> ## 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 전체 모델 인터페이스 - Responses 전체 매개변수
> Responses 형식으로 GLM의 텍스트 대화, 스트리밍, 함수 호출을 이용합니다. 이미지 이해와 웹 검색은 모델별로 제공됩니다. 아래에서 매개변수와 모델별 차이를 확인하세요.
**BaseURL**: 기본 BaseURL은 `https://direct.evolink.ai`이며, 텍스트 모델과 장시간 연결을 더 잘 지원합니다. `https://api.evolink.ai`는 멀티모달 서비스의 기본 엔드포인트이자 텍스트 모델의 대체 주소 역할을 합니다.
Responses 형식으로 GLM의 텍스트 대화, 스트리밍, 함수 호출을 이용합니다. 이미지 이해와 웹 검색은 모델별로 제공됩니다. 아래에서 매개변수와 모델별 차이를 확인하세요.
## 모델과 매개변수 차이
GLM 모델을 선택합니다. 네 모델 모두 이 엔드포인트의 텍스트 입력을 지원하며 선택 기능은 모델마다 다릅니다.
| 모델 ID | 입력 | 추론 관련 참고 사항 |
| ---------------- | -------- | ----------------------------------------------------------------------- |
| `glm-5.3` | 텍스트 | 실제 수준은 `low` / `high` / `max`입니다. 호환 값은 reasoning을 참고하세요. 사고를 끌 수 없습니다. |
| `glm-5.3-flash` | 텍스트, 이미지 | `glm-5.3`과 같습니다. 이미지는 `input_image`를 사용합니다. |
| `glm-5.3-flashx` | 텍스트, 이미지 | `glm-5.3`과 같습니다. 이미지는 `input_image`를 사용합니다. |
| `glm-5.2` | 텍스트 | `none`이어도 사고 토큰이 생성될 수 있으며 사고 끄기를 보장하지 않습니다. |
Responses는 최상위 `reasoning_effort`나 `thinking` 대신 중첩된 `reasoning.effort`를 사용합니다. 사고 사용량은 `output_tokens`에 포함됩니다. 간단한 작업에서 `reasoning_tokens=0`이 반환되어도 사고를 끌 수 있다는 뜻은 아닙니다.
추론 강도이며 `low`를 권장합니다.
**`glm-5.3` / `glm-5.3-flash` / `glm-5.3-flashx` 호환 규칙**
| 전달 값 | 실제 사고 수준 |
| ---------------------- | ------------ |
| `low` / `high` / `max` | 해당 수준 유지 |
| `xhigh` | `max` |
| `medium` | `high` |
| `minimal` / `none` | `low`, 사고 유지 |
**`minimal`과 `none`은 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-5.2`에는 적용되지 않습니다.
이 엔드포인트에서 `glm-5.2`에 `none`을 보내도 사고 토큰이 생성될 수 있으므로 사고 끄기를 보장하지 않습니다.
## 시스템 프롬프트와 여러 턴의 대화
`instructions`: 시스템 지시문입니다. `glm-5.3-flash`는 input이 문자열일 때 이 필드를 지원합니다. 메시지 배열이면 첫 번째 `role=system` 메시지에 시스템 프롬프트를 넣으세요.
```json theme={null}
{
"model": "glm-5.3-flash",
"input": [
{
"role": "system",
"content": "간결한 한국어로 답하세요."
},
{
"role": "user",
"content": "암호 RED-583을 기억하세요"
},
{
"role": "assistant",
"content": "기억했습니다"
},
{
"role": "user",
"content": "암호가 무엇인가요? 암호만 답하세요."
}
],
"reasoning": {
"effort": "low"
},
"max_output_tokens": 1024
}
```
응답을 저장하여 나중에 참조합니다. `glm-5.3-flash`와 `glm-5.3-flashx`는 `store=true` 및 `previous_response_id`로 대화를 이어갈 수 있습니다. `glm-5.2`는 응답 ID 기반 이어가기를 지원하지 않으며 `store=true`로도 활성화되지 않습니다. 대신 input에 전체 기록을 포함하세요.
