curl --request POST \
--url https://direct.evolink.ai/v1/responses \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "glm-5.3-flash",
"input": "自己紹介を一文でしてください。",
"max_output_tokens": 1024,
"reasoning": {
"effort": "low"
}
}
'
{
"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": "こんにちは、GLM です。会話、文章作成、プログラミングをお手伝いします。",
"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
}{
"error": {
"message": "<string>",
"type": "<string>",
"param": "<string>",
"code": "<string>"
}
}{
"error": {
"message": "<string>",
"type": "<string>",
"param": "<string>",
"code": "<string>"
}
}{
"error": {
"message": "<string>",
"type": "<string>",
"param": "<string>",
"code": "<string>"
}
}{
"error": {
"message": "<string>",
"type": "<string>",
"param": "<string>",
"code": "<string>"
}
}{
"error": {
"message": "<string>",
"type": "<string>",
"param": "<string>",
"code": "<string>"
}
}{
"error": {
"message": "<string>",
"type": "<string>",
"param": "<string>",
"code": "<string>"
}
}Responses API
GLM 全モデルインターフェース - Responses 完全なパラメータ
Responses 形式で GLM を呼び出し、テキスト会話、ストリーミング、関数呼び出しを利用できます。画像理解と Web 検索はモデルに応じて利用可能です。パラメータとモデルの違いは以下を参照してください。
POST
/
v1
/
responses
curl --request POST \
--url https://direct.evolink.ai/v1/responses \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "glm-5.3-flash",
"input": "自己紹介を一文でしてください。",
"max_output_tokens": 1024,
"reasoning": {
"effort": "low"
}
}
'
{
"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": "こんにちは、GLM です。会話、文章作成、プログラミングをお手伝いします。",
"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
}{
"error": {
"message": "<string>",
"type": "<string>",
"param": "<string>",
"code": "<string>"
}
}{
"error": {
"message": "<string>",
"type": "<string>",
"param": "<string>",
"code": "<string>"
}
}{
"error": {
"message": "<string>",
"type": "<string>",
"param": "<string>",
"code": "<string>"
}
}{
"error": {
"message": "<string>",
"type": "<string>",
"param": "<string>",
"code": "<string>"
}
}{
"error": {
"message": "<string>",
"type": "<string>",
"param": "<string>",
"code": "<string>"
}
}{
"error": {
"message": "<string>",
"type": "<string>",
"param": "<string>",
"code": "<string>"
}
}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。モデルとパラメータの違い
GLM モデルを選択します。4 モデルともこのエンドポイントのテキスト入力に対応します。オプション機能はモデルによって異なります。| モデル ID | 入力 | 推論に関する注意 |
|---|---|---|
glm-5.3 | テキスト | 実際のレベルは low / high / max。互換値は reasoning を参照。思考は無効化できません。 |
glm-5.3-flash | テキスト、画像 | glm-5.3 と同じ。画像には input_image を使用します。 |
glm-5.3-flashx | テキスト、画像 | glm-5.3 と同じ。画像には input_image を使用します。 |
glm-5.2 | テキスト | none でも思考トークンが生成される場合があり、思考の無効化は保証されません。 |
reasoning_effort や thinking ではなく、ネストした reasoning.effort を使用します。思考の使用量は output_tokens に含まれます。簡単なタスクで reasoning_tokens=0 が返っても、思考の無効化に対応することを意味しません。
推論強度。low を推奨します。
glm-5.3 / glm-5.3-flash / glm-5.3-flashx の互換ルール
| 指定値 | 実際の思考レベル |
|---|---|
low / high / max | 同じレベルを維持 |
xhigh | max |
medium | high |
minimal / none | low。思考は有効なまま |
minimal と none は 5.3 シリーズの思考を無効にしません。 思考トークンは出力として課金されます。認識されない値は互換変換せず、そのまま扱われます。表の値を使用してください。これらの互換ルールは glm-5.2 には適用されません。
このエンドポイントでは glm-5.2 に none を指定しても思考トークンが生成される場合があり、思考の無効化は保証されません。
システムプロンプトと複数ターンの会話
instructions: システム指示。glm-5.3-flash は input が文字列の場合にこのフィールドを使用できます。メッセージ配列の場合、システムプロンプトは先頭の role=system メッセージに置いてください。
{
"model": "glm-5.3-flash",
"input": [
{
"role": "system",
"content": "簡潔な日本語で回答してください。"
},
{
"role": "user",
"content": "合言葉 RED-583 を覚えてください"
},
{
"role": "assistant",
"content": "覚えました"
},
{
"role": "user",
