APIMaster.ai
Документация APIMaster.ai
Quick startAPIMaster.aiMarketplace

Руководство по API GLM: GLM-5.2, GLM-5.3 и GLM-5.3-Flash

Вызывайте GLM-5.2, GLM-5.3 и GLM-5.3-Flash через APIMaster с помощью Python или curl. Протестированы Chat, Responses, Messages, стриминг, JSON и вызовы инструментов.

Используйте glm-5.2, glm-5.3 или glm-5.3-flash с API-ключом APIMaster и базовым URL https://apimaster.ai/v1. Для приложений, совместимых с OpenAI, начните с Chat Completions. Codex использует Responses; Claude Code использует интерфейс Messages.

Это результаты интеграционного тестирования через шлюз APIMaster, а не утверждение, что каждый GLM-апстрим нативно реализует каждый протокол. GLM — это семейство моделей; SDK OpenAI и Anthropic предоставляют клиентские интерфейсы.

Протестированная совместимость

Валидация началась 15.09.2026 UTC с использованием публичного эндпоинта APIMaster и обычной маршрутизации. Каждая модель прошла следующие проверки:

Проверка glm-5.2 glm-5.3 glm-5.3-flash
Chat Completions: обычный и стриминговый режимы Пройдена Пройдена Пройдена
Responses: обычный и стриминговый режимы Пройдена Пройдена Пройдена
Messages: обычный и стриминговый режимы Пройдена Пройдена Пройдена
Вызов функций/инструментов и обратный цикл с результатом инструмента, все три протокола Пройдена Пройдена Пройдена
Вывод JSON-объекта в Chat Пройдена Пройдена Пройдена

Текстовые проверки оценивали фактический ответ и событие завершения потока, а не только HTTP 200. Тесты инструментов запрашивали функцию погоды, а затем возвращали проверочный код, переданный только в результате инструмента. Это функциональные проверки интеграции, а не бенчмарки пропускной способности или SLA доступности. Долгие сессии, максимальный контекст, видео и все расширенные параметры выходят за рамки этой тестовой матрицы.

1. Получите API-ключ

Создайте API-ключ APIMaster, включите нужную модель и пополните счёт. Используйте точные идентификаторы моделей, указанные выше. Ключ от BigModel, OpenAI или Anthropic не может пройти аутентификацию в APIMaster.

macOS / Linux:

export APIMASTER_API_KEY='YOUR_APIMASTER_API_KEY'

Windows PowerShell:

$env:APIMASTER_API_KEY = 'YOUR_APIMASTER_API_KEY'

2. Вызовите Chat Completions с помощью curl

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}'

Читайте choices[0].message.content. Измените model на glm-5.2 или glm-5.3, чтобы переключить модель. Модели с рассуждениями могут израсходовать часть бюджета вывода до выдачи финального ответа.

3. Используйте Python SDK от OpenAI

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)

Для стриминга установите stream=True. Проверяйте на пустой choices: финальный chunk с usage может содержать статистику использования без текстового дельта-фрагмента.

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)

Первое событие может содержать рассуждения, а не видимый текст ответа. Сохраняйте reasoning_content при передаче сообщений ассистента в диалог с инструментами на маршрутах, которые его возвращают; не восстанавливайте сообщение ассистента только из финального текста.

4. Выберите правильный эндпоинт

Приложение Базовый URL Эндпоинт запроса
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

Минимальный запрос Responses:

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}'

Читайте текст из элементов message с типом контента output_text; храните элементы reasoning отдельно. Для стриминга используйте stream: true и проверяйте наличие response.completed или события ошибки.

Параметры и устранение неполадок

Ситуация Рекомендуемое действие
401 Проверьте ключ APIMaster и аккаунт, которым он был выдан.
404 Используйте базовый URL, ожидаемый вашим клиентом; не дублируйте /v1.
Пустой ответ или лимит вывода Проверьте причину завершения и использование рассуждений; увеличьте бюджет вывода.
JSON-вывод Chat response_format: {"type":"json_object"} прошёл базовый JSON-тест. Валидируйте возвращённый JSON в вашем приложении.
reasoning.summary отклонён Поддержка зависит от выбранного апстрима. Для базовой конфигурации опустите его. Успешный тест через шлюз не подтверждает нативную поддержку в BigModel.
thinking.type: disabled отклонён Официальное руководство по модели GLM-5.3-Flash допускает только enabled; не требуйте отключения рассуждений.
429 / 5xx / прерванный поток Зафиксируйте ID запроса, модель, время UTC и ошибку. Используйте ограниченные повторные попытки там, где это безопасно; не повторяйте слепо уже выполненные инструменты.

Часто задаваемые вопросы

Является ли GLM-5.3-Flash бесплатным на APIMaster?

Слово Flash — это часть названия модели, а не обещание бесплатного использования. Проверьте актуальные цены маршрутов в маркетплейсе моделей и фактические списания в кошельке.

Применяется ли высокий процент попаданий в кэш к каждому запросу?

Нет. Повторное использование кэша зависит от совпадения входных префиксов и апстрима. Изучите возвращаемую статистику использования и ваши журналы. Процент попаданий в кэш предыдущей нагрузки не является гарантией для нового приложения.

Доказывает ли это полную совместимость с OpenAI или Anthropic?

Это подтверждает протестированные текстовые, стриминговые, JSON- и инструментальные сценарии. Специфичные для провайдера поля, сохранённое состояние Responses, встроенный веб-поиск и мультимедиа требуют отдельной валидации.

Связанные руководства и источники