1.概述

智谱 AI 由清华大学推出，致力于打造新一代认知智能通用模型。

模型列表：

  • glm-4-0520
  • glm-4-plus
  • glm-4-flash
  • glm-4-long
  • glm-4-air
  • glm-4-airx
  • glm-4v
  • glm-4-plus
  • codegeex-4

2.请求说明

  • 请求方法: POST
  • 请求地址
  https://gateway.theturbo.ai/v1/chat/completions

3.请求参数

3.1 Head参数

参数名称 类型 必填 说明 示例值
Content-Type string 是 设置请求头类型，必须为application/json application/json
Accept string 是 设置响应类型，建议统一为application/json application/json
Authorization string 是 身份验证所需的 API_KEY，格式Bearer $YOUR_API_KEY Bearer $YOUR_API_KEY

3.2 Body 参数 (application/json)

参数名称 类型 必填 说明 示例
model string 是 要使用的模型 ID。详见概述列出的可用版本，如 glm-4v。 glm-4v
messages array 是 聊天消息列表。数组中的每个对象包含role (角色) 与 content (内容)。 [{"role": "user","content": "你好"}]
role string 否 消息角色，可选值: system、user、assistant。 user
content string 否 消息的具体内容。 你好，请给我讲个笑话。
temperature number 否 采样温度，取值0~2。数值越大，输出越随机；数值越小，输出越集中和确定。 0.7
top_p number 否 另一种调节采样分布的方式，取值 0~1。和 temperature 通常二选一设置。 0.9
n number 否 为每条输入消息生成多少条回复。 1
stream boolean 否 是否开启流式输出。设置为 true 时，返回类似 ChatGPT 的流式数据。 false
stop string 否 最多可指定 4 个字符串，一旦生成的内容出现这几个字符串之一，就停止生成更多 tokens。 \n
max_tokens number 否 单次回复可生成的最大 token 数量，受模型上下文长度限制。 1024
presence_penalty number 否 -2.0 ~ 2.0，正值会鼓励模型输出更多新话题，负值会降低输出新话题的概率。 0
frequency_penalty number 否 -2.0 ~ 2.0，正值会降低模型重复字句的频率，负值会提高重复字句出现的概率。 0

4.请求示例

4.1聊天对话 

  POST /v1/chat/completions
Content-Type: application/json
Accept: application/json
Authorization: Bearer $YOUR_API_KEY

{
    "model": "glm-4v",
    "messages": [
        {
            "role": "user",
            "content": "你好，给我科普一下量子力学吧"
        }
    ],
    "temperature": 0.7,
    "max_tokens": 1024
}
  
  curl https://gateway.theturbo.ai/v1/chat/completions \
    -H "Content-Type: application/json" \
    -H "Accept: application/json" \
    -H "Authorization: Bearer $YOUR_API_KEY" \
    -d "{
    \"model\": \"glm-4v\",
    \"messages\": [{
        \"role\": \"user\",
        \"content\": \"你好，给我科普一下量子力学吧\"
    }]
}"
  
  package main

import (
    "fmt"
    "io/ioutil"
    "net/http"
    "strings"
)

const (
    YOUR_API_KEY    = "sk-123456789012345678901234567890123456789012345678"
    REQUEST_PAYLOAD = `{
    "model": "glm-4v",
    "messages": [{
        "role": "user",
        "content": "你好，给我科普一下量子力学吧"
    }],
    "temperature": 0.7,
    "max_tokens": 1024
}`
)

func main() {

    requestURL := "https://gateway.theturbo.ai/v1/chat/completions"
    requestMethod := "POST"
    requestPayload := strings.NewReader(REQUEST_PAYLOAD)

    req, err := http.NewRequest(requestMethod, requestURL, requestPayload)
    if err != nil {
        fmt.Println("Create request failed, err: ", err)
        return
    }

    req.Header.Add("Content-Type", "application/json")
    req.Header.Add("Accept", "application/json")
    req.Header.Add("Authorization", "Bearer "+YOUR_API_KEY)

    client := &http.Client{}

    resp, err := client.Do(req)
    if err != nil {
        fmt.Println("Do request failed, err: ", err)
        return
    }
    defer resp.Body.Close()

    respBodyBytes, err := ioutil.ReadAll(resp.Body)
    if err != nil {
        fmt.Println("Read response body failed, err: ", err)
        return
    }
    fmt.Println(string(respBodyBytes))
}

5.响应示例 

  {
    "id": "chatcmpl-1234567890",
    "object": "chat.completion",
    "created": 1699999999,
    "model": "glm-4v",
    "choices": [
        {
            "message": {
                "role": "assistant",
                "content": "量子力学是研究微观世界的物理学分支……"
            },
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 10,
        "completion_tokens": 30,
        "total_tokens": 40
    }
}