"content": "合言葉は何ですか？合言葉だけを返してください。"
}
],
"reasoning": {
"effort": "low"
},
"max_output_tokens": 1024
}
glm-5.3-flash と glm-5.3-flashx は store=true と previous_response_id による会話継続に対応します。glm-5.2 は応答 ID による継続に非対応で、store=true でも有効になりません。input に全履歴を含めてください。
前の応答のトップレベルの id。glm-5.3-flash と glm-5.3-flashx は store=true と同一モデルで使用できます。output 内の項目 ID ではなく、応答 ID をそのまま指定してください。glm-5.2 では 400 を返します。モデルを切り替える場合はこのフィールドを省略し、input に全履歴を含めてください。
ストリーミング応答
SSE ストリーミングを有効にします。本文はresponse.output_text.delta の delta から読み取ります。成功時の終了イベントは response.completed です。response.incomplete、response.failed、error でもそのターンを終了して処理してください。[DONE] や接続終了だけを待たないでください。
| イベント | 処理 |
|---|---|
response.created / response.in_progress | ターンの開始。 |
response.output_text.delta | delta を本文に追加します。 |
response.reasoning_text.delta / response.reasoning_summary_text.delta | 思考内容を本文から分離し、両方のイベント形式に対応します。 |
response.output_item.done | function_call などの完全な出力項目を収集します。 |
response.completed | 生成終了。response.output と response.usage を読み取ります。 |
response.incomplete / response.failed / error | 打ち切りやエラーを処理し、ターンを終了します。 |
response.completed で終了しても、アプリケーションによる関数実行と次のリクエストが必要な場合があります。
関数呼び出し
リクエストメニューから関数呼び出しの例を選択してください。Responses の関数定義はフラットな構造です。{
"type": "function",
"name": "get_temperature",
"description": "指定した都市の気温を返す",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string"
}
},
"required": [
"city"
],
"additionalProperties": false
}
}
response.outputを走査し、type=function_callの全項目を取得します。- arguments の JSON 文字列を解析・検証し、アプリケーションで各関数を実行します。
- 前の output 全体を履歴に追加します。呼び出しごとに
function_call_outputを追加し、元のcall_idと文字列の output を指定します。 - 更新した履歴を次のリクエストの input として送信します。関数結果の返送例がこの構造を示しています。
parallel_tool_calls: 1 ターンで複数のツール呼び出しを許可するかどうか。false でも関数呼び出しが 1 件だけになる保証はありません。すべての function_call を走査して処理してください。画像・検索・JSON 出力
glm-5.3-flash と glm-5.3-flashx では、ユーザーメッセージの content 配列に input_text と input_image を混在できます。image_url に公開画像 URL または Base64 Data URL を指定してください。glm-5.3 と glm-5.2 にはテキストのみを使用します。
tools: [{"type":"web_search"}] を宣言します。検索はサーバー側で実行され、web_search_call と本文で結果が返ります。検索が実行されたかは出力項目で確認してください。トークン料金に加えて検索単位の料金がかかる場合があります。モデル料金を参照してください。
検索後に会話を続ける場合は、web_search_call と message を含む前のレスポンスの output 全体を input に追加し、その後に新しい質問を追加してください。元の id、status、action などのフィールドはそのまま保持します。検索はサーバー側ですでに実行されているため、web_search_call に対する function_call_output を作成する必要はありません。リクエスト例 web_search_history を参照してください。
text.format.type: 出力形式。text は通常のテキスト、json_object は JSON オブジェクトです。json_object では有効な JSON をプロンプトで明示的に要求し、クライアントで解析・検証してください。厳密な JSON Schema 制約は提供されないため、json_schema や strict=true で構造が保証されるとは限りません。
応答と使用量
順序付き出力項目。type=message の content 内にある type=output_text の text が本文です。reasoning が本文より前に来る場合や、function_call のターンに本文がない場合があります。常に output[0] を読む実装は避けてください。
output_text: 本文を集約したオプションフィールド。存在しない場合があります。汎用クライアントでは output を走査してください。
message 内は output_text、reasoning 内は reasoning_text の場合があります。 思考内容は summary_text で返る場合もあります。すべての reasoning 項目に content があるとは限りません。
usage.input_tokens: 入力トークン総数。キャッシュにヒットした分を含みます。usage.input_tokens_details.cached_tokens: 入力のうちキャッシュにヒットしたトークン数。input_tokensに再加算しないでください。プレフィックスキャッシュは自動で、明示的なcache_controlは不要です。ヒット数は返された値で確認してください。usage.output_tokens: 出力トークン総数。思考トークンを含みます。usage.output_tokens_details.reasoning_tokens: 出力のうち思考に使われたトークン数。output_tokensに二重計上しないでください。この詳細は省略される場合や 0 の場合があります。
status=incomplete かつ incomplete_details.reason=max_output_tokens は出力上限の消費を示します。思考のみで本文がない場合があるため、上限を増やしてください。承認
Authorization ヘッダーに Bearer YOUR_API_KEY を指定します。
ボディ
application/json
GLM モデルを選択します。4 モデルともこのエンドポイントのテキスト入力に対応します。オプション機能はモデルによって異なります。
