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": "안녕하세요, 세계"
    }
  ]
}
'

{
  "id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5",
  "type": "message",
  "role": "assistant",
  "model": "glm-5.3",
  "content": [
    {
      "type": "thinking",
      "thinking": "사용자가 한 단어로 인사해 달라고 요청했으니 \"Hi\"라고 답하면 됩니다.",
      "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 전체 모델 인터페이스 - Messages 전체 매개변수

Anthropic Messages 프로토콜로 GLM 시리즈 모델을 호출하며, model 파라미터로 구체적인 모델을 선택합니다
요청 / 응답 구조는 Anthropic API와 동일합니다
시스템 프롬프트: 최상위 system으로 전달
사고 모드: 전 시리즈가 기본적으로 사고를 켜며 사고 내용은 content[type=thinking] block으로 반환됩니다. glm-5.2만 thinking.type=disabled로 끌 수 있습니다
스트리밍 출력: SSE 이벤트 스트림
도구 호출: Anthropic tool_use / tool_result 흐름과 호환
이미지 입력: 지원하는 모델은 glm-5.3-flash 및 glm-5.3-flashx뿐이며, 자세한 내용은 messages 필드 설명을 참조하세요

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": "안녕하세요, 세계"
    }
  ]
}
'

{
  "id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5",
  "type": "message",
  "role": "assistant",
  "model": "glm-5.3",
  "content": [
    {
      "type": "thinking",
      "thinking": "사용자가 한 단어로 인사해 달라고 요청했으니 \"Hi\"라고 답하면 됩니다.",
      "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: 기본 BaseURL은 https://direct.evolink.ai이며, 텍스트 모델과 장시간 연결을 더 잘 지원합니다. https://api.evolink.ai는 멀티모달 서비스의 기본 엔드포인트이자 텍스트 모델의 대체 주소 역할을 합니다.

사고 모드 설정입니다. 모든 모델에서 기본으로 켜져 있습니다. 응답의 thinking 블록은 출력 토큰으로 과금되며 signature는 빈 문자열일 수 있습니다.

glm-5.2: thinking.type=disabled로 사고를 끌 수 있습니다.
glm-5.3 / glm-5.3-flash / glm-5.3-flashx: 사고가 항상 켜져 있습니다. disabled를 보내도 기본 사고 모드와 출력 토큰 과금이 유지됩니다.

thinking.budget_tokens와 thinking.effort는 GLM 사고 수준을 설정하지 않습니다. 호환 값은 최상위 reasoning_effort 필드를 참고하세요. glm-5.2에서 사고를 끄던 설정은 5.3 시리즈로 바꾼 뒤에는 사고를 끄지 않습니다.

reasoning_effort: 요청 최상위에 두는 GLM 사고 수준 호환 필드로 thinking 객체에 속하지 않습니다. 이 엔드포인트는 필드를 받지만 실제 사고 강도를 제어할 수 있다고 보장하지는 않습니다. glm-5.3 / glm-5.3-flash / glm-5.3-flashx 호환 규칙

전달 값	호환 값
`low` / `high` / `max`	해당 수준 유지
`xhigh`	`max`
`medium`	`high`
`minimal` / `none`	`low`, 사고 유지

minimal과 none은 5.3 시리즈의 사고를 끄지 않습니다. 사고 토큰은 출력으로 과금됩니다. 알 수 없는 값은 호환 변환 없이 원래 값을 유지하므로 표에 나온 값을 사용하세요. 이 규칙은 glm-5.2에는 적용되지 않습니다. 사고 강도를 조절하려면 Chat Completions의 reasoning_effort 또는 Responses의 reasoning.effort를 사용하세요.

이미지 입력은 glm-5.3-flash와 glm-5.3-flashx만 지원합니다. glm-5.3이나 glm-5.2에 이미지 블록을 보내면 모델이 이미지를 읽지 못해도 200이 반환될 수 있습니다. 이미지 이해가 필요하면 지원 모델을 선택하세요.

