Veranderingslog

'n Versoek met web_search: true noem sy bronne: sources op /v1/chat/completions en /v1/messages lys die resultate wat aan die model gegee is, en op /v1/chat/completions merk annotations waar die antwoord elkeen aanhaal. Websoektog

web_search: true op /v1/chat/completions en /v1/messages voer 'n websoektog uit voordat die model antwoord en gee dit die resultate as genommerde bronne. 'n Versoek wat resultate gevind het, gebruik een soektog van jou daaglikse toelaat. As daar geen oor is nie, word die versoek sonder soektog beantwoord. Websoektog

'n Stroom wat aan die bedienerkant afgesny word, word gefaktureer vir die gebruik wat tot op daardie punt gerapporteer is. Die res van die reservering keer terug na jou balans.

shannon-coder-1 antwoord op /v1/responses soos op die ander twee eindpunte. CLI-koderingsgereedskap

'n Geroteerde API-sleutel hou dadelik op werk.

POST /v1/tokenize en POST /v1/messages/count_tokens: gratis tokentellings vir die gehuisveste oopgewig-modelle. Tokens tel

Prompt caching op die gehuisveste oopgewig-modelle. Gekasde inset word teen 25% van die insetprys gefaktureer en in usage op al drie eindpunte gerapporteer: prompt_tokens_details.cached_tokens, input_tokens_details.cached_tokens en cache_read_input_tokens. GET /v1/models rapporteer pricing.cached_input_per_million_usd en capabilities.prompt_caching vir hierdie modelle. Prompt-kassing

Gehuisveste oopgewig-modelle: 'n afgedwonge tool_choice (required of 'n genoemde funksie) lewer 'n gereedskapoproep. Funksie-oproepe

Gehuisveste oopgewig-modelle aanvaar 'n system-boodskap wat nie die eerste boodskap van die gesprek is nie.

Die API is bereikbaar as 'n Tor-onion-diens en by 'n I2P-adres. Antwoorde van api.shannon-ai.com dra die twee adresse in die headers Onion-Location en X-I2P-Location. Geënkripteerde, Tor- en I2P-eindpunte

Nuwe modelle shannon-3.1 en shannon-3.1-pro, gelys deur GET /v1/models. Modelle en pryse

'n Gestroomde versoek waarvan die kliënt ontkoppel, loop tot sy einde en word getel. Voorheen het die antwoord by die ontkoppeling gestop.

Versoeke aan /v1/responses verskyn in die gebruikslog.

Gehuisveste oopgewig-modelle pas die steekproefvelde toe: temperature, top_p, seed, stop en max_tokens op /v1/chat/completions; temperature, top_p en stop_sequences op /v1/messages; temperature, top_p en max_output_tokens op /v1/responses. Chat Completions

Die gebruikslog wys 'n koste in USD vir elke oproep en as 'n totaal.

'n model-waarde wat nie 'n gepubliseerde id is nie, word met 400, die tipe invalid_request_error en die boodskap unknown model: <id> beantwoord op al drie eindpunte. Voorheen is so 'n versoek deur shannon-1.6-lite beantwoord. Modelle en pryse

/v1 neem slegs 'n API-sleutel. 'n Aanmeldkoekie van die webwerf word daar nie gelees nie. Verifikasie

Vloedbeskerming: 120 versoeke per minuut per rekening op die drie generasie-eindpunte. Perke en balans

Wanneer die model nie kan antwoord nie, dra die fout die vaste boodskap The model backend failed to answer. Please retry. 'n Balanskontrole wat nie gedoen kan word nie, word met 503 en die tipe api_error beantwoord. Fouthantering

'n Ongestroomde versoek wat misluk, gee sy reservering terug aan jou balans.

GET /v1/models rapporteer capabilities.reasoning_effort vir elke model. Redeneringspoging

Gehuisveste oopgewig-modelle: 'n ongestroomde versoek wat geen antwoord kry nie, eindig met 504 en die tipe api_error. 'n Leë resultaat is 502. Fouthantering

Gehuisveste oopgewig-modelle neem die inset wat die genoemde model neem. 'n Beeld wat na 'n id net vir teks gestuur word, word met 400 en <id> does not accept image input beantwoord. response_format op 'n id sonder gestruktureerde uitvoer word met 400 beantwoord. GET /v1/models rapporteer capabilities.vision, response_format en json_schema vir elke id. Beelde en lêers

Ongestroomde antwoorde dra die redeneringsteks: reasoning_content op die boodskap van /v1/chat/completions, en 'n thinking-blok voor die teks op /v1/messages. Redeneringspoging

