Documentación de la API

Autenticación & encabezados

Tu glm api key autoriza cada solicitud. Pásala en el Authorization cabecera como un token Bearer. Este es el método estándar utilizado por los SDK oficiales de OpenAI y funciona con cualquier cliente que soporte autenticación compatible con OpenAI. Recibes esta clave inmediatamente después de registrarte con Google o email en el panel.

Mantén tu clave segura. Proporciona acceso completo a tu crédito prepagado. Si la pierdes, genera una nueva; la clave anterior se invalida al instante. Solo puedes tener una clave activa por cuenta en cualquier momento.

Endpoint Chat Completions

Envía mensajes de texto al modelo utilizando el POST /v1/chat/completions endpoint. La URL base para todas las solicitudes es https://api.apiglm.com/v1.Debes especificar el ID del modelo como uncensored en el cuerpo de la solicitud. Este punto final maneja turnos conversacionales estándar y devuelve texto generado.

Cada solicitud consume tokens de tu saldo prepagado. Los errores y las denegaciones no cargan tu crédito. El modelo acepta una secuencia de mensajes, lo que permite conversaciones de múltiples turnos dentro de la ventana de contexto.

Copycurl https://api.apiglm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the features"}]
  }'

Endpoint de Models

Verifica los modelos disponibles y la configuración del extremo llamando a GET /v1/models. Este endpoint devuelve una lista de modelos actualmente admitidos por la API. Puedes usar esto para confirmar la conectividad y verificar el ID del modelo antes de enviar solicitudes de finalización. Es útil para depurar configuraciones de clientes.

La respuesta incluye metadatos sobre el modelo, como su ID y el campo owned_by. Este endpoint no consume crédito. Úsalo para asegurar que tu cliente apunte a la URL base correcta y que tu cabecera de autenticación sea válida.

Transmisión y SSE

Habilita la salida de tokens en tiempo real estableciendo stream: true en tu solicitud. La API devuelve un flujo de Eventos Enviados por el Servidor (SSE). Cada fragmento contiene deltas de texto parcial. El último fragmento incluye las estadísticas completas de uso de tokens para la solicitud.

El streaming reduce la latencia percibida para los usuarios. Permite que tu aplicación muestre los tokens a medida que se generan. Esto es ideal para interfaces de chat donde se espera retroalimentación inmediata. Maneja el stream correctamente para asegurar que todos los tokens se procesen.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.apiglm.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Llamada de funciones

Define las herramientas en tu solicitud para habilitar la invocación de funciones. El modelo puede devolver JSON estructurado que identifique qué función invocar y sus argumentos. Esto permite que tu aplicación ejecute código basándose en la intención del usuario. El soporte incluye definiciones de herramientas, elecciones de herramientas y modo JSON para un formato de salida estricto.

Usa esta función para integrar el LLM en tu flujo de trabajo. Define el esquema de la función en el cuerpo de la solicitud. El modelo responde con una lista de llamadas a herramientas. Analiza estas llamadas en tu código para desencadenar acciones externas. Esto habilita tareas complejas y multi-paso.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.apiglm.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Parámetros & Límites

La ventana de contexto admite 100,000 tokens para la entrada y salida combinadas. La salida máxima es de 16,000 tokens por solicitud. Establece max_tokens para controlar la longitud de la salida. El valor predeterminado es 2,048 tokens si no se especifica. Puedes ajustar la temperatura, top_p y seed para la variabilidad.

Los límites de velocidad permiten 300 solicitudes por minuto por clave. Las solicitudes concurrentes se limitan a 8 por clave. Los cuerpos de las solicitudes deben ser inferiores a 8 MB. Los errores devuelven códigos de estado HTTP estándar. Un 401 indica una clave inválida. Un 402 significa que tu saldo se ha agotado. Un 429 indica límite de velocidad excedido.

Transmisión

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)