이전 응답의 최상위 id입니다. `glm-5.3-flash`와 `glm-5.3-flashx`는 `store=true` 및 동일 모델에서 지원합니다. output 항목의 id가 아닌 응답 id를 그대로 전달하세요. `glm-5.2`는 이 필드에 400을 반환합니다. 모델을 바꾸는 대화에서는 이 필드를 생략하고 input에 전체 기록을 포함하세요.
## 스트리밍 응답
SSE 스트리밍을 켭니다. 본문은 `response.output_text.delta`의 delta에서 읽습니다. 성공 종료 이벤트는 `response.completed`입니다. `response.incomplete`, `response.failed` 또는 error에서도 해당 턴을 종료하고 처리하세요. \[DONE]이나 연결 종료만 기다리지 마세요.
| 이벤트 | 처리 방법 |
| ------------------------------------------------------------------------- | ----------------------------------------------------- |
| `response.created` / `response.in_progress` | 이번 턴을 시작합니다. |
| `response.output_text.delta` | delta를 본문에 추가합니다. |
| `response.reasoning_text.delta` / `response.reasoning_summary_text.delta` | 사고 내용을 본문과 분리하고 두 이벤트 형식을 모두 지원합니다. |
| `response.output_item.done` | `function_call` 등 완전한 출력 항목을 수집합니다. |
| `response.completed` | 생성이 끝났습니다. `response.output`과 `response.usage`를 읽습니다. |
| `response.incomplete` / `response.failed` / `error` | 잘림 또는 오류를 처리하고 턴을 종료합니다. |
종료 이벤트를 받으면 읽기를 끝내세요. HTTP 200은 스트림이 열렸다는 뜻이므로 이벤트의 최종 상태를 확인해야 합니다. 도구 호출 턴이 `response.completed`로 끝나더라도 애플리케이션이 함수를 실행하고 다음 요청을 보내야 할 수 있습니다.
## 함수 호출
요청 메뉴에서 함수 호출 예시를 선택하세요. Responses 함수 정의는 중첩하지 않는 구조입니다.
```json theme={null}
{
"type": "function",
"name": "get_temperature",
"description": "지정한 도시의 기온을 반환합니다",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string"
}
},
"required": [
"city"
],
"additionalProperties": false
}
}
```
1. `response.output`을 순회하여 `type=function_call`인 모든 항목을 찾습니다.
2. arguments JSON 문자열을 파싱·검증한 뒤 애플리케이션에서 각 함수를 실행합니다.
3. 이전 output 전체를 기록에 추가합니다. 호출마다 `function_call_output`을 넣고 원래 `call_id`와 문자열 output을 사용합니다.
4. 갱신한 기록을 다음 요청의 input으로 보냅니다. 함수 결과 반환 예시에서 이 구조를 확인할 수 있습니다.
`parallel_tool_calls`: 한 턴에서 여러 도구 호출을 허용할지 정합니다. false로 설정해도 함수 호출이 하나만 반환된다는 보장은 없습니다. 클라이언트는 모든 `function_call`을 순회하고 처리해야 합니다.
## 이미지, 검색 및 JSON 출력
`glm-5.3-flash`와 `glm-5.3-flashx`에서는 사용자 메시지의 content 배열에 `input_text`와 `input_image`를 섞을 수 있습니다. `image_url`에 공개 이미지 URL 또는 Base64 Data URL을 전달하세요. `glm-5.3`과 `glm-5.2`에는 텍스트만 사용합니다.
`tools: [{"type":"web_search"}]`를 선언합니다. 검색은 서버에서 실행되며 `web_search_call`과 본문으로 결과를 반환합니다. 실제 검색 여부는 출력 항목에서 확인하세요. 검색에는 토큰 요금 외에 건당 요금이 발생할 수 있으므로 모델 가격을 참고하세요.
검색 후 대화를 이어가려면 `web_search_call`과 `message`를 포함한 이전 `output` 전체를 `input`에 추가한 다음 새 질문을 추가하세요. 원본 `id`, `status`, `action` 등의 필드를 그대로 유지하세요. 검색은 서버에서 이미 실행되었으므로 `web_search_call`에 대한 `function_call_output`은 만들 필요가 없습니다. `web_search_history` 요청 예시를 참고하세요.
