HiAPI
Ko
블로그

튜토리얼

hiapi API로 glm-5.3 사용하는 방법: curl, Python 그리고 실행 가능한 요청

Sep 17, 2026
hiapi API로 glm-5.3 사용하는 방법: curl, Python 그리고 실행 가능한 요청

빌드하게 될 내용

hiapi의 OpenAI 호환 Chat Completions API를 통해 glm-5.3을 호출하는 실행 가능한 통합입니다. 단일 요청으로 실제 완성 결과를 반환하며, 이 모델을 사용할 때 실제로 가장 쉽게 빠지는 함정을 설명합니다. 바로 추론 토큰이 max_tokens 예산을 잡아먹는다는 점입니다.

전제 조건: hiapi API key 하나. dashboard에서 발급받으세요. sk-... 문자열일 뿐이며, 같은 key를 계정에서 활성화된 모든 모델에 사용할 수 있습니다. 이 모델에만 국한되지 않습니다.

아래의 모든 요청과 응답은 작성 시점에 실제 운영 중인 API로 직접 실행한 결과입니다.

최소 실행 예제

glm-5.3은 표준 Chat Completions 엔드포인트의 텍스트 모델입니다. hiapi가 이미지/비디오/오디오 모델에 사용하는 비동기 /v1/tasks 흐름이 아닙니다. 요청 한 번, 응답 한 번, 폴링 없음.

curl https://api.hiapi.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-<your-api-key>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3",
    "messages": [
      {"role": "user", "content": "Reply with exactly: OK"}
    ],
    "max_tokens": 200
  }'

응답(일부 생략):

{
  "id": "8be5f07603f0407c90734e8b4c2f02f0",
  "object": "chat.completion",
  "model": "glm-5.3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "OK",
        "reasoning_content": "The user wants me to reply with exactly \"OK\" ..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 17,
    "completion_tokens": 35,
    "total_tokens": 52,
    "completion_tokens_details": { "reasoning_tokens": 32 }
  }
}

requests만 사용해 Python으로 동일한 호출을 수행합니다:

import requests

resp = requests.post(
    "https://api.hiapi.ai/v1/chat/completions",
    headers={"Authorization": "Bearer sk-<your-api-key>"},
    json={
        "model": "glm-5.3",
        "messages": [
            {"role": "user", "content": "Reply with exactly: OK"}
        ],
        "max_tokens": 200,
    },
    timeout=60,
)
resp.raise_for_status()
data = resp.json()
print(data["choices"][0]["message"]["content"])
print(data["usage"])

OpenAI와 구조가 호환되므로 이 코드는 공식 openai Python/JS SDK와도 수정 없이 동작합니다. base_url을 https://api.hiapi.ai/v1로 지정하고 hiapi key를 전달하기만 하면 됩니다.

프로덕션 환경 패턴

추론 토큰이 낮은 max_tokens 예산을 잡아먹습니다

glm-5.3은 답변 전에 항상 먼저 사고합니다. 모든 응답이 content 옆에 reasoning_content 필드를 동반하며, 이를 끄는 요청 플래그는 없습니다. 이 추론 내용은 눈에 보이는 답변보다 먼저 max_tokens에 계산됩니다. 예산을 너무 낮게 잡으면 content: null과 finish_reason: "length"를 받게 됩니다. 모델이 할당량을 전부 사고에 써버려 답변 작성 단계에 이르지 못하기 때문입니다:

{
  "choices": [{
    "message": { "content": null, "reasoning_content": "The user has given a very simple instruction: \"" },
    "finish_reason": "length"
  }],
  "usage": { "completion_tokens": 10, "completion_tokens_details": { "reasoning_tokens": 9 } }
}

프롬프트가 단순하더라도 여유를 두세요(200+ 토큰이 안전한 하한). 그리고 content를 신뢰하기 전에 항상 finish_reason을 확인하세요. "length"는 답변이 잘렸음을, 심지어 시작조차 못 했을 수 있음을 뜻합니다.

