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) import fs from "node:fs";
import OpenAI from "openai";
const client = new OpenAI({ apiKey: "YOUR_API_KEY", baseURL: "https://api.shannon-ai.com/v1" });
const image = fs.readFileSync("photo.jpg").toString("base64");
const response = await 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 } },
],
}],
});
console.log(response.choices[0].message.content); # Linux: base64 -w0 photo.jpg macOS: base64 -i photo.jpg
IMAGE=$(base64 -w0 photo.jpg)
curl https://api.shannon-ai.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d @- <<EOF
{
"model": "shannon-3",
"messages": [{
"role": "user",
"content": [
{"type": "text", "text": "What is in this picture?"},
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,${IMAGE}"}}
]
}]
}
EOF {
"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…"
}
}
]
} {
"role": "user",
"content": [
{"type": "input_text", "text": "What is in this picture?"},
{
"type": "input_image",
"image_url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD…"
}
]
} {
"role": "user",
"content": [
{"type": "text", "text": "What is in this picture?"},
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/jpeg",
"data": "/9j/4AAQSkZJRgABAQAAAQABAAD…"
}
}
]
} - Data URL
data:<media type>;base64,<data>formasındadır.;base64hissəsi məcburidir. /v1/chat/completionsvə/v1/responses-daimage_urlya özü sətir, ya da{"url": "…"}obyekti ola bilər.- Fayl tipi data URL-dən və ya
media_type-dan götürülür. Tip olmadıqda təsvirimage/pngkimi 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 |
|---|---|
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."}
]
}
]
} {
"model": "shannon-3",
"input": [
{
"role": "user",
"content": [
{
"type": "input_file",
"file_data": "data:application/pdf;base64,JVBERi0xLjcKJeLjz9MK…"
},
{
"type": "input_text",
"text": "Summarise this report in five points."
}
]
}
]
} {
"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/pdfkimi 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