`text.format.type`: 출력 형식입니다. text는 일반 텍스트, `json_object`는 JSON 객체입니다. `json_object`를 사용할 때는 프롬프트에서 유효한 JSON을 명시적으로 요청하고 클라이언트에서 파싱·검증하세요. 엄격한 JSON Schema 제약은 제공하지 않으므로 `json_schema`나 `strict=true`로 지정 구조를 보장할 수 없습니다.
## 응답과 사용량
순서가 있는 출력 항목입니다. `type=message`의 content에서 `type=output_text`인 항목의 text가 본문입니다. reasoning이 본문보다 먼저 올 수 있고 `function_call` 턴에는 본문이 없을 수도 있습니다. 항상 output\[0]만 읽지 마세요.
`output_text`: 선택적인 본문 집계 필드로, 없을 수 있습니다. 범용 클라이언트는 output을 순회해야 합니다.
message에는 `output_text`, reasoning에는 `reasoning_text`가 올 수 있습니다. 사고 내용은 `summary_text`로도 반환될 수 있습니다. 모든 reasoning 항목에 content가 있다고 가정하지 마세요.
* `usage.input_tokens`: 캐시 적중분을 포함한 전체 입력 토큰입니다. `usage.input_tokens_details.cached_tokens`: 입력 중 캐시에 적중한 토큰 수입니다. `input_tokens`에 다시 더하지 마세요. 접두사 캐시는 자동이며 명시적인 `cache_control`이 필요하지 않습니다. 적중량은 반환된 값을 기준으로 확인하세요.
* `usage.output_tokens`: 사고 토큰을 포함한 전체 출력 토큰입니다. `usage.output_tokens_details.reasoning_tokens`: 출력 중 사고에 사용된 토큰 수입니다. `output_tokens`에 중복 계산하지 마세요. 이 상세 값은 없거나 0일 수 있습니다.
`status=incomplete`이고 `incomplete_details.reason=max_output_tokens`이면 예산이 소진된 것입니다. 사고만 있고 본문이 없을 수 있으므로 출력 상한을 늘리세요.
## OpenAPI
````yaml ko/api-manual/language-series/glm/responses/responses-reference.json POST /v1/responses
openapi: 3.1.0
info:
title: GLM 전체 모델 인터페이스 - Responses 전체 매개변수
description: >-
OpenAI 호환 Responses 형식으로 Zhipu GLM 시리즈를 호출합니다. glm-5.3, glm-5.3-flash,
glm-5.3-flashx, glm-5.2를 지원하며 선택 기능은 모델마다 다릅니다.
license:
name: MIT
version: 1.0.0
servers:
- url: https://direct.evolink.ai
description: 프로덕션 (권장)
- url: https://api.evolink.ai
description: 대체 URL
security:
- bearerAuth: []
tags:
- name: Responses
description: GLM Responses API
paths:
/v1/responses:
post:
tags:
- Responses
summary: GLM Responses API(전체 매개변수)
description: >-
Responses 형식으로 GLM의 텍스트 대화, 스트리밍, 함수 호출을 이용합니다. 이미지 이해와 웹 검색은 모델별로
제공됩니다. 아래에서 매개변수와 모델별 차이를 확인하세요.
operationId: createGLMResponse
requestBody:
required: true
content:
application/json:
schema:
$ref: '#/components/schemas/ResponsesRequest'
examples:
basic:
summary: 기본 텍스트 대화
value:
model: glm-5.3-flash
input: 한 문장으로 자신을 소개해 주세요.
max_output_tokens: 1024
reasoning:
effort: low
system_message:
summary: 시스템 프롬프트와 메시지 배열
value:
model: glm-5.3-flash
input:
- role: system
content: 간결한 한국어로 답하세요.
