Dnevnik promjena

Zahtjev s web_search: true imenuje svoje izvore: sources na /v1/chat/completions i /v1/messages navodi rezultate koji su dati modelu, a na /v1/chat/completions annotations označava gdje odgovor navodi svaki od njih. Ugrađena web pretraga

web_search: true na /v1/chat/completions i /v1/messages pokreće web pretragu prije nego što model odgovori i daje mu rezultate kao numerisane izvore. Zahtjev koji je našao rezultate troši jednu pretragu iz vaše dnevne kvote. Kada ništa ne preostane, na zahtjev se odgovara bez pretrage. Ugrađena web pretraga

Stream koji se prekine na strani servera naplaćuje se prema usage prijavljenom do te tačke. Ostatak rezervacije vraća se na vaše stanje.

shannon-coder-1 odgovara na /v1/responses kao i na druga dva endpointa. CLI alati za kodiranje

Rotirani API ključ odmah prestaje raditi.

POST /v1/tokenize i POST /v1/messages/count_tokens: besplatno brojanje tokena za hostirane open-weight modele. Brojanje tokena

Keširanje promptova na hostiranim open-weight modelima. Keširani ulaz se naplaćuje po 25% cijene ulaza i prijavljuje u usage na sva tri endpointa: prompt_tokens_details.cached_tokens, input_tokens_details.cached_tokens i cache_read_input_tokens. GET /v1/models za ove modele prijavljuje pricing.cached_input_per_million_usd i capabilities.prompt_caching. Keširanje promptova

Hostirani open-weight modeli: forsirani tool_choice (required ili imenovana funkcija) daje poziv alata. Pozivanje funkcija

Hostirani open-weight modeli prihvataju system poruku koja nije prva poruka razgovora.

API je dostupan kao Tor onion servis i na I2P adresi. Odgovori api.shannon-ai.com nose dvije adrese u zaglavljima Onion-Location i X-I2P-Location. Šifrovani, Tor i I2P endpointi

Novi modeli shannon-3.1 i shannon-3.1-pro, navedeni u GET /v1/models. Modeli i cijene

Zahtjev sa streamom čiji se klijent odspoji izvršava se do kraja i broji se. Ranije se odgovor zaustavljao pri prekidu veze.

Zahtjevi na /v1/responses pojavljuju se u zapisniku korištenja.

Hostirani open-weight modeli primjenjuju polja uzorkovanja: temperature, top_p, seed, stop i max_tokens na /v1/chat/completions; temperature, top_p i stop_sequences na /v1/messages; temperature, top_p i max_output_tokens na /v1/responses. Chat Completions

Zapisnik korištenja prikazuje trošak u USD za svaki poziv i kao zbir.

Vrijednost model koja nije objavljeni id dobija odgovor 400, tip invalid_request_error i poruku unknown model: <id> na sva tri endpointa. Ranije je na takav zahtjev odgovarao shannon-1.6-lite. Modeli i cijene

/v1 prima samo API ključ. Kolačić prijave s web stranice se tamo ne čita. Autentikacija

Flood zaštita: 120 zahtjeva u minuti po računu na tri endpointa za generisanje. Ograničenja i stanje

Kada model ne može odgovoriti, greška nosi fiksnu poruku The model backend failed to answer. Please retry. Provjera stanja koja se ne može izvršiti dobija odgovor 503 i tip api_error. Upravljanje greškama

Zahtjev bez streama koji ne uspije vraća svoju rezervaciju na vaše stanje.

GET /v1/models za svaki model prijavljuje capabilities.reasoning_effort. Reasoning effort

Hostirani open-weight modeli: zahtjev bez streama koji ne dobije odgovor završava s 504 i tipom api_error. Prazan rezultat je 502. Upravljanje greškama

Hostirani open-weight modeli primaju ulaz koji prima imenovani model. Slika poslana id-u samo za tekst dobija odgovor 400 i <id> does not accept image input. response_format na idu bez strukturiranog izlaza dobija odgovor 400. GET /v1/models za svaki id prijavljuje capabilities.vision, response_format i json_schema. Slike i datoteke

Odgovori bez streama nose tekst reasoninga: reasoning_content na poruci /v1/chat/completions, i blok thinking prije teksta na /v1/messages. Reasoning effort