| モデル ID | 入力 | 推論に関する注意 |
|---|---|---|
glm-5.3 | テキスト | 実際のレベルは low / high / max。互換値は reasoning を参照。思考は無効化できません。 |
glm-5.3-flash | テキスト、画像 | glm-5.3 と同じ。画像には input_image を使用します。 |
glm-5.3-flashx | テキスト、画像 | glm-5.3 と同じ。画像には input_image を使用します。 |
glm-5.2 | テキスト | none でも思考トークンが生成される場合があり、思考の無効化は保証されません。 |
利用可能なオプション:
glm-5.3, glm-5.3-flash, glm-5.3-flashx, glm-5.2 例:
"glm-5.3-flash"
必須。テキスト文字列、または Responses 入力項目の配列。配列にはメッセージ、モデル出力の再送項目、function_call_output を含められます。複数ターンでは毎回すべての履歴を送信できます。システムプロンプトは先頭の role=system メッセージに置くことを推奨します。画像は input_image を使用し、glm-5.3-flash と glm-5.3-flashx のみ対応します。Chat Completions の messages / image_url ブロック形式は使用しないでください。
例:
"自己紹介を一文でしてください。"
今回の生成の出力トークン上限。思考トークンも含みます。1024 を目安にタスクに応じて調整してください。少なすぎると思考中に上限に達し、reasoning 項目のみで本文が返らない場合があります。status と incomplete_details を確認してください。パラメータ名は max_tokens ではなく max_output_tokens です。
必須範囲:
x >= 1例:
1024
SSE ストリーミングを有効にします。本文は response.output_text.delta の delta から読み取ります。成功時の終了イベントは response.completed です。response.incomplete、response.failed、error でもそのターンを終了して処理してください。[DONE] や接続終了だけを待たないでください。
Responses はトップレベルの reasoning_effort や thinking ではなく、ネストした reasoning.effort を使用します。思考の使用量は output_tokens に含まれます。簡単なタスクで reasoning_tokens=0 が返っても、思考の無効化に対応することを意味しません。
Show child attributes
Show child attributes
システム指示。glm-5.3-flash は input が文字列の場合にこのフィールドを使用できます。メッセージ配列の場合、システムプロンプトは先頭の role=system メッセージに置いてください。
クライアント側の function とサーバー側の web_search に対応します。関数は name / description / parameters を同じ階層に定義し、Chat Completions のような function オブジェクトにネストしないでください。function_call はアプリケーションで実行し、結果を返します。web_search はサーバー側で実行され、実際の検索はトークン料金に加えて呼び出し単位の料金が発生する場合があります。モデル料金を参照してください。
- Option 1
- Option 2
Show child attributes
Show child attributes
auto はモデルが選択、none はツールなし、required はツール呼び出し必須です。関数を指定する場合は {"type":"function","name":"get_temperature"} を使用します。強制選択の動作は、すべてのモデルとツールの組み合わせで同一とは限りません。
利用可能なオプション:
auto, none, required 例:
"auto"
1 ターンで複数のツール呼び出しを許可するかどうか。false でも関数呼び出しが 1 件だけになる保証はありません。すべての function_call を走査して処理してください。
出力形式。例では json_object を使用します。HTTP 200 は JSON Schema への適合を保証しません。
Show child attributes
Show child attributes
後で参照できるように応答を保存します。glm-5.3-flash と glm-5.3-flashx は store=true と previous_response_id による会話継続に対応します。glm-5.2 は応答 ID による継続に非対応で、store=true でも有効になりません。input に全履歴を含めてください。
前の応答のトップレベルの id。glm-5.3-flash と glm-5.3-flashx は store=true と同一モデルで使用できます。output 内の項目 ID ではなく、応答 ID をそのまま指定してください。glm-5.2 では 400 を返します。モデルを切り替える場合はこのフィールドを省略し、input に全履歴を含めてください。
例:
"前のターンで返された応答 ID"
カスタムの文字列キー・値のメタデータ。応答の metadata から取得できます。キーや機密情報を含めないでください。
Show child attributes
Show child attributes
例:
{ "conversation": "demo" }
サンプリングパラメータ。有効範囲と効果はモデルによって異なります。決定的な出力を保証するものではなく、推論タスクでは省略できます。
サンプリングパラメータ。有効範囲と効果はモデルによって異なり、通常は省略できます。
レスポンス
生成完了または不完全な結果。status を確認してください。ストリーミングでは text/event-stream を返します。
今回の応答 ID。previous_response_id にはそのまま指定します。
例:
"response_demo"
Allowed value:
"response"作成時刻。Unix 秒単位。
例:
"glm-5.3-flash"
completed は今回の生成終了を示し、ツール呼び出しのみの場合もあります。incomplete は出力が不完全であることを示します。output と error を両方確認してください。
利用可能なオプション:
completed, incomplete, failed, in_progress, queued 順序付き出力項目。type=message の content 内にある type=output_text の text が本文です。reasoning が本文より前に来る場合や、function_call のターンに本文がない場合があります。常に output[0] を読む実装は避けてください。
Show child attributes
Show child attributes
本文を集約したオプションフィールド。存在しない場合があります。汎用クライアントでは output を走査してください。
Show child attributes
Show child attributes
応答エラー。成功時は通常 null です。
Show child attributes
Show child attributes
Show child attributes
Show child attributes