- role: user
content: 이진 탐색이란 무엇인가요?
max_output_tokens: 1024
reasoning:
effort: low
stream:
summary: SSE 스트리밍 출력
value:
model: glm-5.3-flash
input: 한 문장으로 자신을 소개해 주세요.
max_output_tokens: 1024
reasoning:
effort: low
stream: true
history:
summary: 기록을 포함한 여러 턴의 대화
value:
model: glm-5.3-flash
input:
- role: user
content: 암호 RED-583을 기억하세요
- role: assistant
content: 기억했습니다
- role: user
content: 암호가 무엇인가요? 암호만 답하세요.
max_output_tokens: 1024
reasoning:
effort: low
function:
summary: 클라이언트 측 함수 호출
value:
model: glm-5.3-flash
input: 베이징의 기온을 조회하세요.
max_output_tokens: 1024
reasoning:
effort: low
tools:
- type: function
name: get_temperature
description: 지정한 도시의 기온을 반환합니다
parameters:
type: object
properties:
city:
type: string
required:
- city
additionalProperties: false
tool_choice:
type: function
name: get_temperature
function_result:
summary: 함수 실행 결과 반환
description: 예시의 call_id를 이전 턴에서 실제로 반환된 값으로 바꾸고 이전 output 전체를 유지하세요.
value:
model: glm-5.3-flash
input:
- role: user
content: 베이징의 기온을 조회하세요.
- type: function_call
call_id: call_weather_demo
name: get_temperature
arguments: '{"city":"베이징"}'
- type: function_call_output
call_id: call_weather_demo
output: '{"city":"베이징","temperature":25}'
max_output_tokens: 1024
reasoning:
effort: low
tools:
- type: function
name: get_temperature
description: 지정한 도시의 기온을 반환합니다
parameters:
type: object
properties:
city:
type: string
required:
- city
additionalProperties: false
tool_choice: none
web_search:
summary: 서버 측 웹 검색
value:
model: glm-5.3-flash
input: 웹 검색으로 Python 공식 홈페이지의 제목을 찾아 제목과 출처 링크만 반환하세요.
max_output_tokens: 1024
reasoning:
effort: low
tools:
- type: web_search
tool_choice: required
web_search_history:
summary: 웹 검색 후 대화 이어가기
description: >-
실제 요청에서는 예시의 web_search_call과 message를 이전 응답의 원본 output 항목 전체로
바꾼 다음 새 질문을 추가하세요. id, status, action 등의 필드를 그대로 유지하세요.
web_search_call에 대한 function_call_output은 만들 필요가 없습니다.
value:
model: glm-5.3-flash
input:
- role: user
content: 웹 검색으로 Python 공식 홈페이지의 제목을 찾아 제목과 출처 링크만 반환하세요.
- type: web_search_call
id: ws_search_demo
status: completed
action:
type: open_page
url: https://www.python.org
- type: message
id: msg_search_demo
status: completed
role: assistant
content:
- type: output_text
text: Welcome to Python.org — https://www.python.org
annotations: []
- role: user
content: 이전 턴에서 찾은 홈페이지 제목은 무엇인가요? 다시 검색하지 말고 제목만 반환하세요.
max_output_tokens: 1024
reasoning:
effort: low
json_object:
summary: JSON 객체 출력
value:
model: glm-5.3-flash
input: city 필드 값이 Beijing인 유효한 JSON 객체만 출력하세요. Markdown은 사용하지 마세요.
max_output_tokens: 1024
reasoning:
effort: low
text:
format:
type: json_object
image:
summary: 이미지 이해(Flash 예시)
description: 예시는 빨간색 PNG 이미지의 Data URL입니다.
value:
model: glm-5.3-flash
max_output_tokens: 1024
reasoning:
effort: low
input:
- role: user
content:
- type: input_text
text: 이미지는 단색입니다. 색상만 답하세요.
- type: input_image
image_url: >-
data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAIAAAACACAIAAABMXPacAAABK0lEQVR4nO3RMQEAMAyAsLb+PW8y8hADHOybSEfraYDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANGOsDz+EB/5Uf+TQAAAAASUVORK5CYII=
store:
summary: 나중에 참조할 응답 생성(Flash)
value:
model: glm-5.3-flash
input: 암호 BLUE-728을 기억하고 기억했습니다라고만 답하세요.
max_output_tokens: 1024
reasoning:
effort: low
store: true
previous_response:
summary: 이전 응답 참조(Flash)
description: >-
먼저 응답을 저장하는 예시를 실행하고 최상위 id를 previous_response_id에 설정하세요.
glm-5.2는 이 방식의 대화 이어가기를 지원하지 않습니다.