스트리밍 출력

"stream": true를 설정하고 Server-Sent Events를 읽으세요. 추론 내용과 답변 텍스트는 별개의 delta 필드로 도착합니다. 먼저 delta.reasoning_content 블록이, 모델이 실제로 답변을 시작하면 delta.content가 옵니다. 스트림은 마지막 블록에서 finish_reason: "stop"으로 끝납니다:

curl https://api.hiapi.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-<your-api-key>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3",
    "messages": [{"role": "user", "content": "Count to 3."}],
    "max_tokens": 200,
    "stream": true
  }'

data: {"choices":[{"delta":{"role":"assistant","content":"","reasoning_content":null},"finish_reason":null}]}

data: {"choices":[{"delta":{"content":null,"reasoning_content":"The"},"finish_reason":null}]}

data: {"choices":[{"delta":{"content":"1, ","reasoning_content":null},"finish_reason":null}]}

data: {"choices":[{"delta":{"content":"2, 3.","reasoning_content":null},"finish_reason":null}]}

data: {"choices":[{"delta":{},"finish_reason":"stop"}]}

UI로 스트리밍하는 경우 reasoning_content와 content를 이어 붙이지 말고 서로 다른 패널로 라우팅하세요. 둘은 같은 텍스트 흐름이 아닙니다.

도구 호출

함수 호출은 표준 OpenAI 구조를 따릅니다. tools를 선언하면 모델이 도구 호출을 결정할 때 finish_reason이 "tool_calls"와 채워진 tool_calls 배열로 반환됩니다(이때도 먼저 추론하므로 reasoning_content가 함께 나타납니다):

{
  "message": {
    "role": "assistant",
    "content": null,
    "reasoning_content": "The user wants to know the weather in Paris. I have a tool available for that. Let me call it.",
    "tool_calls": [{
      "id": "call_12e21fe488f046bc9edb4488",
      "type": "function",
      "function": { "name": "get_weather", "arguments": "{\"city\": \"Paris\"}" }
    }]
  },
  "finish_reason": "tool_calls"
}

다음 턴에서 어시스턴트의 tool_calls 메시지와 role: "tool" 결과 메시지를 재생합니다. 다른 OpenAI 호환 통합과 동일합니다.

오류 처리

유효하지 않거나 누락된 key는 일관된 오류 구조와 함께 HTTP 401을 반환합니다. choices를 파싱하기 전에 상태 코드를 먼저 확인하세요:

{
  "error": {
    "code": "permission_denied",
    "message": "This API key is invalid. Check that it is correct or use another API key and try again.",
    "type": "hiapi_error"
  }
}

관련 리소스

자주 묻는 질문

glm-5.3은 스트리밍 출력을 지원하나요? 지원합니다. "stream": true를 설정하고 SSE 블록을 읽으세요. 추론 내용과 답변 내용이 별개의 delta 필드로 스트리밍됩니다.

왜 응답의 content가 null인가요? 거의 항상 max_tokens 예산이 추론과 답변을 모두 커버하기에 너무 작기 때문입니다. finish_reason을 확인하세요. "length"는 응답이 실제 답변 이전(또는 도중)에 잘렸음을 뜻합니다. max_tokens를 늘리세요.

추론 단계를 비활성화할 수 있나요? 요청 매개변수로는 비활성화할 수 없습니다. glm-5.3은 매 응답 전에 추론하며 reasoning_content는 항상 채워집니다. 끄려 하지 말고 예산을 확보하세요.

glm-5.3은 함수/도구 호출을 지원하나요? 지원합니다. 표준 OpenAI tools / tool_calls 구조를 사용하며, 운영 중인 엔드포인트에서 검증되었습니다.

원시 HTTP 대신 공식 OpenAI SDK를 사용할 수 있나요? 가능합니다. SDK의 base_url을 https://api.hiapi.ai/v1로 지정하고 hiapi sk-... key를 API key로 사용하세요. 다른 변경은 필요 없습니다.

glm-5.3은 어떻게 과금되나요? 다른 hiapi 텍스트 모델과 마찬가지로 토큰 단위로 과금됩니다. 이 글의 특정 숫자에 의존하지 말고 가격을 확인해 현재 요율을 확인하세요.

태그채팅 완성 APIAPI 튜토리얼즈푸

관련 글

모든 아티클 보기 →

영구 AI 아티팩트로 빌드 시작하기

API 키를 받아 태스크 기반의 하나의 API로 이미지, 비디오, 오디오 모델을 호출하세요.

API 문서 보기