GLM Responses

1 つの BeatAPI キーで、OpenAI Responses API から GLM 5.3、5.3 Flash、5.3 FlashXを呼び出せます。

• 1 つのエンドポイント POST /v1/responses で、現行の GLM モデルすべてを呼び出せます。model を変えるだけで切り替わります。
• 3 つのモデルすべてがストリーミングに対応し、コンテキストは 100 万トークン、最大出力は 128,000 トークンです。
• コンテキストウィンドウ全体で同じトークン単価です。長文コンテキスト向けの別料金や、ピーク時間帯の割増はありません。キャッシュ入力はより低い料金で課金されます。
• OpenAI SDK で使えます。base URL を変え、BeatAPI のキーを使うだけです。既存の Chat Completions 連携については Chat Completions を参照してください。
• サーバー側では会話の状態を保存しません。毎ターン、履歴全体を input に入れて送ってください。

このエンドポイントをテスト画面で開きます。BeatAPI の API キーを入力して送信してください。実際に呼び出され、ご自身の残高から課金されます。

モデル

次の ID のいずれかを model として送ります。それぞれ別のモデルで、互いのエイリアスではありません。

• 価格は基本ティアで、割引適用後です。長文コンテキストのティア、キャッシュ入力価格、キャッシュ書き込み価格はこの表に含まれません。価格表を参照してください。
• — はカタログが数値を公開していないことを示します。

クイックスタート

サーバーに openai パッケージをインストールし、キーは BEATAPI_API_KEY に置いてください。ブラウザのコードには書かないでください。output_text は、SDK が回答テキストを取り出すためのショートカットです。以下はリクエスト例であり、実際のモデル出力の記録ではありません。

回答は output_text（または output 内の output_text パート）から読み取り、続けて status と usage を確認します。HTTP 200 だけでは回答がタスクを満たす証拠になりません。内容はアプリケーション側で検証してください。テキストのリクエストは直接結果を返すので、/v1/tasks をポーリングする必要はありません。

curl --request POST \
  --url https://direct.beatapi.io/v1/responses \
  --header "Authorization: Bearer $BEATAPI_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "glm-5.3",
  "max_output_tokens": 2000,
  "input": "Design a resilient webhook retry strategy for a payments API."
}'

エンドポイントと認証

POST https://direct.beatapi.io/v1/responses

リクエストパラメーター

OpenAI Responses の標準フィールドを受け付けます。リクエスト形式が互換でも、すべてのモデルがあらゆるオプションやホスト型ツールに対応するわけではありません。依存するオプションは自分で試してください。

レスポンス

非ストリーミングの呼び出しは JSON オブジェクトを 1 つ返します。以下は省略した例です。

{
  "id": "resp_example",
  "object": "response",
  "model": "glm-5.3",
  "status": "completed",
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "Retry with exponential backoff and jitter, and make every handler idempotent."
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 19,
    "output_tokens": 16,
    "total_tokens": 35
  }
}

レスポンスのフィールド

ストリーミング

"stream": true を指定します。ストリームは response.created で始まり、回答は response.output_text.delta イベントで順に届き、response.completed で終わります。

• レスポンスは text/event-stream です。ストリーミングしない場合は application/json です。
• 関数呼び出しは独立した出力項目として届き、その引数は response.function_call_arguments.delta イベントで順に届きます。
• モデルを呼び出す前に失敗した場合は、ストリームイベントではなく、HTTP ステータス付きの通常の JSON エラーが返ります。
• 明示的なタイムアウトを設定し、ストリーミングの再接続は安全に行ってください。

event: response.created
data: {"type":"response.created","response":{"id":"resp_example","status":"in_progress"}}
event: response.output_text.delta
data: {"type":"response.output_text.delta","delta":"Retry"}
event: response.output_text.delta
data: {"type":"response.output_text.delta","delta":" with backoff"}
event: response.completed
data: {"type":"response.completed","response":{"id":"resp_example","status":"completed"}}

エラー

HTTP エラー早見表

認証、ルーティング、レート制限、存在しないモデルの失敗はモデルを呼ぶ前に起き、BeatAPI のエンベロープ（error.code、error.message、retryable、request_id）で返ります。それ以外の失敗は OpenAI SDK の形式 {"error": {"message", "type", "code"}} のままで、コードは error.code、request id は message の末尾にあります。詳しくはエラーを参照してください。

全エラーコード表と再試行ポリシーはエラーを参照してください。

注意事項

• GLM モデルは Chat Completions と Anthropic Messages でも呼び出せます。
• GLM のモデルは、実測では既定で推論内容を返します。推論トークンは出力として課金されます。そのため max_output_tokens は推論と回答の両方を見込んで設定してください。
• glm-5.3-flashx は無料クレジットでは使えません。一度もチャージしていないアカウントは 403 forbidden になります。チャージすると使えます。
• 無料版の glm-5.3-free と glm-5.3-flash-free は /v1/responses では呼び出せません。Chat Completions で呼び出してください。
• API キーは信頼できるサーバーにだけ置き、レスポンスのリクエスト ID を記録し、再試行は 429、500、503 に限ってください。