인증

Authorization

string

header

필수

##모든 인터페이스는 Bearer Token 인증이 필요합니다##

API Key 발급:

API Key 관리 페이지에 방문하여 API Key를 발급받으세요

요청 헤더에 추가:

Authorization: Bearer YOUR_API_KEY

참고: EvoLink는 /v1/messages에 대해 일괄적으로 Bearer Token 인증을 사용합니다.

본문

application/json

model

enum<string>

기본값:glm-5.3

필수

호출할 모델:

모델 ID	포지셔닝	사고 끄기	이미지 입력
`glm-5.3`	플래그십 모델, 복잡한 소프트웨어 엔지니어링과 에이전트 작업 능력이 전반적으로 향상; 1M 컨텍스트	끌 수 없음	미지원
`glm-5.3-flash`	경량 멀티모달 모델, 비용이 매우 낮고 비전을 기본 지원; 1M 컨텍스트	끌 수 없음	지원
`glm-5.3-flashx`	이미지 입력을 지원하는 멀티모달 모델, 1M 컨텍스트	끌 수 없음	지원
`glm-5.2`	이전 세대 플래그십, 복잡한 추론과 초장문 컨텍스트; 1M 컨텍스트	끌 수 있음(`thinking.type=disabled`)	미지원

사용 가능한 옵션:

glm-5.3,

glm-5.3-flash,

glm-5.3-flashx,

glm-5.2

예시:

"glm-5.3"

messages

object[]

필수

user와 assistant가 번갈아 나오는 대화 메시지입니다. 최소 1개가 필요하며 마지막 메시지는 보통 role=user입니다. 이전 메시지를 포함하면 여러 턴의 문맥을 사용할 수 있습니다.

이미지 입력: content 배열의 image 블록은 glm-5.3-flash와 glm-5.3-flashx만 지원합니다. glm-5.3과 glm-5.2에는 텍스트만 사용하세요. HTTP 200을 받아도 이미지 미지원 모델이 이미지를 읽었다는 뜻은 아닙니다.

Minimum array length: 1

Show child attributes

max_tokens

integer

생성되는 내용 길이의 상한(토큰 수)

설명:

GLM 시리즈는 최대 131,072 tokens(128K) 출력 길이를 지원하며 1024 이상 설정을 권장합니다
thinking으로 생성되는 토큰도 이 상한에 포함됩니다
상한에 도달하면 내용이 잘리고 응답은 stop_reason=max_tokens가 됩니다

필수 범위: 1 <= x <= 131072

예시:

1024

system

시스템 프롬프트로, AI의 역할과 동작을 설정하는 데 사용합니다

설명:

문자열 또는 콘텐츠 블록 배열을 지원합니다
최상위 system 필드로 전달합니다(messages에 넣지 마세요)
모델이 system 제약을 따릅니다
너무 긴 system은 잘릴 수 있습니다: 긴 컨텍스트가 필요하면 messages에 넣고, 모두 system에 쌓지 마세요

예시:

"You are a helpful assistant."

temperature

number

샘플링 온도

설명:

값이 높을수록 출력이 더 발산적이고, 낮을수록 더 확정적입니다
권장 범위 [0, 1]

필수 범위: 0 <= x <= 1

예시:

1

top_p

number

핵 샘플링 임계값

설명:

범위 [0, 1]
temperature와 top_p를 동시에 조정하지 않는 것을 권장합니다

필수 범위: 0 <= x <= 1

예시:

0.9

top_k

integer

확률이 가장 높은 K개의 token 중에서만 샘플링합니다(Anthropic 고유 파라미터)

설명:

값이 작을수록 출력이 더 확정적이고, 클수록 후보가 더 다양합니다

필수 범위: x >= 0

예시:

10

stop_sequences

string[]

사용자 정의 중지 시퀀스: 생성이 그중 어느 문자열에라도 적중하면 중지합니다

설명:

적중 시 잘리며, 적중 지점 이전 내용은 정상적으로 반환됩니다
주의: 중지 시퀀스에 적중할 때 GLM 시리즈의 stop_reason은 end_turn을 반환하며(Anthropic 표준인 stop_sequence가 아님), 응답에도 stop_sequence 필드가 포함되지 않습니다. 클라이언트가 stop_reason=="stop_sequence"로 적중을 판단한다면 별도 처리가 필요합니다

