GLM API 指南：GLM-5.2、GLM-5.3 和 GLM-5.3-Flash

通过 APIMaster 使用 Python 或 curl 调用 GLM-5.2、GLM-5.3 和 GLM-5.3-Flash。已测试 Chat、Responses、Messages、流式传输、JSON 和工具调用。

使用 APIMaster API 密钥和基础 URL https://apimaster.ai/v1 调用 glm-5.2、glm-5.3 或 glm-5.3-flash。 对于 OpenAI 兼容的应用程序，请从 Chat Completions 开始。Codex 使用 Responses；Claude Code 使用 Messages 接口。

这些是 APIMaster 网关集成测试的结果，并不意味着每个 GLM 上游都原生实现了每个协议。GLM 是模型家族；OpenAI 和 Anthropic SDK 提供的是客户端接口。

已测试的兼容性

验证始于 2026-09-15 UTC，使用 APIMaster 公共端点和正常路由。每个模型均完成了以下检查：

检查项	`glm-5.2`	`glm-5.3`	`glm-5.3-flash`
Chat Completions:常规与流式	通过	通过	通过
Responses:常规与流式	通过	通过	通过
Messages:常规与流式	通过	通过	通过
函数/工具调用及工具结果往返，覆盖全部三种协议	通过	通过	通过
Chat JSON 对象输出	通过	通过	通过

文本测试检查的是实际回答内容和流式终止事件，而不仅仅是 HTTP 200。工具测试请求了一个天气函数，随后返回了一个仅在工具结果中提供的验证码。这些是功能性集成检查，并非吞吐量基准测试或可用性 SLA。长会话、最大上下文、视频以及所有高级参数均不在本次测试矩阵范围内。

1. 获取 API 密钥

创建 APIMaster API 密钥，启用所需模型并为账户充值。请使用上述确切的模型 ID。BigModel、OpenAI 或 Anthropic 的密钥无法用于 APIMaster 身份验证。

macOS / Linux:

export APIMASTER_API_KEY='YOUR_APIMASTER_API_KEY'

Windows PowerShell:

$env:APIMASTER_API_KEY = 'YOUR_APIMASTER_API_KEY'

2. 使用 curl 调用 Chat Completions

curl --fail-with-body --max-time 120 'https://apimaster.ai/v1/chat/completions' \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{"model":"glm-5.3-flash","messages":[{"role":"user","content":"Reply with exactly GLM_API_OK."}],"max_tokens":2048}'

读取 choices[0].message.content。将 model 改为 glm-5.2 或 glm-5.3 即可切换模型。推理模型可能在输出最终答案之前消耗部分输出配额。

3. 使用 Python OpenAI SDK

python -m pip install -U openai

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["APIMASTER_API_KEY"],
    base_url="https://apimaster.ai/v1",
    timeout=120.0,
)

response = client.chat.completions.create(
    model="glm-5.3-flash",
    messages=[{"role": "user", "content": "Reply with exactly GLM_API_OK."}],
    max_tokens=2048,
)
print(response.choices[0].message.content)

对于流式传输，请设置 stream=True。注意检查空 choices:最后一个 usage 块可能只包含用量信息而没有文本增量。

stream = client.chat.completions.create(
    model="glm-5.3-flash",
    messages=[{"role": "user", "content": "Explain binary search briefly."}],
    max_tokens=4096,
    stream=True,
    stream_options={"include_usage": True},
)
for chunk in stream:
    if chunk.choices:
        text = chunk.choices[0].delta.content
        if text:
            print(text, end="", flush=True)
    if chunk.usage:
        print("\nUsage:", chunk.usage)

第一个事件可能包含推理内容而非可见的回答文本。在返回 reasoning_content 的路由上，将 assistant 消息带入工具对话时应保留该字段；不要仅根据最终文本重构 assistant 消息。

4. 选择正确的端点

应用程序	基础 URL	请求端点
Python OpenAI SDK / Chat	`https://apimaster.ai/v1`	`/v1/chat/completions`
Responses API / Codex	`https://apimaster.ai/v1`	`/v1/responses`
Claude Code	`https://apimaster.ai`	`/v1/messages`

最简 Responses 请求：

curl --fail-with-body --max-time 120 'https://apimaster.ai/v1/responses' \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{"model":"glm-5.3","input":"Reply with exactly GLM_API_OK.","max_output_tokens":2048}'

从内容类型为 output_text 的 message 项中读取文本；将 reasoning 项单独保存。对于流式传输，使用 stream: true 并检查 response.completed 或错误事件。

参数与故障排除

情况	建议操作
401	检查 APIMaster 密钥及其签发账户。
404	使用客户端所期望的基础 URL；不要重复添加 `/v1`。
空回答或输出受限	检查完成原因和推理用量；增加输出配额。
JSON 输出	Chat 的 `response_format: {"type":"json_object"}` 已通过基础 JSON 测试。请在您的应用程序中校验返回的 JSON。
`reasoning.summary` 被拒绝	支持情况取决于所选的上游。基线配置请省略该字段。网关测试成功并不代表 BigModel 原生支持。
`thinking.type: disabled` 被拒绝	官方 GLM-5.3-Flash 模型指南仅允许 `enabled`;请不要要求禁用思考模式。
429 / 5xx / 流中断	记录请求 ID、模型、UTC 时间和错误。在安全的情况下使用有界重试；不要盲目重复已执行的工具。

常见问题

GLM-5.3-Flash 在 APIMaster 上是免费的吗？

"Flash" 一词只是模型名称的一部分，并不代表免费使用。请查看模型市场了解当前路由价格，并查看钱包了解实际扣费情况。

高缓存命中率适用于每个请求吗？

不适用。缓存复用取决于输入前缀的匹配情况和上游。请检查返回的用量信息以及您的用量日志。之前工作负载的缓存命中率并不能保证新应用程序也会如此。

这能证明完全兼容 OpenAI 或 Anthropic 吗？

它验证的是已测试的文本、流式传输、JSON 和工具工作流。特定于提供商的字段、存储的 Responses 状态、内置网络搜索以及多媒体功能需要另行验证。