Изображения и файлове
Изпращайте изображения със съобщение: кои модели ги приемат, приеманите форми и техните лимити.
POST https://api.shannon-ai.com/v1/chat/completions
Изображението пътува вътре в потребителско съобщение, като една част от неговия content. Примерът чете локален файл и го изпраща като data URL.
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
}
} Кои модели приемат изображения
| Модели | Чете |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | Изображения и документи: PDF, Word, PowerPoint, Excel и обикновени текстови файлове. |
shannon-1.6-lite, shannon-1.6-pro | Изображения. |
shannon-2-lite, shannon-2-pro | Изображения, в заявки, които изпращат и tools или response_format. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | Изображения. |
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 | Текст. Заявка с изображение получава отговор със статус 400. |
shannon-coder-1 | Текст. |
GET /v1/models отчита входа с изображения по id като capabilities.vision. Модели и цени
- Моделите на Shannon четат файловете на последното потребителско съобщение. Поставете изображението в съобщението, което пита за него.
- Семейството Shannon 3 държи в полезрението си и няколко изображения и документи от по-ранни съобщения на потребителя, когато те са изпратени вградено, и чете зададен максимален брой изображения на заявка, броени от първото.
- Хостваните open-weight модели четат изображенията на всяко съобщение от разговора.
Приемани форми
Файлът се изпраща по един от два начина: вътре в заявката като base64 или като адрес, който API изтегля. Всеки файл пътува със заявката; API няма ендпоинт за качване.
| Ендпоинт | В заявката (base64) | Чрез адрес |
|---|---|---|
/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://…"}} |
Същото потребителско съобщение във всеки формат:
{
"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 има вида
data:<media type>;base64,<data>. Частта;base64е задължителна. - На
/v1/chat/completionsи/v1/responsesimage_urlможе да е самият низ или обект{"url": "…"}. - Типът на файла идва от data URL или от
media_type. Без такъв изображението се чете катоimage/png. - Вградените файлове се броят към размера на тялото на заявката, който може да е до 32 MiB.
- Приема се за съвместимост:
image_url.detail.
Лимити за отдалечени файлове
Когато изпратите адрес, API изтегля файла, преди моделът да се стартира, в рамките на тези лимити:
| Лимит | Правило |
|---|---|
| Размер | До 8 MiB на файл. |
| Време | 20 секунди за отговор. |
| Пренасочвания | Най-много 5. |
| Адрес | http:// или https://, без потребителско име или парола в адреса, на хост с публичен адрес. |
| Отговор на хоста | Статус от диапазона 200 и непразно тяло. Типът на файла се чете от Content-Type. |
| Заявява се като | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
Как се броят изображенията в токени
При хостваните open-weight модели изображението се брои за един токен на всеки фрагмент от 28 × 28 пиксела: ширината, разделена на 28 и закръглена нагоре, по височината, разделена на 28 и закръглена нагоре. Резултатът е част от usage.prompt_tokens и се таксува като вход.
- 1024 × 1024
- 1,369 токени
- 1920 × 1080
- 2,691 токени
- 512 × 512
- 361 токени
- Отдалеченото изображение първо се изтегля, затова се брои реалният му размер.
- Изображение, чийто размер не може да се прочете, се брои за 1,024 токена.
- Ендпоинтите за броене прилагат същото правило за data URL. Те не извличат отдалечен адрес и го броят за 1,024 токена. Броене на токени
- При модел на Shannon прочетете какво е струвала заявка с изображения от
usageв отговора.
Документи и други файлове
Семейство Shannon 3 (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) чете и документи. Текстът на документа се извлича и се дава на модела заедно със съобщението ви.
| Документ | Медиен тип |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Документът е част от потребителското съобщение, като изображението:
| Ендпоинт | В заявката (base64) | Чрез адрес |
|---|---|---|
/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."}
]
}
]
} - Дайте истинския медиен тип на файла. Без такъв документът се чете като
application/pdf. - Обикновен текстов файл, като CSV, се чете като текст и се прикрепя по същия начин.
- Когато документ не може да бъде прочетен или файлът е от друг тип, на модела се казва това и той може да го съобщи в отговора си. Статусът пак е
200. - При всеки друг модел частта за документ се пропуска от онова, което моделът чете, и на заявката се отговаря по останалото.
- Документ, изпратен чрез адрес, се изтегля при лимитите за отдалечени файлове по-горе.
Грешки
| Статус | Тип | Съобщение | Кога |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | Изображение е изпратено към хостван open-weight модел, който приема само текст. От баланса ви не се удържа нищо. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | Аудио или видео част е изпратена към хостван open-weight модел. |
413 | invalid_request_error | Failed to buffer the request body: … | Тялото на заявката, с вградените файлове, е по-голямо от 32 MiB. Грешката носи code: "request_too_large". |
Модел на Shannon отговаря със статус 200, независимо какви файлове носи заявката: част, която не чете, се пропуска. Обработка на грешки