Shannon 3, necenzurirani AI model koji pregleda vlastiti odgovor

Gotovo svaki chat model koji ste koristili odgovara u jednom prolazu unaprijed. Bira prvi token prije nego što zna posljednji, a jednom kada rečenica bude emitirana, ona je konačna: model je kasnije može opovrgnuti, ali se ne može vratiti i popraviti je. To dobro funkcioniše kada je odgovor kratak, a pitanje ima jedan dio. Loše funkcioniše kada je odgovor dug, pitanje ima četiri dijela, a šesti pasus tiho poništava drugi. Shannon 3 postoji zato što nismo mislili da je rješenje za to veći model. Rješenje je pustiti model da pročita ono što je upravo napisao.

01Šta je Shannon 3

Shannon 3 je porodica modela sa dva nivoa. Oba nivoa se izvode na našem vlastitom GPU klasteru, a ne preko vanjskog API-ja za inferenciju, i oba su necenzurirana: pred njima nema sloja odbijanja, a iza njih nema filtera sadržaja. Ono što se razlikuje između nivoa jeste koliko posla jedan potez smije obaviti prije nego što odgovor stigne do vas.

Na API-ju su ta dva nivoa obični ID-jevi modela. Nema posebnog endpointa, nema zasebnog SDK-a i nema namjenskog formata zahtjeva:

Nivo	ID modela	Oblik poteza	Najbolje za
Shannon 3 Lite	shannon-3	Jedan prolaz razmišljanja i nacrta	Chat, pisanje nacrta, brze provjere, veliki obim
Shannon 3 Pro	shannon-3-pro	Puna petlja, do 10 prolaza, plus prikupljanje znanja	Analizu, duže tekstove, posao osjetljiv na tačnost

02Zašto je jedan prolaz unaprijed pogrešan oblik za teška pitanja

Model koji generiše tekst slijeva nadesno donosi neopozivi niz lokalnih odluka. Nema gumicu. Kada je 400 tokena duboko u objašnjenju i shvati da je okvir koji je odabrao bio pogrešan, jedine opcije su mu da nastavi u pogrešnom okviru ili da dopiše ispravku — čime nastaju odgovori koje svi prepoznaju, oni koji na pola kažu zapravo, da se vratimo na gore navedeno i ostave vas da pomirite dvije nespojive polovine.

Lanac misli ovo poboljšava, ali ne rješava. Prvo razmišljanje daje modelu plan prije nego što se obaveže na prozu, što je stvarni dobitak; nacrt koji slijedi i dalje se piše u jednom prolazu i i dalje se isporučuje nepročitan. Niko nikada ne postavi pitanje koje ljudski urednik postavlja prvo: da li ovaj odgovor zaista radi ono što je razmišljanje reklo da će raditi? Načini otkazivanja koji preživljavaju lanac misli su specifični i prepoznatljivi:

• Ispuštena podpitanja. Pitali ste četiri stvari. Razmišljanje je nabrojalo četiri stvari. Odgovor pokriva tri.
• Odlutali plan. Zaključivanje se odluči za jedan pristup; proza postepeno usvaja drugi, a nema nijedne pojedinačne rečenice u kojoj je skrenulo.
• Račun i jedinice. Broj ispravno izračunat u razmišljanju pogrešno se prepiše u odgovor, ili se mjesečna vrijednost predstavi kao godišnja.
• Zanemarena ograničenja. Rekli ste bez vanjskih zavisnosti; kod uvozi jednu, a razmišljanje ograničenje više ne spominje nakon što ga je jednom potvrdilo.
• Samouvjerene praznine. Model u razmišljanju kaže da nije siguran u jednu konkretnu činjenicu, pa je u odgovoru svejedno iznese kao gotovu stvar.

Svaka od ovih grešaka uhvati se čitanjem nacrta. Nijedna se ne uhvati pažljivijim pisanjem nacrta.

03Petlja zaključivanja, fazu po fazu

Potez Shannona 3 Pro je petlja sa četiri faze i izlaznim uslovom.

Razmišljanje

Model obrađuje problem prije nego što išta napiše za vas: razlaže pitanje, bilježi ograničenja, utvrđuje šta zna a šta ne zna, i odlučuje se za pristup. Ono što ovdje proizvede postaje mjerilo prema kojem se odgovor kasnije ocjenjuje.

