reasoning_effort は OpenAI プロトコルのフィールドで本エンドポイントでは無視されます）。思考内容は output トークンとして課金されるため、本エンドポイントではこのコストは避けられません。

思考コストを抑えたい場合は Chat Completions API に切り替えてください —— そちらの reasoning_effort には low / high / max の 3 段階が実際に効きます。glm-5.2 はこの制限を受けず、本エンドポイントでも思考を直接無効化できます。

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 に切り替える前にこのフィールドを削除する必要があります。そうしないとリクエストが直接失敗します。また、思考を無効にしてコストを抑えていた場合、本エンドポイントに同等の代替はありません。移行の際は Chat Completions API への切り替えも併せて検討してください。

Show child attributes

tools

object[]

ツール定義のリスト

説明：

Anthropic の tool 定義仕様に従います
input_schema は JSON Schema オブジェクトを使用します
モデルは標準的な tool_use block を返し、stop_reason=tool_use になります

Show child attributes

tool_choice

object

ツール選択戦略

Show child attributes

metadata

object

リクエストのメタデータ

Show child attributes

レスポンス

メッセージオブジェクト

Anthropic スタイルのメッセージレスポンス

string

メッセージの一意の ID（形式：msg_<uuid>）

type

enum<string>

レスポンスオブジェクトの種類

利用可能なオプション:

message

role

enum<string>

利用可能なオプション:

assistant

model

string

実際に使用されたモデル

例:

"glm-5.3"

content

object[]

レスポンスのコンテンツブロックのリスト

含まれる可能性のある block type：

thinking：推論過程（思考が有効な場合、デフォルトで有効）
text：最終的な回答テキスト
tool_use：モデルが発起したツール呼び出し

Show child attributes

stop_reason

enum<string>

停止理由

end_turn：自然終了（stop_sequences にヒットした場合もこの値を返します）
max_tokens：max_tokens の上限に到達
tool_use：モデルがツール呼び出しをトリガー

利用可能なオプション:

end_turn,

max_tokens,

tool_use

usage

object

Token 使用統計（Anthropic 仕様）

Show child attributes

画像シリーズ

動画シリーズ

オーディオシリーズ

テキストシリーズ

アカウント管理

タスク管理

ファイル管理

GLM 全モデルインターフェース - Messages 完全なパラメータ

承認

ボディ

レスポンス