Preskoči na sadržaj
Slike i datoteke

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)
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
  }
}

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…"
      }
    }
  ]
}
  • Data URL ima oblik data:<media type>;base64,<data>. Dio ;base64 je obavezan.
  • Na /v1/chat/completions i /v1/responses, image_url može biti sam string ili objekat {"url": "…"}.
  • Tip datoteke dolazi iz data URL-a ili iz media_type. Bez njega se slika čita kao image/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 usage u 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
PDF 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."}
      ]
    }
  ]
}
  • 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