Nacrt

Model piše potpun, stvaran odgovor — ne skicu. Mora biti potpun, jer sljedeća faza ocjenjuje gotov artefakt, a skica se ne može pregledati na načine otkazivanja koji se pojavljuju tek u punoj dužini.

Pregled

Ovo je faza koja porodicu čini onim što jeste. Model čita nacrt u odnosu na razmišljanje — daleko oštriji test od čitanja samog nacrta. Pitati model „je li ovaj odgovor dobar?” poziva ga da kaže da; pitati „plan je rekao da se pokriju X, Y i Z uz ograničenje C — radi li to ovaj tekst?” daje mu nešto opovrgljivo za provjeru. Pregled imenuje šta je pogrešno umjesto da daje ocjenu.

Prepisivanje

Imenovani problemi se rješavaju u novom nacrtu. Ovo je prepisivanje, a ne zakrpa: ispravka koja zahtijeva preslaganje argumenta smije preslagati argument. Novi nacrt ide nazad na pregled.

Zaustavljanje

Petlja se završava prvi put kada pregled odobri nacrt — to je normalan izlaz, i kod većine poteza dešava se dobrano prije plafona. Tvrdo ograničenje od 10 iteracija postoji zbog patoloških slučajeva, poput stvarno dvosmislenog pitanja gdje svako prepisivanje mijenja jednu manu za drugu, kako se potez ne bi vrtio u nedogled.

Lite uzima iste prve dvije faze i tu stane. Razmisli, napiše nacrt, i preda vam nacrt. To je namjerna proizvodna odluka, a ne osiromašena slučajnost: kod velikog dijela stvarnih poruka prvi nacrt jeste ispravan odgovor, a plaćati latenciju pregleda da bi vam to neko potvrdio loša je trampa. Lite je za kada želite da model bude brz; Pro je za kada želite da bude siguran.

04Proovo prikupljanje znanja: tražiti pomoć umjesto nagađati

Samopregled hvata protivrječnosti, izostavljanja i kršenja ograničenja, jer su dokazi potrebni da bi se to uhvatilo već prisutni u potezu. Ne može uhvatiti činjenicu koju model jednostavno nema. Model koji pregleda vlastiti nacrt može zaključiti nisam siguran u ovu brojku, a onda nema kuda s tim zaključkom.

Pro mu daje kuda. Oko faze pisanja nacrta obavlja prikupljanje znanja: utvrđuje koje mu konkretne činjenice nedostaju ili u koje nije siguran, upita drugi, veći model upravo za njih, i ono što dobije ugradi u poboljšani odgovor. To je ciljana provjera vođena prazninom koju je model sam imenovao, a ne paušalno drugo mišljenje.

U praksi su bitna dva svojstva. Postupak je ograničenog opsega: prikupljanje pita o utvrđenim prazninama umjesto da ponovo postavlja cijelo pitanje, pa se veći model konsultuje tamo gdje dodaje informaciju, a ne tamo gdje bi tek dodao drugačiji glas. I integrisan je: prikupljene činjenice se vraćaju kroz petlju i suočavaju se s istim pregledom kao i sve ostalo, umjesto da stignu kao prilijepljeni pasus.

05Zaključivanje je vidljivo, i to na vašem jeziku

Cijeli trag vam se prikazuje dok potez teče: razmišljanje, a na Prou i svaki pregled sa svojim prigovorima. Ovo nije debug prikaz koji trpimo da bude izložen — to je velik dio onoga što kupujete, i mijenja radni odnos na tri konkretna načina.

• Možete stati ranije. Ako razmišljanje pogrešno pročita vaše pitanje — čest ishod dvosmislenog prompta, a ne lošeg modela — saznat ćete to u prvih nekoliko sekundi, a ne nakon što stigne cijeli odgovor koji rješava pogrešan problem.
• Zaključivanje možete provjeriti odvojeno od odgovora. Tačan odgovor dobijen pogrešnim zaključivanjem je rizik, jer neće preživjeti sljedeće pitanje.
• Možete vidjeti kada petlja ne uspije. Kada Pro potroši nekoliko iteracija bez konvergencije, to se prikazuje umjesto da se sakrije — a to je stvarna informacija, koja obično znači da je pitanje nedovoljno određeno.

Trag je napisan na vašem jeziku, a ne generisan na engleskom pa preveden na kraju. Ako radite na japanskom, arapskom, turskom ili portugalskom, model zaključuje na tom jeziku — što terminologiju u tragu drži usklađenom s terminologijom u odgovoru i izbjegava šavove koji nastaju kada model razmišlja na jednom jeziku a govori na drugom.

