Chat completions compatibles con OpenAI respaldados por Z.ai GLM-5.3 Flash, el miembro ligero de la familia GLM-5.3 con un precio unitario menor para trabajo de gran volumen. Siempre piensa; el razonamiento se devuelve en message.reasoning_content y sus tokens se facturan a la tarifa de salida dentro de usage.completion_tokens. Admite llamadas a herramientas y streaming. Indica model=glm-5.3-flash; solo se sirve en /v1/chat/completions.
Probar en el Playground →Autenticación
Authorization: Bearer YOUR_API_KEY Content-Type: application/json
Crea una clave API en la consola para empezar.
Cuerpo de la petición
| Parámetro | Tipo | Obligatorio | Descripción |
|---|---|---|---|
| model | string | Sí | ID del modelo; aquí glm-5.3-flash. |
| messages | array | Sí | Array de mensajes; cada uno tiene role (system/user/assistant) y content. content puede ser una cadena o un array de partes {type:text} y {type:image_url} para comprensión de imágenes (multimodal/visión). |
| stream | boolean | No | Devuelve la respuesta en streaming como SSE. Por defecto false. |
| temperature | number | No | Temperatura de muestreo, 0–2. |
| max_tokens | integer | No | Número máximo de tokens a generar. |
| web_search | boolean | No | Ponlo en true para activar la búsqueda web: la pasarela amplía el prompt con resultados en tiempo real (citando las fuentes) antes de que el modelo responda. También se puede activar con una entrada {"type":"web_search"} en tools. |
Ejemplo de petición
curl https://nezhagate.com/v1/chat/completions -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"model": "glm-5.3-flash", "messages": [{"role": "user", "content": "Hello"}], "stream": false}'Respuesta
{
"id": "chatcmpl_xxx",
"object": "chat.completion",
"model": "glm-5.3-flash",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"reasoning_content": "The user is greeting me, so a short friendly reply fits...",
"content": "Hello! How can I help you today?"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 9,
"completion_tokens": 42,
"total_tokens": 51,
"completion_tokens_details": {"reasoning_tokens": 31}
}
}Entrada de imagen (visión)
Pon una imagen en el array content del mensaje y el modelo la analizará (preguntas sobre la imagen, lectura de texto / OCR, etc.). image_url acepta un enlace público a la imagen o un data URL en base64 (data:image/png;base64,...). Disponible en los modelos multimodales (gpt-5.5, la serie gemini, etc.).
curl https://nezhagate.com/v1/chat/completions -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"model": "glm-5.3-flash", "messages": [{"role": "user", "content": [{"type": "text", "text": "¿Qué hay en esta imagen?"}, {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}]}]}'Códigos de error
Todo cuerpo de error incluye error.message / error.type / error.code / error.param: ramifica según code. La lista completa está en la guía de integración.
| HTTP | code | Descripción |
|---|---|---|
| 401 | invalid_api_key | Falta la clave API o no es válida |
| 402 | insufficient_quota | Saldo insuficiente o clave por encima de su cuota |
| 400 | invalid_request | Modelo o parámetro no soportado |
| 429 | rate_limit_exceeded | Límite de tasa del proveedor |
| 502 | upstream_error | Fallaron todas las rutas de proveedor |