Gehuisveste oopgewig-modelle het nuwe pryse, vanaf $0.50 per 1M insettokens en $2.00 per 1M uitvoertokens. Modelle en pryse

Gehuisveste oopgewig-modelle het een id per model, twaalf id's in totaal. Modelle en pryse

Gestruktureerde uitvoer op shannon-3, shannon-3-pro, shannon-3.1 en shannon-3.1-pro. GET /v1/models rapporteer capabilities.json_schema: true vir hulle. Gestruktureerde uitvoer

/v1/responses lees text.format (json_object of json_schema) vir gestruktureerde uitvoer. Responses API

/v1/responses gee die redenering van die Shannon-modelle terug: 'n reasoning-uitvoeritem voor die message-item, en die stroomgebeurtenisse response.reasoning_summary_text.delta en response.reasoning_summary_text.done. Responses API

Die model-veld van 'n antwoord is die gepubliseerde id op elke eindpunt. 'n Responses-objek dra model en created_at.

GET /v1/models rapporteer die konteksvenster van elke model. Modelle en pryse

Gehuisveste oopgewig-modelle antwoord ook op /v1/messages en /v1/responses en nie net op /v1/chat/completions nie, met jou stelselprompt en gereedskapoproepe. /v1/messages neem thinking, en reasoning_effort is 'n versoekveld. Modelle en pryse

Foutliggame op /v1 volg die SDK-vorme: 'n error-objek met type en message op die eindpunte in OpenAI-formaat, en dieselfde objek binne {"type": "error"} op /v1/messages. Fouthantering

Keep-alive op oop strome elke 15 sekondes: 'n : ping-kommentaarreël op /v1/chat/completions, 'n event: ping op /v1/messages. Stroming

Gereedskapoproep-id's begin met call_ op /v1/chat/completions en /v1/responses, en met toolu_ op /v1/messages. Funksie-oproepe

/v1/responses: stream is by verstek false. Responses API

max_completion_tokens word aanvaar as 'n ander naam vir max_tokens op /v1/chat/completions. Chat Completions

Die response.completed-gebeurtenis van 'n Responses-stroom dra die output-skikking. Responses API

GET /v1/models-inskrywings dra display_name, context_window, max_output_tokens, pricing, capabilities en endpoints. Modelle en pryse

Elke antwoord dra x-request-id, en 'n waarde wat jy stuur, word teruggegee. Versoekliggame kan tot 32 MiB wees.

'n Sleutel kan herroep word sonder dat 'n nuwe een uitgereik word. Die gebruikslog is in bladsye verdeel.

Beelde en dokumente in versoeke: image_url-dele op /v1/chat/completions, image-, document- en file-blokke op /v1/messages, input_image-dele op /v1/responses. Beelde en lêers

Nuwe model shannon-3-pro. Modelle en pryse

Nuwe model shannon-3. Modelle en pryse

Strome op /v1/chat/completions dra die redenering as delta.reasoning_content. Redeneringspoging

max_tokens word binne 1 tot 65,536 gehou. 'n Waarde buite daardie reeks word na die naaste punt gebring, nie geweier nie. Chat Completions

shannon-coder-1 word in oproepe per plan getel op /v1/chat/completions en /v1/messages. Wanneer die oproepe van 'n venster opgebruik is, is die antwoord 429 met die boodskap Shannon Coder call quota reached. CLI-koderingsgereedskap

'n Gesprek groter as die konteksvenster word met 400 beantwoord, die tipe invalid_request_error en die kode context_length_exceeded. 'n Fout binne 'n stroom kom aan as 'n foutgebeurtenis, nie as teks in die antwoord nie. CLI-koderingsgereedskap

Die /v1-eindpunte: POST /v1/chat/completions, POST /v1/messages, POST /v1/responses en GET /v1/models. Dit is die eindpunte wat die OpenAI- en Anthropic-SDK's, Claude Code en Codex CLI roep. Oorsig

Gereedskapoproepe met tools op /v1/chat/completions en /v1/messages, gestruktureerde uitvoer met response_format, en system as 'n string of as teksblokke op /v1/messages. Funksie-oproepe

Model-id's shannon-1.6-pro, shannon-2-lite, shannon-2-pro en shannon-coder-1, langs shannon-1.6-lite. Modelle en pryse

Eerste vrystelling van die API: klets in die OpenAI-formaat en in die Anthropic-formaat, en 'n Responses-eindpunt, elk geroep met 'n API-sleutel wat met sk- begin. Verifikasie