智谱系列

本页覆盖 glm-5.2 / glm-5.1 / glm-5 在 bytestream 网关（https://aiapi.bytestream.com.cn/）下的完整接入方式：全部请求参数、智谱专属的思考模式与联网搜索工具、响应结构差异，附 5 组端到端请求组合示例。通用的鉴权、端点与错误码约定见通用说明。

调用端点	可用模型	请求组合示例
1	3	5

概览

bytestream 通过 zhipu 渠道对接智谱开放平台 GLM 系列模型，请求以 OpenAI 兼容格式提交，由网关转换为上游 POST /api/paas/v4/chat/completions 调用。可用模型：

glm-5.2 · 最新旗舰档位
glm-5.1 · 上一代旗舰档位
glm-5 · 基础档位

glm-5.2： 当前最强档位，长上下文、代码与 Agent 工具调用能力最优；支持 thinking 思考模式与 web_search 联网检索工具。

glm-5.1： 上一代旗舰，能力接近 5.2 而单价更低，适合已在生产验证过 prompt、追求成本稳定的存量业务。

glm-5： 基础档位，响应最快、单价最低，适合分类、抽取、改写等轻量高并发任务；思考模式在该档位下按上游实现可能不生效，推理类能力建议使用 glm-5.1 及以上档位。

鉴权

请求头携带 Authorization: Bearer sk-xxxxxxxx（sk- 前缀可省略）。令牌需在「控制台 → 令牌管理」中绑定可访问 glm-5.2 / glm-5.1 / glm-5 的分组。

调用端点

端点	请求体	响应	适用场景
`POST /v1/chat/completions`	JSON	`chat.completion` / SSE chunk	全部 OpenAI 兼容调用方

01 · 请求参数详解

顶层参数

参数	类型	必填	说明
`model`	string	必填	`glm-5.2` / `glm-5.1` / `glm-5`。
`messages`	array<object>	必填	对话消息数组，`role` 取值 `system` / `user` / `assistant` / `tool`。
`stream`	boolean	可选	是否流式返回，默认 `false`。
`temperature`	number	可选	采样温度，智谱侧有效范围为 `(0, 1)` 开区间，默认约 `0.75`；传 `0` 会被上游拒绝，需要接近确定性的输出请取一个足够小的正数（如 `0.01`）。
`top_p`	number	可选	核采样阈值，同为 `(0, 1)` 开区间，默认约 `0.9`。
`max_tokens`	integer	可选	最大输出 token 数。
`stop`	array<string>	可选	停止序列。智谱上游仅支持 1 个停止词，传入多个会被拒绝或只取首项。
`thinking`	object	可选	思考模式开关：`{ "type": "enabled" }` 开启、`{ "type": "disabled" }` 关闭；思考内容通过 `reasoning_content` 返回。
`do_sample`	boolean	可选	是否启用采样，默认 `true`；置为 `false` 时 `temperature` / `top_p` 失效，走贪心解码。
`tools`	array<object>	可选	工具列表，支持 `{ "type": "function", ... }` 函数调用与 `{ "type": "web_search", ... }` 联网检索。
`tool_choice`	string \| object	可选	工具选择策略：`auto`（默认）/ `none`，或指定具体函数。
`request_id`	string	可选	调用方自定义的请求唯一标识，便于与上游日志对齐排障；不传则由上游生成。
`user_id`	string	可选	终端用户标识（智谱风格字段名）；同时兼容 OpenAI 风格的 `user`。

与 OpenAI 标准的差异点

temperature / top_p 为开区间 (0, 1)，不接受 0 与 1，也不接受大于 1 的值。
stop 仅支持单个停止词。
n（多候选）、presence_penalty、frequency_penalty 在上游不支持，传入会被忽略。
智谱专属的 do_sample / request_id / user_id 不在 OpenAI 标准中，由网关透传给上游。

联网搜索工具（web_search）

作为 tools 数组中的一项传入，开启后模型在生成前先检索网页：

字段	类型	说明
`type`	string	固定为 `"web_search"`
`web_search.enable`	boolean	是否启用，默认 `true`。
`web_search.search_query`	string	自定义检索关键词；不传则由模型自行从对话中提取。
`web_search.search_result`	boolean	是否在响应中返回引用的网页列表，默认 `false`。

