{
"id": "chatcmpl-80295b9fe82b5625",
"object": "chat.completion",
"created": 1789543771,
"model": "glm-5.3",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Hello, it's wonderful to connect with you!",
"refusal": null,
"annotations": null,
"audio": null,
"function_call": null,
"reasoning": "The user wants a simple greeting in one sentence. Let me provide that."
},
"logprobs": null,
"finish_reason": "stop",
"stop_reason": 154827,
"token_ids": null,
"routed_experts": null
}
],
"service_tier": null,
"system_fingerprint": "vllm-0.29.0-tp8-7a362382",
"usage": {
"prompt_tokens": 18,
"total_tokens": 45,
"completion_tokens": 27,
"prompt_tokens_details": null,
"completion_tokens_details": {
"reasoning_tokens": 15
}
},
"prompt_logprobs": null,
"prompt_token_ids": null,
"prompt_text": null,
"kv_transfer_params": null,
"ec_transfer_params": null,
"metrics": null
}
curl --location --request POST 'https://zylalabs.com/api/13821/glm-5-3+flash+chat+api/31703/chat+completions' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"model": "glm-5.3",
"messages": [
{
"role": "user",
"content": "Say hello in one sentence."
}
],
"stream": false,
"max_tokens": 256
}'
Después de registrarte, a cada desarrollador se le asigna una clave de acceso a la API personal, una combinación única de letras y dígitos proporcionada para acceder a nuestro endpoint de la API. Para autenticarte con el GLM-5-3 Charla Rápida API simplemente incluye tu token de portador en el encabezado de Autorización.
| Encabezado | Descripción |
|---|---|
Autorización
|
Requerido
Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito.
|
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento. La Prueba Gratuita incluye hasta 50 solicitudes.
(Ahorra 2 meses pagando anualmente 🎉)
API de finalización de chat compatible con OpenAI para GLM-5.3 Flash. Soporta finalizaciones de chat de texto y respuestas en flujo.
La API GLM-5-3 Flash devuelve respuestas de finalización de chat en formato JSON Cada respuesta incluye una ID información del modelo y una lista de opciones que contiene el mensaje del asistente que incluye el contenido y el razonamiento detrás de la respuesta
Los campos clave en la respuesta incluyen "id" (identificador único), "model" (modelo utilizado), "choices" (matriz de respuestas) y "usage" (conteos de tokens). Cada elección contiene "message" con "role" y "content" proporcionando contexto para la respuesta del asistente
Los datos de respuesta están estructurados como un objeto JSON con campos de nivel superior como "id," "object," "created" y "choices." El campo "choices" es un array, donde cada entrada contiene información detallada sobre la respuesta del asistente, incluyendo el mensaje y el razonamiento
El punto final acepta parámetros como una serie de mensajes de chat formateados de manera compatible con OpenAI Los usuarios pueden personalizar las solicitudes incluyendo mensajes específicos roles (usuario o asistente) y contexto de la conversación para guiar la respuesta
Los casos de uso típicos incluyen la creación de chatbots asistentes virtuales y herramientas de soporte al cliente La API se puede utilizar para generar respuestas conversacionales responder preguntas o proporcionar información basada en la entrada del usuario en un formato de chat
Los usuarios pueden utilizar los datos devueltos extrayendo el "contenido" del campo "mensaje" en el array "elecciones" para mostrar la respuesta del asistente. El campo "razonamiento" también puede ofrecer información sobre cómo se generó la respuesta mejorando la comprensión del usuario
La precisión de los datos se mantiene a través del entrenamiento del modelo subyacente en conjuntos de datos diversos asegurando que pueda generar respuestas contextualizadas relevantes Las actualizaciones continuas y las mejoras del modelo también ayudan a mejorar la calidad de las respuestas con el tiempo
Si la API devuelve resultados parciales o vacíos, los usuarios deben comprobar la matriz "choices" para ver las respuestas disponibles Implementar manejo de errores en la aplicación puede ayudar a gestionar tales escenarios, permitiendo reintentos o indicaciones alternativas para mejorar la calidad de las respuestas