智谱清言api正确调用需严格规范参数：必填model（如glm-4-flash）和messages（含role为"user"/"system"/"assistant"且content为非空字符串的对象）；temperature设0.1～0.95，max_tokens按中文1字≈1.3 token计算；启用沉思模式须用thinking_mode:true（仅/auto-think/completions接口）或sdk的thinking_enabled=true（仅auto-glm系列）；stream=true启用流式需匹配对应接口路径，否则报405。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让智谱清言API正确返回结果，必须按规范填写请求参数，少一个字段可能直接报400错误，错填类型（比如把字符串当数字传）会导致模型静默失败。
基础必填参数怎么写
所有调用都必须包含 model 和 messages 两个字段，缺一不可。
第一步：model 字段填官方支持的模型名，如 【glm-4-flash】、glm-4-air 或 auto-glm-05；不能写成 glm4、glmv4 或带空格的 “glm-4 flash”。
第二步：messages 是个数组，至少含一个 role 为 user 的对象；role 只接受 "system"、"user"、"assistant" 三种值，写成 "User" 或 "SYSTEM" 会报错。
第三步：每个 message 对象里必须有 content 字段，且类型为 string；若传空字符串 ""，部分模型会拒绝响应而非返回空结果。
温度与长度控制参数
temperature 控制输出随机性，建议设在 0.1～0.95 区间。设为 0 时输出确定性强但易重复，设为 1.2 会触发服务端截断并返回 422 错误。
max_tokens 指模型最多生成的 token 数，不是字数。中文平均 1 个字 ≈ 1.3 token，所以想输出 500 字，max_tokens 至少设为 650。
top_p 是另一个多样性参数，和 temperature 二选一用即可；同时设置可能削弱控制效果。
启用沉思模式的写法
方法一：使用官方 SDK（推荐）
在 create() 调用中加入 thinking_enabled=True 参数，仅对 auto-glm 系列模型生效；glm-4 等通用模型传该参数会被忽略。
方法二：用 requests 直接 POST
在 JSON payload 中添加 【"thinking_mode": true】，注意字段名是 thinking_mode 不是 thinking_enabled，且只在 /auto-think/completions 接口有效。
方法三：在 prompt 末尾加 [THINK] 触发词
仅限 Web 端或部分兼容接口，API 调用时不依赖此方式，且 [THINK] 必须紧贴 prompt 结尾，中间有空格或换行将失效。
流式输出与完整返回切换
stream 参数决定响应格式：设为 True 时，返回的是 Chunk 流，需循环读取；设为 False 或不传，response.json() 直接返回完整 answer 字段。
注意：使用 zhipuai SDK 时，stream=False 是默认行为；但用 requests 手动构造请求时，该参数不存在，必须靠后端接口路径区分——/chat/completions 默认非流式，/auto-think/completions 默认流式。
若误在非流式接口加 stream=true，服务器会返回 405 Method Not Allowed。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