value:
model: glm-5.3-flash
input: 앞서 말한 암호가 무엇인가요? 암호만 답하세요.
max_output_tokens: 1024
reasoning:
effort: low
previous_response_id: 이전 턴에서 반환된 응답 ID
flashx:
summary: GLM-5.3-FlashX 호출
value:
model: glm-5.3-flashx
input: 한 문장으로 자신을 소개해 주세요.
max_output_tokens: 1024
reasoning:
effort: low
vision_flashx:
summary: GLM-5.3-FlashX 이미지 입력
value:
model: glm-5.3-flashx
max_output_tokens: 1024
reasoning:
effort: low
input:
- role: user
content:
- type: input_text
text: 이미지는 단색입니다. 색상만 답하세요.
- type: input_image
image_url: >-
data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAIAAAACACAIAAABMXPacAAABK0lEQVR4nO3RMQEAMAyAsLb+PW8y8hADHOybSEfraYDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANwBqANQBrANYArAFYA7AGYA3AGoA1AGsA1gCsAVgDsAZgDcAagDUAawDWAKwBWAOwBmANGOsDz+EB/5Uf+TQAAAAASUVORK5CYII=
responses:
'200':
description: >-
생성이 완료되었거나 불완전한 결과가 반환되었습니다. status를 확인하세요. 스트리밍은 text/event-stream을
반환합니다.
content:
application/json:
schema:
$ref: '#/components/schemas/ResponsesResponse'
example:
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: 안녕하세요, GLM입니다. 대화, 글쓰기, 코딩을 도와드립니다.
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
text/event-stream:
schema:
type: string
example: >+
event: response.output_text.delta
data:
{"type":"response.output_text.delta","item_id":"message_demo","output_index":0,"content_index":0,"delta":"안녕하세요"}
event: response.completed
data:
{"type":"response.completed","response":{"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":"안녕하세요","annotations":[]}]}],"usage":{"input_tokens":17,"output_tokens":3,"total_tokens":20},"error":null}}
'400':
description: >-
잘못된 요청 매개변수입니다. input 누락, reasoning 형식 오류, previous_response_id 미지원
모델 등이 해당됩니다.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'401':
description: API 키가 잘못되었거나 만료되었습니다.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'402':
description: 사용 가능한 크레딧이 부족합니다.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'429':
description: 요청 빈도 제한을 초과했습니다. 대기 시간을 늘려 재시도하세요.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'500':
description: 서버 오류입니다.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
'503':
description: 서비스를 일시적으로 사용할 수 없습니다. 나중에 다시 시도하세요.
content:
application/json:
schema:
$ref: '#/components/schemas/ErrorResponse'
components:
schemas:
ResponsesRequest:
type: object
properties:
model:
type: string
description: >-
GLM 모델을 선택합니다. 네 모델 모두 이 엔드포인트의 텍스트 입력을 지원하며 선택 기능은 모델마다 다릅니다.
| 모델 ID | 입력 | 추론 관련 참고 사항 |
| --- | --- | --- |
| `glm-5.3` | 텍스트 | 실제 수준은 low / high / max입니다. 호환 값은 reasoning을
참고하세요. 사고를 끌 수 없습니다. |
| `glm-5.3-flash` | 텍스트, 이미지 | glm-5.3과 같습니다. 이미지는 input_image를
사용합니다. |
| `glm-5.3-flashx` | 텍스트, 이미지 | glm-5.3과 같습니다. 이미지는 input_image를
사용합니다. |
| `glm-5.2` | 텍스트 | none이어도 사고 토큰이 생성될 수 있으며 사고 끄기를 보장하지 않습니다. |
enum:
- glm-5.3
- glm-5.3-flash
- glm-5.3-flashx
- glm-5.2
default: glm-5.3-flash
example: glm-5.3-flash
input:
description: >-
필수입니다. 텍스트 문자열 또는 Responses 입력 항목 배열입니다. 배열에는 메시지, 모델 출력의 재전송 항목,
function_call_output을 포함할 수 있습니다. 여러 턴의 대화에서는 매번 전체 기록을 보낼 수 있습니다.