예시:

["\n\n"]

stream

boolean

기본값:false

SSE로 스트리밍 반환할지 여부

true: Server-Sent Events 스트리밍 반환(표준 Anthropic 이벤트 시퀀스: message_start / content_block_start / content_block_delta / message_delta / message_stop)
false: 완전한 응답 후 한 번에 반환(기본값)

예시:

false

thinking

object

사고 모드 설정입니다. 모든 모델에서 기본으로 켜져 있습니다. 응답의 thinking 블록은 출력 토큰으로 과금되며 signature는 빈 문자열일 수 있습니다.

glm-5.2: thinking.type=disabled로 사고를 끌 수 있습니다.
glm-5.3 / glm-5.3-flash / glm-5.3-flashx: 사고가 항상 켜져 있습니다. disabled를 보내도 기본 사고 모드와 출력 토큰 과금이 유지됩니다.

thinking.budget_tokens와 thinking.effort는 GLM 사고 수준을 설정하지 않습니다. 호환 값은 최상위 reasoning_effort 필드를 참고하세요. glm-5.2에서 사고를 끄던 설정은 5.3 시리즈로 바꾼 뒤에는 사고를 끄지 않습니다.

Show child attributes

reasoning_effort

enum<string>

요청 최상위에 두는 GLM 사고 수준 호환 필드로 thinking 객체에 속하지 않습니다. 이 엔드포인트는 필드를 받지만 실제 사고 강도를 제어할 수 있다고 보장하지는 않습니다.

glm-5.3 / glm-5.3-flash / glm-5.3-flashx 호환 규칙

전달 값	호환 값
`low` / `high` / `max`	해당 수준 유지
`xhigh`	`max`
`medium`	`high`
`minimal` / `none`	low, 사고 유지

minimal과 none은 5.3 시리즈의 사고를 끄지 않습니다. 사고 토큰은 출력으로 과금됩니다. 알 수 없는 값은 호환 변환 없이 원래 값을 유지하므로 표에 나온 값을 사용하세요. 이 규칙은 glm-5.2에는 적용되지 않습니다.

사고 강도를 조절하려면 Chat Completions의 reasoning_effort 또는 Responses의 reasoning.effort를 사용하세요.

사용 가능한 옵션:

max,

xhigh,

high,

medium,

low,

minimal,

none

tools

object[]

도구 정의 목록

설명:

Anthropic tool 정의 규범을 따릅니다
input_schema는 JSON Schema 객체를 사용합니다
모델은 표준 tool_use block을 반환하며, stop_reason=tool_use입니다

Show child attributes

tool_choice

object

도구 선택 전략

Show child attributes

metadata

object

요청 메타데이터

Show child attributes

응답

메시지 객체

Anthropic 스타일의 메시지 응답

string

메시지 고유 ID(형식: msg_<uuid>)

type

enum<string>

응답 객체 유형

사용 가능한 옵션:

message

role

enum<string>

사용 가능한 옵션:

assistant

model

string

실제 사용된 모델

예시:

"glm-5.3"

content

object[]

응답 콘텐츠 블록 목록

포함될 수 있는 block type:

thinking: 추론 과정(사고가 켜져 있을 때, 기본적으로 켜짐)
text: 최종 답변 텍스트
tool_use: 모델이 발생시킨 도구 호출

Show child attributes

stop_reason

enum<string>

중지 사유

end_turn: 자연스러운 종료(stop_sequences에 적중할 때도 이 값을 반환)
max_tokens: max_tokens 상한 도달
tool_use: 모델이 도구 호출을 트리거

사용 가능한 옵션:

end_turn,

max_tokens,

tool_use

usage

object

Token 사용 통계(Anthropic 규범)

Show child attributes

이미지 시리즈

비디오 시리즈

오디오 시리즈

텍스트 시리즈

계정 관리

작업 관리

파일 관리

GLM 전체 모델 인터페이스 - Messages 전체 매개변수

인증

본문

응답