跳转到主要内容
POST
/
v1
/
messages
curl --request POST \ --url https://direct.evolink.ai/v1/messages \ --header 'Authorization: Bearer <token>' \ --header 'Content-Type: application/json' \ --data ' { "model": "glm-5.2", "max_tokens": 1024, "messages": [ { "role": "user", "content": "你好，世界" } ] } '
{ "id": "msg_0842a705-9d0b-4eaa-b12d-09a4106326c5", "type": "message", "role": "assistant", "model": "glm-5.2", "content": [ { "type": "thinking", "thinking": "用户要求用一个词打招呼，回答 \"Hi\" 即可。", "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 说明：默认 BaseURL 为 https://direct.evolink.ai，对文本模型支持更好，支持长连接；https://api.evolink.ai 是多模态主力地址，对文本模型作为备用地址使用。

授权

​
Authorization
string
header
必填

##所有接口均需要使用 Bearer Token 进行认证##

获取 API Key：

访问 API Key 管理页面 获取您的 API Key

使用时在请求头中添加：

Authorization: Bearer YOUR_API_KEY

备注：EvoLink 对 /v1/messages 统一采用 Bearer Token 鉴权。

请求体

application/json
​
model
enum<string>
必填

要调用的模型

可用选项:
glm-5.2
示例:

"glm-5.2"

​
messages
object[]
必填

对话消息列表，按轮次 user / assistant 交替

说明：

  • 至少包含 1 条消息
  • 最后一条消息通常为 role=user
  • 支持多轮上下文，模型会引用历史消息
Minimum array length: 1
​
max_tokens
integer

指定生成内容长度的上限（Token 数）

说明：

  • thinking 产生的 token 也计入该上限
  • 达到上限时内容会被截断，响应 stop_reason=max_tokens
必填范围: x >= 1
示例:

1024

​
system

系统提示词，用于设定 AI 角色与行为

说明：

  • 支持字符串或内容块数组
  • 通过顶层 system 字段传入（不要放进 messages）
  • 模型会遵循 system 约束
  • ⚠️ 过长的 system 可能被截断：需要长上下文请放入 messages，不要全部堆在 system
示例:

"You are a helpful assistant."

​
temperature
number

采样温度

说明：

  • 值越高输出越发散，越低越确定
  • 建议范围 [0, 1]
必填范围: 0 <= x <= 1
示例:

1

​
top_p
number

核采样阈值

说明：

  • 范围 [0, 1]
  • 建议不要同时调整 temperature 与 top_p
必填范围: 0 <= x <= 1
示例:

0.9

​
top_k
integer

仅从概率最高的 K 个 token 中采样（Anthropic 特有参数）

说明：

  • 值越小输出越确定，越大候选越多样
必填范围: x >= 0
示例:

10

​
stop_sequences
string[]

自定义停止序列：生成命中其中任一字符串时停止

说明：

  • 命中即截断，命中处之前的内容正常返回
  • ⚠️ 注意：命中停止序列时，GLM-5.2 的 stop_reason 返回 end_turn（而非 Anthropic 标准的 stop_sequence），响应也不含 stop_sequence 字段。若客户端依赖 stop_reason=="stop_sequence" 判断命中，需特殊处理
示例:
["\n\n"]
​
stream
boolean
默认值:false

是否以 SSE 流式返回

  • true：Server-Sent Events 流式返回（标准 Anthropic 事件序列：message_start / content_block_start / content_block_delta / message_delta / message_stop）
  • false：完整响应后一次性返回（默认）
示例:

false

​
thinking
object

控制深度思考

说明：

  • GLM-5.2 是推理模型，不传该字段时默认开启思考
  • 开启时响应 content 数组中会出现 type="thinking" 的推理过程 block（按 output token 计费，signature 可能为空串）
  • 传 {"type":"disabled"} 可关闭思考，显著减少 output token
  • ⚠️ 仅 type 二元开关有效：budget_tokens、effort 等思考预算/等级参数不生效（会被忽略），无法精细控制思考量
​
tools
object[]

工具定义列表

说明：

  • 遵循 Anthropic tool 定义规范
  • input_schema 使用 JSON Schema 对象
  • 模型会返回标准 tool_use block，stop_reason=tool_use
​
tool_choice
object

工具选择策略

​
metadata
object

请求元数据

响应

消息对象

Anthropic 风格的消息响应

​
id
string

消息唯一 ID（格式形如 msg_<uuid>）

​
type
enum<string>

响应对象类型

可用选项:
message
​
role
enum<string>
可用选项:
assistant
​
model
string

实际使用的模型

示例:

"glm-5.2"

​
content
object[]

响应内容块列表

可能包含的 block type：

  • thinking：推理过程（思考开启时，默认开启）
  • text：最终回答文本
  • tool_use：模型发起的工具调用
​
stop_reason
enum<string>

停止原因

  • end_turn：自然结束（⚠️ 命中 stop_sequences 时也返回此值）
  • max_tokens：达到 max_tokens 上限
  • tool_use：模型触发工具调用
可用选项:
end_turn,
max_tokens,
tool_use
​
usage
object

Token 使用统计（Anthropic 规范）