Məzmuna keç
Təsvirlər və fayllar

Təsvirlər və fayllar

Təsvirləri mesajla göndərin: hansı modellər onları qəbul edir, qəbul edilən formalar və limitlər.

POST https://api.shannon-ai.com/v1/chat/completions

Təsvir user mesajının içində, content-in bir hissəsi kimi göndərilir. Nümunə lokal faylı oxuyur və data URL kimi göndərir.

import base64
from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.shannon-ai.com/v1")

with open("photo.jpg", "rb") as f:
    image = base64.b64encode(f.read()).decode()

response = client.chat.completions.create(
    model="shannon-3",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "What is in this picture?"},
            {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + image}},
        ],
    }],
)

print(response.choices[0].message.content)
200 JSON
{
  "id": "chatcmpl-8d1f3a5c7e9b4d2f6a8c0e2b4d6f8a1c",
  "object": "chat.completion",
  "created": 1791590400,
  "model": "shannon-3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "A grey cat asleep on a windowsill, with a potted fern beside it.",
        "reasoning_content": null
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 286,
    "completion_tokens": 19,
    "total_tokens": 305
  }
}

Hansı modellər təsvir qəbul edir

Modellər Oxuyur
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro Təsvirlər və sənədlər: PDF, Word, PowerPoint, Excel və sadə mətn faylları.
shannon-1.6-lite, shannon-1.6-pro Təsvirlər.
shannon-2-lite, shannon-2-pro Təsvirlər, həm də tools və ya response_format göndərən sorğularda.
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 Təsvirlər.
DeepSeek-V4-Pro-0813-3BIT-REAP, GLM-5.2-3BIT-REAP, Nemotron3Ultra-3BIT-REAP, DeepSeek-V4-Flash-0731-W4A16-AUTOROUND-REAP, Laguna-S-2.1-W4A16-AUTOROUND-REAP, MiMo-V2.5-Pro-W8A16, Hy3-W8A16 Mətn. Təsvirli sorğu 400 statusu ilə cavablandırılır.
shannon-coder-1 Mətn.

GET /v1/models təsvir girişini hər id üçün capabilities.vision kimi bildirir. Modellər və qiymətlər

  • Shannon modelləri son user mesajının fayllarını oxuyur. Təsviri onun haqqında soruşan mesajın içinə qoyun.
  • Shannon 3 ailəsi əvvəlki user mesajlarının inline göndərilmiş bir neçə təsvirini və sənədini də nəzərdə saxlayır və sorğu başına müəyyən maksimum sayda təsviri, birincidən başlayaraq sayaraq, oxuyur.
  • Host edilən açıq çəkili modellər söhbətin hər mesajındakı təsvirləri oxuyur.

Qəbul edilən formalar

Fayl iki yoldan biri ilə göndərilir: sorğunun içində base64 kimi və ya API-nin yüklədiyi ünvan kimi. Hər fayl sorğu ilə birlikdə gedir; API-də yükləmə endpoint-i yoxdur.

Endpoint Sorğunun içində (base64) Ünvanla
/v1/chat/completions {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,…"}} {"type": "image_url", "image_url": {"url": "https://…"}}
/v1/responses {"type": "input_image", "image_url": "data:image/jpeg;base64,…"} {"type": "input_image", "image_url": "https://…"}
/v1/messages {"type": "image", "source": {"type": "base64", "media_type": "image/jpeg", "data": "…"}} {"type": "image", "source": {"type": "url", "url": "https://…"}}

Eyni user mesajı hər formatda:

{
  "role": "user",
  "content": [
    {"type": "text", "text": "What is in this picture?"},
    {
      "type": "image_url",
      "image_url": {
        "url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD…"
      }
    }
  ]
}
  • Data URL data:<media type>;base64,<data> formasındadır. ;base64 hissəsi məcburidir.
  • /v1/chat/completions və /v1/responses-da image_url ya özü sətir, ya da {"url": "…"} obyekti ola bilər.
  • Fayl tipi data URL-dən və ya media_type-dan götürülür. Tip olmadıqda təsvir image/png kimi oxunur.
  • Inline fayllar 32 MiB-a qədər ola bilən sorğu gövdəsinin ölçüsünə daxil edilir.
  • Uyğunluq üçün qəbul edilir: image_url.detail.

