GLM（智谱）— OpenAI 格式

POST/v1/chat/completions

调用智谱 GLM 系列模型进行文本对话，完全兼容 OpenAI Chat Completions 协议。

Bearer Token

模型介绍

GLM 系列是智谱 AI 推出的通用大语言模型，具备强大的对话、推理、代码与工具调用能力。在 宁享Token 上可通过 OpenAI 兼容协议直接接入。

支持模型

GLM 模型列表

模型	上下文长度	最大输出	思考模式	工具调用	缓存	多模态
glm-5.3	1,000,000	131,072	✅	✅	✅	仅文本（最新旗舰）
glm-5.2	1,000,000	131,072	✅	✅	✅	文本+图像
glm-5.1	128,000	131,072	❌	✅	✅	文本+图像

思考模式：在请求中设置 thinking（{"type":"enabled"} / {"type":"disabled"}）或 reasoning_effort 开启与调节。glm-5.3 / glm-5.3-flash 强制思考不可关闭（传 disabled 会报错）。

请求参数

请求参数

参数	类型	必填	默认值	描述
model	string	是	glm-5.3	模型名称：glm-5.3 / glm-5.2 / glm-5.1
messages	array	是	-	消息列表，见下方 messages 结构
stream	boolean	否	false	是否流式返回（SSE）
max_tokens	integer	否	-	最大输出 token 数，取值 1–131072（128K）；超出会返回 400
temperature	number	否	1.0	采样温度，0~1
top_p	number	否	0.95	核采样概率，0.01~1
reasoning_effort	string	否	max	思考模式强度：max / xhigh / high / medium / low / minimal / none（仅 GLM-5.2 及以上）。glm-5.3 / glm-5.3-flash 只支持 low / high / max；GLM-5.2 的 none/minimal = 放弃思考，low/medium→high，xhigh→max
thinking	object	否	{"type":"enabled"}	思考模式开关（智谱官方参数）：{"type":"enabled"} 开启 / {"type":"disabled"} 关闭。glm-5.3 / glm-5.3-flash 强制思考，传 disabled 会报错
tools	array	否	-	工具定义列表，支持 function 类型，最多 128 个
tool_choice	string	否	-	工具调用策略：none / auto / 指定函数

消息角色约束：messages 数组建议以 system 或 user 角色开头——多轮对话回传历史时请保留开头的 system/user 消息。 ⚠️ 本页早期版本写「以 assistant 开头会返回 400 错误码 1214」，该说法未取到官方出处（智谱官方错误码表中 1214 的逐字含义是「${field} 参数非法」），已移除，请以官方与现场实测为准。

messages 结构

messages 字段

字段	类型	必填	说明
role	string	是	system / user / assistant / tool
content	string 或 array	是	文本内容，或 multimodal 数组（文本 + 图像 URL）
tool_calls	array	否	assistant 消息中的工具调用结果
tool_call_id	string	否	tool 消息中对应的调用 ID

请求示例

curl -X POST /v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3",
    "messages": [
      {"role": "system", "content": "你是一个有帮助的助手。"},
      {"role": "user", "content": "用一句话介绍你自己。"}
    ]
  }'

from openai import OpenAI

client = OpenAI(
    base_url="/v1",
    api_key="YOUR_API_KEY",
)

resp = client.chat.completions.create(
    model="glm-5.2",
    messages=[
        {"role": "system", "content": "你是一个有帮助的助手。"},
        {"role": "user", "content": "用一句话介绍你自己。"},
    ],
)
print(resp.choices[0].message.content)

流式输出示例

from openai import OpenAI

client = OpenAI(base_url="/v1", api_key="<YOUR_API_KEY>")

stream = client.chat.completions.create(
    model="glm-5.2",
    messages=[{'role': 'user', 'content': '写一首关于秋天的诗。'}],
    stream=True,
)
for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)

工具调用示例

resp = client.chat.completions.create(
    model="glm-5.2",
    messages=[{'role': 'user', 'content': '上海今天天气如何？'}],
    tools=[{
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "查询指定城市天气",
            "parameters": {
                "type": "object",
                "properties": {"city": {"type": "string"}},
                "required": ["city"],
            },
        },
    }],
    tool_choice="auto",
)

思考模式示例

resp = client.chat.completions.create(
    model="glm-5.2",
    messages=[{'role': 'user', 'content': '证明根号 2 是无理数。'}],
    reasoning_effort="high",  # low / medium / high
)

响应示例

成功响应

{
  "id": "20261002103015a1b2c3d4e5f60718",
  "object": "chat.completion",
  "created": 1735660800,
  "model": "glm-5.3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "量子纠缠是指两个或多个粒子……"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 28,
    "completion_tokens": 96,
    "total_tokens": 124
  }
}

流式响应（SSE）

data: {"id":"20261002103015a1b2c3d4e5f60718","object":"chat.completion.chunk","created":1735660800,"model":"glm-5.2","choices":[{"index":0,"delta":{"role":"assistant","content":""},"finish_reason":null}]}

data: {"id":"20261002103015a1b2c3d4e5f60718","object":"chat.completion.chunk","created":1735660800,"model":"glm-5.2","choices":[{"index":0,"delta":{"content":"量子"},"finish_reason":null}]}

data: {"id":"20261002103015a1b2c3d4e5f60718","object":"chat.completion.chunk","created":1735660800,"model":"glm-5.2","choices":[{"index":0,"delta":{"content":"纠缠"},"finish_reason":null}]}

data: {"id":"20261002103015a1b2c3d4e5f60718","object":"chat.completion.chunk","created":1735660800,"model":"glm-5.2","choices":[{"index":0,"delta":{},"finish_reason":"stop"}],"usage":{"prompt_tokens":28,"completion_tokens":96,"total_tokens":124}}

data: [DONE]

注意事项

• 响应 id 由平台按原厂形态归一：YYYYMMDDHHMMSS + 16 位 hex（共 30 字符）。
• max_tokens 不能超过模型的最大输出限制（131072）；超出会返回 400 错误。
• 思考模式下，输出会包含 <think>...</think> 标签的推理过程，计入 token 用量。
• 工具调用返回时，finish_reason 为 tool_calls，需要二次请求将工具结果回传给模型。
• 上下文缓存由智谱侧自动处理，命中缓存的输入 token 按优惠价计费；本平台入口没有 cache 请求参数（传入会被忽略）。
• 图像输入需在 content 中使用数组格式：[{"type": "text", "text": "..."}, {"type": "image_url", "image_url": {"url": "..."}}]。
• 本页的 glm-5.1 上下文长度（128,000）未在官方基线中登记（未取证），实际额度以控制台与官方文档为准。