06Necenzuriran: bez sloja odbijanja, bez filtera na izlazu

Shannon 3 dolazi bez sloja odbijanja i bez filtriranja sadržaja na izlazu. Ponašanje odbijanja nije prisutno u proizvodu ni na jednom nivou: ni kao omotač koji pregleda vašu poruku prije nego što je model vidi, ni kao klasifikator koji pregleda odgovor prije nego što ga vi vidite, ni kao refleks iz kojeg model treba nagovarati. To se bitno razlikuje od dvije stvari koje ljudi obično misle kada kažu „necenzurirano”:

Pristup	Šta radi	Kako otkazuje
Jailbreak kroz sistemski prompt	Naređuje poravnatom modelu da se ponaša kao da nije poravnat	Slabi tokom dugog razgovora; odbijanje se vrati pod pritiskom
Uklanjanje filtera izlaza	Prestaje blokirati tekst koji je model već proizveo	Model i dalje piše ograđen, izbjegavajući tekst — ništa nije blokirano, nego nikad nije ni napisano
Shannon 3	Nema sloja odbijanja koji bi se uklonio ni filtera koji bi se isključio — tog ponašanja jednostavno nema	Prosudbu u potpunosti stavlja na vas; model neće odbiti umjesto vas

U praksi se Shannon 3 hvata u koštac s pitanjem koje ste postavili, a ne sa sigurnijim pitanjem pored njega: fikcija sa stvarnim protivnicima, sigurnosne teme obrađene tehnički umjesto na razini saopštenja za javnost, medicinske, pravne i finansijske informacije date direktno, s ogradama koje su zaista opravdane — i bez završne pridike o tome zašto ste to uopšte pitali. Ne razvodnjava ni petlju: pregled slobodno može reći da je nacrt pogrešan, što je drugačija i korisnija vrsta otpora od odbijanja.

Ono što odsustvo sloja odbijanja ne čini jeste da model bude tačan. Necenzurirani model je jednako sposoban da bude samouvjereno u krivu kao i cenzurirani, i to vidljivije, jer se neće povući u maglovitost kada nije siguran. To je jedan od boljih argumenata za petlju: bez refleksa odbijanja na putu, samopregled obavlja onaj sigurnosni posao koji je profesionalnom korisniku bitan — hvatanje grešaka. Vaše korištenje modela i dalje je uređeno našom Politikom odgovornog korištenja i zakonom koji važi tamo gdje se nalazite.

07Vid, dokumenti i generisanje slika

Oba nivoa primaju slike i dokumente kao priloge i čitaju ih kao dio poteza. Snimak ekrana neuspjelog builda, fotografisana tabla, shema, skenirana stranica ugovora ili PDF mogu biti predmet pitanja umjesto nečega što prvo morate prepisati. Na Prou prilozi učestvuju u petlji kao i sve ostalo: ako pregled zaključi da je nacrt odgovorio na pitanje koje slika ne potkrepljuje, to se prepisuje.

Generisanje i uređivanje slika dostupni su u chatu kao alat, a ne kao svrha modela. Shannon 3 je model za zaključivanje koji može proizvesti ili urediti sliku kada razgovor to zatraži, a ne model za slike sa zakačenim chat sučeljem. Ta razlika ispravno postavlja očekivanja: porodicu ocjenjujte po tome kako razmišlja, a slike tretirajte kao pogodnost koja štedi prebacivanje konteksta.

08Kontekstni prozor i kuda je linija 3.x krenula dalje

Shannon 3.0 je lansiran sa kontekstnim prozorom od 32,768 tokena. To je poštena historijska brojka i vrijedi je reći otvoreno, jer petlja troši kontekst drugačije od modela s jednim prolazom: vaš prompt, vaši prilozi, razmišljanje i svaki ciklus nacrta i pregleda žive u istom budžetu.

32K je udobno za većinu chat i analitičkog posla — dug dokument, obiman fajl koda, detaljno višedjelno pitanje uz prostor da se petlja odvija. Tijesno je za stvarno velike ulaze, i upravo je to ograničenje riješilo sljedeće izdanje. Shannon 3.1 znatno podiže kontekstni prozor i mijenja ono na šta se petlja može usmjeriti; ako danas procjenjujete ovu porodicu, pročitajte taj članak kao drugi, a broj ovdje tretirajte kao historiju.