시스템 프롬프트는 첫 번째 role=system 메시지에 두는 것이 좋습니다. 이미지는 input_image를 사용하며
glm-5.3-flash와 glm-5.3-flashx만 지원합니다. Chat Completions의 messages /
image_url 블록 형식을 사용하지 마세요.
oneOf:
- type: string
- type: array
items:
$ref: '#/components/schemas/InputItem'
example: 한 문장으로 자신을 소개해 주세요.
max_output_tokens:
type: integer
minimum: 1
description: >-
이번 생성의 출력 토큰 상한으로, 사고 토큰도 포함합니다. 1024부터 작업에 맞게 조정하세요. 너무 작으면 사고 중에
한도를 소진하여 본문 없이 reasoning 항목만 반환될 수 있습니다. status와 incomplete_details를
확인하세요. 매개변수 이름은 max_tokens가 아닌 max_output_tokens입니다.
example: 1024
stream:
type: boolean
default: false
description: >-
SSE 스트리밍을 켭니다. 본문은 response.output_text.delta의 delta에서 읽습니다. 성공 종료
이벤트는 response.completed입니다. response.incomplete, response.failed 또는
error에서도 해당 턴을 종료하고 처리하세요. [DONE]이나 연결 종료만 기다리지 마세요.
reasoning:
type: object
properties:
effort:
type: string
description: >-
추론 강도이며 low를 권장합니다.
**glm-5.3 / glm-5.3-flash / glm-5.3-flashx 호환 규칙**
| 전달 값 | 실제 사고 수준 |
| --- | --- |
| `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.
이 엔드포인트에서 glm-5.2에 none을 보내도 사고 토큰이 생성될 수 있으므로 사고 끄기를 보장하지 않습니다.
enum:
- max
- xhigh
- high
- medium
- low
- minimal
- none
example: low
description: >-
Responses는 최상위 reasoning_effort나 thinking 대신 중첩된 reasoning.effort를
사용합니다. 사고 사용량은 output_tokens에 포함됩니다. 간단한 작업에서 reasoning_tokens=0이
반환되어도 사고를 끌 수 있다는 뜻은 아닙니다.
instructions:
type: string
description: >-
시스템 지시문입니다. glm-5.3-flash는 input이 문자열일 때 이 필드를 지원합니다. 메시지 배열이면 첫 번째
role=system 메시지에 시스템 프롬프트를 넣으세요.
tools:
type: array
items:
$ref: '#/components/schemas/Tool'
description: >-
클라이언트 측 function 도구와 서버 측 web_search를 지원합니다. 함수는 name / description
/ parameters를 같은 계층에 선언하며 Chat Completions의 function 객체처럼 중첩하지 않습니다.
애플리케이션이 function_call을 실행하고 결과를 반환합니다. web_search는 서버에서 실행되며 실제 검색에는
토큰 요금 외에 호출당 요금이 발생할 수 있습니다. 모델 가격을 참고하세요.
tool_choice:
description: >-
auto는 모델이 선택하고, none은 도구를 사용하지 않으며, required는 도구 호출을 요구합니다. 특정 함수는
{"type":"function","name":"get_temperature"}로 지정합니다. 강제 선택 동작이 모든
모델과 도구 조합에서 동일하게 지원되는 것은 아닙니다.
oneOf:
- type: string
enum:
- auto
- none
- required
- type: object
properties:
type:
type: string
const: function
name:
type: string
required:
- type
- name
example: auto
parallel_tool_calls:
type: boolean
description: >-
한 턴에서 여러 도구 호출을 허용할지 정합니다. false로 설정해도 함수 호출이 하나만 반환된다는 보장은 없습니다.
클라이언트는 모든 function_call을 순회하고 처리해야 합니다.
text:
type: object
properties:
format:
type: object
properties:
type:
type: string
description: >-
출력 형식입니다. text는 일반 텍스트, json_object는 JSON 객체입니다.
json_object를 사용할 때는 프롬프트에서 유효한 JSON을 명시적으로 요청하고 클라이언트에서
파싱·검증하세요. 엄격한 JSON Schema 제약은 제공하지 않으므로 json_schema나
strict=true로 지정 구조를 보장할 수 없습니다.
enum:
- text
- json_object
example: json_object
required:
- type
description: >-
출력 형식입니다. 예시는 json_object를 사용합니다. HTTP 200이 JSON Schema 준수를 보장하지는
않습니다.
