Skip to main content
POST
/
paas
/
v4
/
async
/
chat
/
completions
curl --request POST \
  --url https://open.bigmodel.cn/api/paas/v4/async/chat/completions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "glm-4.5",
  "messages": [
    {
      "role": "system",
      "content": "你是一个有用的AI助手。"
    },
    {
      "role": "user",
      "content": "请介绍一下人工智能的发展历程。"
    }
  ],
  "temperature": 0.6,
  "max_tokens": 1024,
  "stream": false
}'
{
  "model": "<string>",
  "id": "<string>",
  "request_id": "<string>",
  "task_status": "<string>"
}

Authorizations

​
Authorization
string
header
required

使用以下格式进行身份验证：Bearer <your api key>

Body

application/json
  • 文本模型
  • 视觉模型
  • 音频模型
  • 角色模型

普通对话模型请求，支持纯文本对话和工具调用

​
model
enum<string>
default:glm-4.6
required

调用的普通对话模型代码。GLM-4.6 是最新的旗舰模型系列，专为智能体应用打造的基础模型。GLM-4.6 GLM-4.5 系列提供了复杂推理、超长上下文、极快推理速度等多款模型。

Available options:
glm-4.6,
glm-4.5,
glm-4.5-air,
glm-4.5-x,
glm-4.5-airx,
glm-4.5-flash,
glm-4-plus,
glm-4-air-250414,
glm-4-airx,
glm-4-flashx,
glm-4-flashx-250414,
glm-z1-air,
glm-z1-airx,
glm-z1-flash,
glm-z1-flashx
Example:

"glm-4.6"

​
messages
(用户消息 · object | 系统消息 · object | 助手消息 · object | 工具消息 · object)[]
required

对话消息列表，包含当前对话的完整上下文信息。每条消息都有特定的角色和内容，模型会根据这些消息生成回复。消息按时间顺序排列，支持四种角色：system（系统消息，用于设定AI的行为和角色）、user（用户消息，来自用户的输入）、assistant（助手消息，来自AI的回复）、tool（工具消息，工具调用的结果）。普通对话模型主要支持纯文本内容。注意不能只包含系统消息或助手消息。

Minimum length: 1
  • 用户消息
  • 系统消息
  • 助手消息
  • 工具消息
​
stream
boolean
default:false

是否启用流式输出模式。默认值为 false。当设置为 false 时，模型会在生成完整响应后一次性返回所有内容，适合短文本生成和批处理场景。当设置为 true 时，模型会通过Server-Sent Events (SSE)流式返回生成的内容，用户可以实时看到文本生成过程，适合聊天对话和长文本生成场景，能提供更好的用户体验。流式输出结束时会返回 data: [DONE] 消息。

Example:

false

​
thinking
object

仅 GLM-4.5 及以上模型支持此参数配置. 控制大模型是否开启思维链。

​
do_sample
boolean
default:true

是否启用采样策略来生成文本。默认值为 true。当设置为 true 时，模型会使用 temperature、top_p 等参数进行随机采样，生成更多样化的输出；当设置为 false 时，模型总是选择概率最高的词汇，生成更确定性的输出，此时 temperature 和 top_p 参数将被忽略。对于需要一致性和可重复性的任务（如代码生成、翻译），建议设置为 false。

Example:

true

​
temperature
number
default:1

采样温度，控制输出的随机性和创造性，取值范围为 [0.0, 1.0]，限两位小数。对于GLM-4.6系列默认值为 1.0，GLM-4.5系列默认值为 0.6，GLM-Z1系列和GLM-4系列默认值为 0.75。较高的值（如0.8）会使输出更随机、更具创造性，适合创意写作和头脑风暴；较低的值（如0.2）会使输出更稳定、更确定，适合事实性问答和代码生成。建议根据应用场景调整 top_p 或 temperature 参数，但不要同时调整两个参数。

Required range: 0 <= x <= 1
Example:

1

​
top_p
number
default:0.95

核采样（nucleus sampling）参数，是temperature采样的替代方法，取值范围为 (0.0, 1.0]，限两位小数。对于GLM-4.6 GLM-4.5系列默认值为 0.95，GLM-Z1系列和GLM-4系列默认值为 0.9。模型只考虑累积概率达到top_p的候选词汇。例如：0.1表示只考虑前10%概率的词汇，0.9表示考虑前90%概率的词汇。较小的值会产生更集中、更一致的输出；较大的值会增加输出的多样性。建议根据应用场景调整 top_p 或 temperature 参数，但不建议同时调整两个参数。

Required range: 0 <= x <= 1
Example:

0.95

​
max_tokens
integer

模型输出的最大令牌token数量限制。GLM-4.6最大支持128K输出长度，GLM-4.5最大支持96K输出长度，GLM-Z1系列最大支持32K输出长度，建议设置不小于1024。令牌是文本的基本单位，通常1个令牌约等于0.75个英文单词或1.5个中文字符。设置合适的max_tokens可以控制响应长度和成本，避免过长的输出。如果模型在达到max_tokens限制前完成回答，会自然结束；如果达到限制，输出可能被截断。 默认值和最大值等更多详见 max_tokens 文档

Required range: 1 <= x <= 131072
Example:

1024

​
tool_stream
boolean

是否开启流式响应Function Calls，仅限GLM-4.6支持此参数。参考 工具流式输出

​
tools

模型可以调用的工具列表。支持函数调用、知识库检索和网络搜索。使用此参数提供模型可以生成 JSON 输入的函数列表或配置其他工具。最多支持 128 个函数。目前 GLM-4 系列已支持所有 tools，GLM-4.5 已支持 web search 和 retrieval。

​
tool_choice
enum<string>

控制模型如何选择工具。 用于控制模型选择调用哪个函数的方式，仅在工具类型为function时补充。默认auto且仅支持auto。

Available options:
auto
​
stop
string[]

停止词列表，当模型生成的文本中遇到这些指定的字符串时会立即停止生成。目前仅支持单个停止词，格式为["stop_word1"]。停止词不会包含在返回的文本中。这对于控制输出格式、防止模型生成不需要的内容非常有用，例如在对话场景中可以设置["Human:"]来防止模型模拟用户发言。

Maximum length: 1
​
response_format
object

指定模型的响应输出格式，默认为text，仅文本模型支持此字段。支持两种格式：{ "type": "text" } 表示普通文本输出模式，模型返回自然语言文本；{ "type": "json_object" } 表示JSON输出模式，模型会返回有效的JSON格式数据，适用于结构化数据提取、API响应生成等场景。使用JSON模式时，建议在提示词中明确说明需要JSON格式输出。

​
request_id
string

请求唯一标识符。由用户端传递，建议使用UUID格式确保唯一性，若未提供平台将自动生成。

​
user_id
string

终端用户的唯一标识符。ID长度要求：最少6个字符，最多128个字符，建议使用不包含敏感信息的唯一标识。

Required string length: 6 - 128

Response

业务处理成功

​
model
string

此次调用使用的名称。

​
id
string

生成的任务ID，调用请求结果接口时使用此ID。

​
request_id
string

用户在客户端请求期间提交的任务编号或平台生成的任务编号。

​
task_status
string

处理状态，PROCESSING (处理中)、SUCCESS (成功)、FAIL (失败)。结果需要通过查询获取。

⌘I