09Pozivanje Shannona 3 iz API-ja

Shannon 3 je dostupan kroz sva tri naša API dijalekta, na istim modelima, sa streamingom na svakom:

Dijalekt	Endpoint	Koristite ga kada
OpenAI kompatibilan	/v1/chat/completions	Imate postojeći OpenAI klijentski kod — promijenite osnovni URL i ID modela
Anthropic kompatibilan	/v1/messages	Vaš stack je izgrađen oko Messages formata
Responses	/v1/responses	Želite noviji oblik zahtjeva i odgovora

Kao ID modela proslijedite shannon-3 ili shannon-3-pro. Dvije stvari vrijedi predvidjeti na klijentskoj strani. Proovi potezi traju duže, i to u promjenjivoj mjeri, jer broj iteracija zavisi od pitanja — postavite tajmaute prema plafonu, a ne prema prosjeku, i radije koristite streaming da korisnik vidi napredak umjesto vrtuljka. I trag zaključivanja je sadržaj koji možete odlučiti prikazati; tamo gdje korisnici čekaju, prikazivanje obično pobjeđuje skrivanje, jer mrtvo vrijeme pretvara u nešto čitljivo. Sheme zahtjeva i odgovora, detalji streaminga i živi playground nalaze se u API dokumentaciji.

10Izbor nivoa

Proova petlja zaslužuje svoju latenciju srazmjerno tome koliko toga ima šansu poći po zlu.

Vaš zadatak	Nivo	Zašto
Brzo činjenično pitanje, kratak odgovor	shannon-3	Prvi nacrt jeste odgovor; pregled nema šta uhvatiti
Automatizacija velikog obima ili osjetljiva na latenciju	shannon-3	Predvidljivo trajanje poteza je odlučujuće ograničenje
Višedjelna analiza sa ograničenjima	shannon-3-pro	Ispuštena podpitanja i kršenja ograničenja su upravo ono što pregled hvata
Duži tekst koji mora držati vodu	shannon-3-pro	Unutrašnja protivrječnost je svojstvo pune dužine, nevidljivo tokom pisanja nacrta
Bilo šta sa brojevima po kojima ćete postupiti	shannon-3-pro	Pregled ponovo provjerava račun i jedinice u odnosu na razmišljanje
Pitanja koja diraju činjenice na rubu modela	shannon-3-pro	Prikupljanje znanja imenovanu prazninu pretvara u provjeru

Praktičan obrazac: koristite Lite dok još razrađujete šta tačno pitati, pa uobličeno pitanje jednom ponovo pokrenite na Prou. Petlju vrijedi platiti na onoj verziji pitanja koju ste zaista mislili.

11Ograničenja koja vrijedi znati prije nego što se opredijelite

Kartica modela koja nabraja samo prednosti je reklama. Evo gdje će vas Shannon 3 razočarati:

• Pro je sporiji, i to nepredvidljivo. Potez koji konvergira u dvije iteracije i onaj koji ide do deset razlikuju se višestruko u stvarnom vremenu. Ako vam treba ograničena latencija, koristite Lite.
• Pregled nije dokaz. Model koji provjerava vlastiti rad dijeli i vlastite slijepe tačke. Petlja pouzdano hvata nesklad između razmišljanja i nacrta; ne hvata pouzdano grešku samouvjereno usađenu u samo razmišljanje.
• Kontekst se dijeli sa petljom. Na 32K su vrlo dug ulaz plus nekoliko nacrta pune dužine stvarno ograničenje za 3.0. Za podignuti plafon vidite Shannon 3.1.
• Prikupljanje popunjava samo praznine koje model primijeti. Pretvara „nisam siguran u ovo” u provjeru, što je stvaran dobitak — ali činjenica u koju je model samouvjereno u krivu nikada se ne označi kao nedostajuća, pa se nikada ni ne prikupi.
• Necenzurirano znači necenzurirano. Model neće odbiti i neće ublažiti. Ako vašem proizvodu treba granica odbijanja, izgradite je tamo gdje je možete vidjeti, umjesto da se nadate da će je model isporučiti.

12Često postavljana pitanja

---

Shannon 3 vodi Shannon Lab LLC, New Mexico, SAD. Brojke ovdje opisuju konfiguraciju na lansiranju 3.0; za aktuelna ograničenja vidite karticu modela Shannon 3.1, a za ostatak porodice indeks istraživanja. Za Shannon 3 ne objavljujemo rezultate benchmarka i ne iznosimo uporedne tvrdnje o performansama.