store:
type: boolean
description: >-
응답을 저장하여 나중에 참조합니다. glm-5.3-flash와 glm-5.3-flashx는 store=true 및
previous_response_id로 대화를 이어갈 수 있습니다. glm-5.2는 응답 ID 기반 이어가기를 지원하지
않으며 store=true로도 활성화되지 않습니다. 대신 input에 전체 기록을 포함하세요.
previous_response_id:
type: string
description: >-
이전 응답의 최상위 id입니다. glm-5.3-flash와 glm-5.3-flashx는 store=true 및 동일
모델에서 지원합니다. output 항목의 id가 아닌 응답 id를 그대로 전달하세요. glm-5.2는 이 필드에 400을
반환합니다. 모델을 바꾸는 대화에서는 이 필드를 생략하고 input에 전체 기록을 포함하세요.
example: 이전 턴에서 반환된 응답 ID
metadata:
type: object
additionalProperties:
type: string
description: 사용자 지정 문자열 키-값 메타데이터로, 응답의 metadata에서 읽을 수 있습니다. 키나 민감한 정보를 넣지 마세요.
example:
conversation: demo
temperature:
type: number
description: >-
샘플링 매개변수입니다. 유효 범위와 동작은 모델에 따라 다릅니다. 결정적인 출력을 보장하지 않으며 추론 작업에서는 생략할
수 있습니다.
top_p:
type: number
description: 샘플링 매개변수입니다. 유효 범위와 동작은 모델에 따라 다르며 보통 생략할 수 있습니다.
required:
- model
- input
ResponsesResponse:
type: object
properties:
id:
type: string
description: 이번 응답의 ID입니다. previous_response_id에 그대로 전달하세요.
example: response_demo
object:
type: string
const: response
created_at:
type: integer
description: 생성 시간이며 Unix 초 단위입니다.
model:
type: string
example: glm-5.3-flash
status:
type: string
description: >-
completed는 이번 턴의 생성 종료를 의미하며 도구 호출만 있을 수도 있습니다. incomplete는 출력이
불완전함을 뜻합니다. output과 error를 함께 확인하세요.
enum:
- completed
- incomplete
- failed
- in_progress
- queued
output:
type: array
items:
$ref: '#/components/schemas/OutputItem'
description: >-
순서가 있는 출력 항목입니다. type=message의 content에서 type=output_text인 항목의 text가
본문입니다. reasoning이 본문보다 먼저 올 수 있고 function_call 턴에는 본문이 없을 수도 있습니다.
항상 output[0]만 읽지 마세요.
output_text:
type: string
description: 선택적인 본문 집계 필드로, 없을 수 있습니다. 범용 클라이언트는 output을 순회해야 합니다.
usage:
$ref: '#/components/schemas/Usage'
error:
type:
- object
- 'null'
description: 응답 오류이며 성공 시 보통 null입니다.
additionalProperties: true
incomplete_details:
type: object
properties:
reason:
type: string
description: '출력이 잘린 경우의 상세 정보입니다. 예: max_output_tokens.'
metadata:
type:
- object
- 'null'
additionalProperties:
type: string
ErrorResponse:
type: object
properties:
error:
type: object
properties:
message:
type: string
type:
type: string
param:
type:
- string
- 'null'
code:
type:
- string
- integer
- 'null'
required:
- error
InputItem:
description: >-
메시지, 함수 결과 또는 이전 output에서 그대로 다시 보내는 항목입니다. 도구 결과에는 반환된 call_id를 사용하고 이전
출력 항목의 원래 필드를 유지하세요.
oneOf:
- $ref: '#/components/schemas/InputMessage'
- $ref: '#/components/schemas/FunctionCallOutput'
- type: object
properties:
type:
type: string
description: 다시 보내는 출력 항목의 유형입니다.
enum:
- function_call
- reasoning
- web_search_call
id:
type: string
call_id:
type: string
name:
type: string
arguments:
type: string
description: JSON 문자열로 인코딩된 인수입니다.
status:
type: string
action:
type: object
additionalProperties: true
description: web_search_call의 검색 또는 페이지 접근 작업입니다.
