{
"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
}'
Após se cadastrar, cada desenvolvedor recebe uma chave de acesso à API pessoal, uma combinação única de letras e dígitos para acessar nosso endpoint de API. Para autenticar com a GLM-5-3 Bate-Papo Flash API basta incluir seu token Bearer no cabeçalho Authorization.
| Cabeçalho | Descrição |
|---|---|
Authorization
|
Obrigatório
Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito.
|
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
(Economize 2 meses com cobrança anual 🎉)
API de completude de chat compatível com OpenAI para GLM-5.3 Flash. Suporta completude de chat em texto e respostas em streaming
A API Flash GLM-5-3 retorna respostas de conclusão de chat no formato JSON Cada resposta inclui um ID informações do modelo e uma lista de opções contendo a mensagem do assistente que inclui o conteúdo e o raciocínio por trás da resposta
Os campos chave na resposta incluem "id" (identificador único), "model" (modelo utilizado), "choices" (array de respostas) e "usage" (contagem de tokens) Cada escolha contém "message" com "role" e "content" fornecendo contexto para a resposta do assistente
Os dados de resposta estão estruturados como um objeto JSON com campos de nível superior como "id" "objeto" "criado" e "escolhas" O campo "escolhas" é um array onde cada entrada contém informações detalhadas sobre a resposta do assistente incluindo a mensagem e o raciocínio
O ponto final aceita parâmetros como uma série de mensagens de chat formatadas de uma maneira compatível com a OpenAI Os usuários podem personalizar as solicitações incluindo mensagens específicas papéis (usuário ou assistente) e o contexto da conversa para guiar a resposta
Casos de uso típicos incluem a construção de chatbots assistentes virtuais e ferramentas de suporte ao cliente A API pode ser utilizada para gerar respostas de conversação responder perguntas ou fornecer informações com base na entrada do usuário em um formato de bate-papo
Os usuários podem utilizar os dados retornados extraindo o "conteúdo" do campo "mensagem" no array "escolhas" para exibir a resposta do assistente O campo "razão" também pode fornecer insights sobre como a resposta foi gerada, aprimorando a compreensão do usuário
A precisão dos dados é mantida através do treinamento do modelo subjacente em conjuntos de dados diversos garantindo que ele possa gerar respostas contextualmente relevantes Atualizações e melhorias contínuas no modelo também ajudam a aprimorar a qualidade da resposta ao longo do tempo
Se a API retornar resultados parciais ou vazios os usuários devem verificar o array "choices" para respostas disponíveis Implementar tratamento de erros na aplicação pode ajudar a gerenciar tais cenários permitindo novas tentativas ou solicitações alternativas para melhorar a qualidade da resposta