Uzaq fayllar üçün limitlər

Ünvan göndərdikdə API faylı model işə düşməzdən əvvəl bu limitlər daxilində yükləyir:

Limit Qayda
Ölçü Hər fayl üçün 8 MiB-a qədər.
Vaxt Cavab üçün 20 saniyə.
Yönləndirmələr Ən çoxu 5.
Ünvan http:// və ya https://, ünvanda istifadəçi adı və ya parol olmadan, ictimai ünvanı olan hostda.
Hostun cavabı 200 aralığında status və boş olmayan gövdə. Fayl tipi Content-Type-dan oxunur.
Sorğu bu adla edilir User-Agent: ShannonBot/1.0 (+https://shannon-ai.com)

Təsvirlər tokenlərdə necə sayılır

Host edilən açıq çəkili modellərdə təsvir hər 28 × 28 piksellik parça üçün bir token sayılır: en 28-ə bölünüb yuxarı yuvarlaqlaşdırılır, hündürlük 28-ə bölünüb yuxarı yuvarlaqlaşdırılır, hasil götürülür. Nəticə usage.prompt_tokens-in bir hissəsidir və giriş kimi hesablanır.

1024 × 1024
1,369 token
1920 × 1080
2,691 token
512 × 512
361 token
  • Uzaq təsvir əvvəlcə yüklənir, ona görə onun real ölçüsü sayılır.
  • Ölçüsü oxuna bilməyən təsvir 1,024 token sayılır.
  • Say endpoint-ləri data URL-lər üçün eyni qaydanı tətbiq edir. Uzaq ünvanı yükləmir və onu 1,024 token kimi sayır. Tokenlərin sayılması
  • Shannon modelində təsvirli sorğunun nəyə başa gəldiyini cavabdakı usage-dən oxuyun.

Sənədlər və digər fayllar

Shannon 3 ailəsi (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) sənədləri də oxuyur. Sənədin mətni çıxarılır və mesajınızla birlikdə modelə verilir.

Sənəd Media tipi
PDF application/pdf
Word application/vnd.openxmlformats-officedocument.wordprocessingml.document
PowerPoint application/vnd.openxmlformats-officedocument.presentationml.presentation
Excel application/vnd.openxmlformats-officedocument.spreadsheetml.sheet

Sənəd təsvir kimi user mesajının bir hissəsidir:

Endpoint Sorğunun içində (base64) Ünvanla
/v1/chat/completions, /v1/messages {"type": "document", "source": {"type": "base64", "media_type": "application/pdf", "data": "…"}} {"type": "document", "source": {"type": "url", "url": "https://…"}}
/v1/responses {"type": "input_file", "file_data": "data:application/pdf;base64,…"} {"type": "input_file", "file_url": "https://…"}
{
  "model": "shannon-3",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "document",
          "source": {
            "type": "base64",
            "media_type": "application/pdf",
            "data": "JVBERi0xLjcKJeLjz9MK…"
          }
        },
        {"type": "text", "text": "Summarise this report in five points."}
      ]
    }
  ]
}
  • Faylın real media tipini verin. Tip verilməsə sənəd application/pdf kimi oxunur.
  • CSV kimi sadə mətn faylı mətn kimi oxunur və eyni qaydada əlavə edilir.
  • Sənəd oxuna bilmədikdə və ya fayl başqa tipdə olduqda modelə bu bildirilir və o, bunu cavabında deyə bilər. Status yenə 200-dür.
  • Hər digər modeldə sənəd hissəsi modelin oxuduğundan çıxarılır və sorğu qalan hissəyə görə cavablandırılır.
  • Ünvanla göndərilən sənəd yuxarıdakı uzaq fayllar üçün limitlər daxilində yüklənir.

Xətalar

Status Tip Mesaj Nə vaxt
400 invalid_request_error <id> does not accept image input Yalnız mətn qəbul edən host edilən açıq çəkili modelə təsvir göndərildi. Balansınızdan heç nə çıxılmır.
400 invalid_request_error audio and video input are not supported by any hosted model Host edilən açıq çəkili modelə audio və ya video hissəsi göndərildi.
413 invalid_request_error Failed to buffer the request body: … Sorğu gövdəsi inline fayllarla birlikdə 32 MiB-dan böyükdür. Xətada code: "request_too_large" olur.

Shannon modeli sorğuda hansı fayllar olursa olsun 200 statusu ilə cavab verir: oxumadığı hissə çıxarılır. Xəta idarəetməsi