required:
- type
Tool:
oneOf:
- type: object
properties:
type:
type: string
const: function
name:
type: string
description:
type: string
parameters:
type: object
description: 함수 매개변수의 JSON Schema입니다.
strict:
type: boolean
description: 함수 인수 제약 옵션입니다. 함수를 실행하기 전에 클라이언트에서 arguments를 파싱하고 검증해야 합니다.
required:
- type
- name
- parameters
- type: object
properties:
type:
type: string
const: web_search
required:
- type
OutputItem:
type: object
properties:
type:
type: string
description: 일반적인 유형은 message, reasoning, function_call, web_search_call입니다.
enum:
- message
- reasoning
- function_call
- web_search_call
id:
type: string
status:
type: string
role:
type: string
content:
type: array
items:
type: object
properties:
type:
type: string
text:
type: string
annotations:
type: array
items:
type: object
description: message에는 output_text, reasoning에는 reasoning_text가 올 수 있습니다.
summary:
type: array
items:
type: object
properties:
type:
type: string
text:
type: string
description: >-
사고 내용은 summary_text로도 반환될 수 있습니다. 모든 reasoning 항목에 content가 있다고 가정하지
마세요.
call_id:
type: string
description: 결과를 되돌려 줄 때 사용하는 함수 호출 식별자입니다.
name:
type: string
description: 함수 이름입니다.
arguments:
type: string
description: 함수 인수의 JSON 문자열입니다. 실행 전에 파싱하고 검증하세요.
action:
type: object
additionalProperties: true
description: web_search_call의 검색 또는 페이지 접근 작업입니다.
required:
- type
Usage:
type: object
properties:
input_tokens:
type: integer
description: 캐시 적중분을 포함한 전체 입력 토큰입니다.
output_tokens:
type: integer
description: 사고 토큰을 포함한 전체 출력 토큰입니다.
total_tokens:
type: integer
description: 입력 토큰과 출력 토큰의 합계입니다.
input_tokens_details:
type: object
properties:
cached_tokens:
type: integer
description: >-
입력 중 캐시에 적중한 토큰 수입니다. input_tokens에 다시 더하지 마세요. 접두사 캐시는 자동이며
명시적인 cache_control이 필요하지 않습니다. 적중량은 반환된 값을 기준으로 확인하세요.
output_tokens_details:
type: object
properties:
reasoning_tokens:
type: integer
description: >-
출력 중 사고에 사용된 토큰 수입니다. output_tokens에 중복 계산하지 마세요. 이 상세 값은 없거나 0일
수 있습니다.
InputMessage:
type: object
properties:
role:
type: string
enum:
- system
- user
- assistant
content:
description: >-
텍스트 문자열 또는 입력 콘텐츠 블록 배열입니다. 기존 assistant 출력을 다시 보낼 때 output_text 블록을
그대로 유지할 수 있습니다.
oneOf:
- type: string
- type: array
items:
oneOf:
- $ref: '#/components/schemas/InputText'
- $ref: '#/components/schemas/InputImage'
- $ref: '#/components/schemas/OutputText'
required:
- role
- content
FunctionCallOutput:
type: object
properties:
type:
type: string
const: function_call_output
call_id:
type: string
description: 원래 function_call의 call_id입니다.
output:
type: string
description: 함수 결과이며, 보통 JSON 인코딩 문자열입니다.
required:
- type
- call_id
- output
InputText:
type: object
properties:
type:
type: string
const: input_text
text:
type: string
required:
- type
- text
InputImage:
type: object
properties:
type:
type: string
const: input_image
image_url:
type: string
description: >-
공개 이미지 URL 또는 Base64 Data URL입니다. PNG 예: data:image/png;base64,... .
이미지는 glm-5.3-flash / glm-5.3-flashx만 지원합니다. glm-5.3과 glm-5.2에는 텍스트만
사용하세요.
required:
- type
- image_url
OutputText:
type: object
properties:
type:
type: string
const: output_text
text:
type: string
annotations:
type: array
items:
type: object
required:
- type
- text
securitySchemes:
bearerAuth:
type: http
scheme: bearer
description: Authorization 헤더에 Bearer YOUR_API_KEY를 전달하세요.
````