Hostirani open-weight modeli imaju nove cijene, od $0.50 po 1M ulaznih tokena i $2.00 po 1M izlaznih tokena. Modeli i cijene

Hostirani open-weight modeli imaju jedan id po modelu, ukupno dvanaest idova. Modeli i cijene

Strukturirani izlaz na shannon-3, shannon-3-pro, shannon-3.1 i shannon-3.1-pro. GET /v1/models za njih prijavljuje capabilities.json_schema: true. Strukturirani izlazi

/v1/responses čita text.format (json_object ili json_schema) za strukturirani izlaz. Responses API

/v1/responses vraća reasoning Shannon modela: izlazna stavka reasoning prije stavke message, te događaji streama response.reasoning_summary_text.delta i response.reasoning_summary_text.done. Responses API

Polje model odgovora je objavljeni id na svakom endpointu. Responses objekat nosi model i created_at.

GET /v1/models prijavljuje kontekstni prozor svakog modela. Modeli i cijene

Hostirani open-weight modeli odgovaraju na /v1/messages i /v1/responses kao i na /v1/chat/completions, s vašim system promptom i pozivima alata. /v1/messages prima thinking, a reasoning_effort je polje zahtjeva. Modeli i cijene

Tijela grešaka na /v1 slijede oblike SDK-ova: objekat error s type i message na endpointima u OpenAI formatu, i isti objekat unutar {"type": "error"} na /v1/messages. Upravljanje greškama

Keep-alive na otvorenim streamovima svakih 15 sekundi: linija komentara : ping na /v1/chat/completions, event: ping na /v1/messages. Streaming

Idovi poziva alata počinju s call_ na /v1/chat/completions i /v1/responses, a s toolu_ na /v1/messages. Pozivanje funkcija

/v1/responses: stream je zadano false. Responses API

max_completion_tokens se prihvata kao drugo ime za max_tokens na /v1/chat/completions. Chat Completions

Događaj response.completed Responses streama nosi niz output. Responses API

Unosi GET /v1/models nose display_name, context_window, max_output_tokens, pricing, capabilities i endpoints. Modeli i cijene

Svaki odgovor nosi x-request-id, a vrijednost koju pošaljete vraća se. Tijela zahtjeva mogu imati do 32 MiB.

Ključ se može opozvati bez izdavanja novog. Zapisnik korištenja je podijeljen na stranice.

Slike i dokumenti u zahtjevima: dijelovi image_url na /v1/chat/completions, blokovi image, document i file na /v1/messages, dijelovi input_image na /v1/responses. Slike i datoteke

Novi model shannon-3-pro. Modeli i cijene

Novi model shannon-3. Modeli i cijene

Streamovi na /v1/chat/completions nose reasoning kao delta.reasoning_content. Reasoning effort

max_tokens se drži u rasponu od 1 do 65,536. Vrijednost izvan tog raspona dovodi se na najbliži kraj, a ne odbija. Chat Completions

shannon-coder-1 se broji u pozivima po planu na /v1/chat/completions i /v1/messages. Kada se pozivi prozora potroše, odgovor je 429 s porukom Shannon Coder call quota reached. CLI alati za kodiranje

Razgovor veći od kontekstnog prozora dobija odgovor 400, tip invalid_request_error i kod context_length_exceeded. Greška unutar streama stiže kao događaj greške, a ne kao tekst u odgovoru. CLI alati za kodiranje

Endpointi /v1: POST /v1/chat/completions, POST /v1/messages, POST /v1/responses i GET /v1/models. To su endpointi koje pozivaju OpenAI i Anthropic SDK-ovi, Claude Code i Codex CLI. Pregled

Pozivi alata pomoću tools na /v1/chat/completions i /v1/messages, strukturirani izlaz pomoću response_format, i system kao string ili kao tekstualni blokovi na /v1/messages. Pozivanje funkcija

Idovi modela shannon-1.6-pro, shannon-2-lite, shannon-2-pro i shannon-coder-1, uz shannon-1.6-lite. Modeli i cijene

Prvo izdanje API-ja: chat u OpenAI formatu i u Anthropic formatu, te Responses endpoint, svaki se poziva API ključem koji počinje s sk-. Autentikacija