02 · 请求组合示例

01 · 基础对话（非流式）

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "messages": [
      { "role": "system", "content": "你是一名中文技术写作助手。" },
      { "role": "user", "content": "把这段发布说明改写得更简洁。" }
    ],
    "temperature": 0.6,
    "max_tokens": 1024
  }'

02 · 流式输出

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.1",
    "messages": [{ "role": "user", "content": "介绍一下向量数据库的选型要点" }],
    "stream": true
  }'

03 · 思考模式（thinking）

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "messages": [{ "role": "user", "content": "推导这段 SQL 慢查询的根因并给出索引方案" }],
    "thinking": { "type": "enabled" },
    "max_tokens": 4096
  }'

思考过程位于 message.reasoning_content（流式为 delta.reasoning_content），与正文 content 分开返回，计入输出 token。不需要推理的轻量任务显式传 { "type": "disabled" } 可降低延迟与成本。

04 · 联网搜索

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "messages": [{ "role": "user", "content": "总结本周国内 AI 领域的重要发布" }],
    "tools": [
      {
        "type": "web_search",
        "web_search": { "enable": true, "search_result": true }
      }
    ]
  }'

05 · 函数调用 + 贪心解码

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "messages": [{ "role": "user", "content": "帮我把这条工单分派给对应负责人" }],
    "do_sample": false,
    "request_id": "req-20260727-0001",
    "tools": [
      {
        "type": "function",
        "function": {
          "name": "assign_ticket",
          "description": "把工单分派给指定负责人",
          "parameters": {
            "type": "object",
            "properties": {
              "ticket_id": { "type": "string" },
              "owner": { "type": "string" }
            },
            "required": ["ticket_id", "owner"]
          }
        }
      }
    ],
    "tool_choice": "auto"
  }'

do_sample: false 时不要再传 temperature / top_p，两者会被忽略；需要可复现输出时优先使用该字段，而不是把 temperature 压到 0（智谱不接受 0）。

03 · 响应结构

{
  "id": "chatcmpl-4d5f608a1b2c3d4e",
  "object": "chat.completion",
  "created": 1721900000,
  "model": "glm-5.2",
  "request_id": "req-20260727-0001",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "...",
        "reasoning_content": "（开启 thinking 时才有）"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": { "prompt_tokens": 96, "completion_tokens": 401, "total_tokens": 497 }
}

finish_reason 取值：stop / length / tool_calls / sensitive（内容安全拦截）/ network_error （上游检索或网络异常）。后两个为智谱特有取值，OpenAI 客户端需按未知值兜底处理。

开启 web_search.search_result 时，引用的网页列表位于响应的 web_search 字段（非 choices 内），标准 OpenAI SDK 的强类型模型可能忽略该字段，需要时请读取原始 JSON。

04 · 附录

错误码

状态码	说明
`200`	请求成功
`400`	参数错误 · `invalid_request`（常见于 `temperature` 取 0 或 1、`stop` 传多项）
`401`	令牌无效 · `invalid_api_key`
`402`	额度不足 · `insufficient_user_quota`
`404`	模型不存在或令牌分组无权访问
`429`	触发限流 · `rate_limit_exceeded`
`500`	上游 / 网关内部错误

错误体统一为 {"error": {"message", "type", "param", "code"}}；内容安全拦截通常不返回错误码，而是以 finish_reason: "sensitive" 结束本次生成。

速查

{
  "model": "glm-5.2",
  "messages": [{ "role": "user", "content": "..." }],
  "stream": true,
  "temperature": 0.75,
  "top_p": 0.9,
  "max_tokens": 4096,
  "stop": ["\n\n"],
  "do_sample": true,
  "thinking": { "type": "enabled" },
  "tools": [
    { "type": "web_search", "web_search": { "enable": true, "search_result": true } }
  ],
  "tool_choice": "auto",
  "request_id": "req-20260727-0001",
  "user_id": "u_10086"
}

bytestream · zhipu 渠道 · 智谱 GLM 系列接入文档 —— 本文档为接入示例（非官方最终版），供接口联调参考。

智谱系列

On this page