Slike i datoteke
Šaljite slike uz poruku: koji modeli ih primaju, prihvaćeni oblici i njihova ograničenja.
POST https://api.shannon-ai.com/v1/chat/completions
Slika putuje unutar korisničke poruke, kao jedan dio njenog content. Primjer čita lokalnu datoteku i šalje je kao 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
}
} Koji modeli primaju slike
| Modeli | Čita |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | Slike i dokumenti: PDF, Word, PowerPoint, Excel i datoteke s običnim tekstom. |
shannon-1.6-lite, shannon-1.6-pro | Slike. |
shannon-2-lite, shannon-2-pro | Slike, u zahtjevima koji šalju i tools ili response_format. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | Slike. |
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 | Tekst. Na zahtjev sa slikom odgovara se statusom 400. |
shannon-coder-1 | Tekst. |
GET /v1/models prijavljuje ulaz slika po id-u kao capabilities.vision. Modeli i cijene
- Shannon modeli čitaju datoteke iz posljednje korisničke poruke. Stavite sliku u poruku koja se na nju odnosi.
- Porodica Shannon 3 također zadržava u vidokrugu nekoliko slika i dokumenata iz ranijih korisničkih poruka kada su poslani umetnuti u zahtjev, te čita određen najveći broj slika po zahtjevu, računajući od prve.
- Hostirani open-weight modeli čitaju slike iz svake poruke razgovora.
Prihvaćeni oblici
Datoteka se šalje na jedan od dva načina: unutar zahtjeva kao base64, ili kao adresa koju API preuzima. Svaka datoteka putuje sa zahtjevom; API nema endpoint za upload.
| Endpoint | U zahtjevu (base64) | Preko adrese |
|---|---|---|
/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://…"}} |
Ista korisnička poruka u svakom formatu:
{
"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 ima oblik
data:<media type>;base64,<data>. Dio;base64je obavezan. - Na
/v1/chat/completionsi/v1/responses,image_urlmože biti sam string ili objekat{"url": "…"}. - Tip datoteke dolazi iz data URL-a ili iz
media_type. Bez njega se slika čita kaoimage/png. - Umetnute datoteke ulaze u veličinu tijela zahtjeva, koje može imati do 32 MiB.
- Prihvaćeno radi kompatibilnosti:
image_url.detail.
Ograničenja za udaljene datoteke
Kada pošaljete adresu, API preuzima datoteku prije nego što se model pokrene, unutar ovih ograničenja:
| Ograničenje | Pravilo |
|---|---|
| Veličina | Do 8 MiB po datoteci. |
| Vrijeme | 20 sekundi za odgovor. |
| Preusmjeravanja | Najviše 5. |
| Adresa | http:// ili https://, bez korisničkog imena i lozinke u adresi, na hostu s javnom adresom. |
| Odgovor hosta | Status iz raspona 200 i tijelo koje nije prazno. Tip datoteke čita se iz Content-Type. |
| Zahtijeva se kao | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
Kako se slike računaju u tokenima
Na hostiranim open-weight modelima slika se računa kao jedan token za svaki komad od 28 × 28 piksela: širina podijeljena s 28, zaokružena naviše, puta visina podijeljena s 28, zaokružena naviše. Rezultat je dio usage.prompt_tokens i naplaćuje se kao ulaz.
- 1024 × 1024
- 1,369 tokena
- 1920 × 1080
- 2,691 tokena
- 512 × 512
- 361 tokena
- Udaljena slika se prvo preuzima, pa se računa njena stvarna veličina.
- Slika čija se veličina ne može pročitati računa se kao 1,024 tokena.
- Endpointi za brojanje koriste isto pravilo za data URL-ove. Oni ne preuzimaju udaljenu adresu i broje je kao 1,024 tokena. Brojanje tokena
- Za Shannon model, koliko je koštao zahtjev sa slikama pročitajte iz
usageu odgovoru.
Dokumenti i druge datoteke
Porodica Shannon 3 (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) čita i dokumente. Tekst dokumenta se izdvaja i daje modelu zajedno s vašom porukom.
| Dokument | Tip medija |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Dokument je dio korisničke poruke, kao i slika:
| Endpoint | U zahtjevu (base64) | Preko adrese |
|---|---|---|
/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."}
]
}
]
} - Navedite pravi tip medija datoteke. Bez njega se dokument čita kao
application/pdf. - Datoteka s običnim tekstom, kao što je CSV, čita se kao tekst i prilaže na isti način.
- Kada se dokument ne može pročitati, ili je datoteka drugog tipa, modelu se to javlja i on to može reći u svom odgovoru. Status je i dalje
200. - Na svakom drugom modelu dio s dokumentom se izostavlja iz onoga što model čita, a na zahtjev se odgovara na osnovu ostatka.
- Dokument poslan preko adrese preuzima se uz ograničenja za udaljene datoteke navedena iznad.
Greške
| Status | Tip | Poruka | Kada |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | Slika je poslana hostiranom open-weight modelu koji prima samo tekst. Ništa se ne skida s vašeg stanja. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | Audio ili video dio poslan je hostiranom open-weight modelu. |
413 | invalid_request_error | Failed to buffer the request body: … | Tijelo zahtjeva, zajedno s umetnutim datotekama, veće je od 32 MiB. Greška sadrži code: "request_too_large". |
Shannon model odgovara sa statusom 200 bez obzira na datoteke u zahtjevu: dio koji ne čita se izostavlja. Upravljanje greškama