Obrázky a soubory
Posílejte obrázky se zprávou: které modely je přijímají, přijímané formy a jejich limity.
POST https://api.shannon-ai.com/v1/chat/completions
Obrázek putuje uvnitř zprávy uživatele, jako jedna část jejího content. Ukázka přečte místní soubor a pošle jej jako URL data.
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
}
} Které modely přijímají obrázky
| Modely | Čte |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | Obrázky a dokumenty: PDF, Word, PowerPoint, Excel a soubory s prostým textem. |
shannon-1.6-lite, shannon-1.6-pro | Obrázky. |
shannon-2-lite, shannon-2-pro | Obrázky, v požadavcích, které posílají také tools nebo response_format. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | Obrázky. |
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 | Text. Na požadavek s obrázkem se odpoví stavem 400. |
shannon-coder-1 | Text. |
GET /v1/models hlásí obrázkový vstup pro každé id jako capabilities.vision. Modely a ceny
- Modely Shannon čtou soubory z poslední zprávy uživatele. Obrázek vložte do zprávy, která se na něj ptá.
- Rodina Shannon 3 si také ponechává v dohledu několik obrázků a dokumentů z dřívějších zpráv uživatele, pokud byly odeslány přímo v požadavku, a čte nejvýše stanovený počet obrázků na požadavek, počítáno od prvního.
- Hostované modely s otevřenými váhami čtou obrázky ze všech zpráv konverzace.
Přijímané formy
Soubor se posílá jedním ze dvou způsobů: uvnitř požadavku jako base64, nebo jako adresa, kterou API stáhne. Každý soubor putuje s požadavkem; API nemá endpoint pro nahrávání.
| Endpoint | V požadavku (base64) | Podle adresy |
|---|---|---|
/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://…"}} |
Stejná zpráva uživatele v každém formátu:
{
"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…"
}
}
]
} - URL data má tvar
data:<media type>;base64,<data>. Část;base64je povinná. - Na
/v1/chat/completionsa/v1/responsesmůže býtimage_urlsamotný řetězec nebo objekt{"url": "…"}. - Typ souboru se bere z URL data nebo z
media_type. Bez něj se obrázek čte jakoimage/png. - Vložené soubory se počítají do velikosti těla požadavku, které může mít až 32 MiB.
- Přijímáno kvůli kompatibilitě:
image_url.detail.
Limity pro vzdálené soubory
Když pošlete adresu, API soubor stáhne dřív, než se spustí model, v těchto mezích:
| Limit | Pravidlo |
|---|---|
| Velikost | Až 8 MiB na soubor. |
| Čas | 20 sekund na odpověď. |
| Přesměrování | Nejvýše 5. |
| Adresa | http:// nebo https://, bez uživatelského jména a hesla v adrese, na hostiteli s veřejnou adresou. |
| Odpověď hostitele | Stav v rozsahu 200 a neprázdné tělo. Typ souboru se čte z Content-Type. |
| Požadováno jako | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
Jak se obrázky počítají v tokenech
U hostovaných modelů s otevřenými váhami se obrázek počítá jako jeden token na každý čtverec 28 × 28 pixelů: šířka dělená 28 zaokrouhlená nahoru krát výška dělená 28 zaokrouhlená nahoru. Výsledek je součástí usage.prompt_tokens a účtuje se jako vstup.
- 1024 × 1024
- 1,369 tokenů
- 1920 × 1080
- 2,691 tokenů
- 512 × 512
- 361 tokenů
- Vzdálený obrázek se nejdřív stáhne, takže se počítá jeho skutečná velikost.
- Obrázek, jehož velikost nelze přečíst, se počítá jako 1,024 tokenů.
- Endpointy pro počítání používají pro data URL stejné pravidlo. Vzdálenou adresu nestahují a počítají ji jako 1,024 tokenů. Počítání tokenů
- U modelu Shannon zjistíte z
usagev odpovědi, kolik požadavek s obrázky stál.
Dokumenty a další soubory
Rodina Shannon 3 (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) čte i dokumenty. Text dokumentu se vyjme a předá modelu spolu s vaší zprávou.
| Dokument | Typ média |
|---|---|
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 část zprávy uživatele, stejně jako obrázek:
| Endpoint | V požadavku (base64) | Podle adresy |
|---|---|---|
/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."}
]
}
]
} - Uveďte skutečný typ média souboru. Bez něj se dokument čte jako
application/pdf. - Soubor s prostým textem, například CSV, se čte jako text a připojuje se stejným způsobem.
- Když dokument nelze přečíst nebo je soubor jiného typu, model se to dozví a může to říct ve své odpovědi. Stav je přesto
200. - U každého jiného modelu se část s dokumentem vynechá z toho, co model čte, a na požadavek se odpoví z ostatního.
- Dokument poslaný podle adresy se stahuje v rámci limitů pro vzdálené soubory výše.
Chyby
| Stav | Typ | Zpráva | Kdy |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | Obrázek byl odeslán hostovanému modelu s otevřenými váhami, který přijímá pouze text. Z vašeho zůstatku se nic neodečte. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | Část s audiem nebo videem byla odeslána hostovanému modelu s otevřenými váhami. |
413 | invalid_request_error | Failed to buffer the request body: … | Tělo požadavku, s vloženými soubory, je větší než 32 MiB. Chyba nese code: "request_too_large". |
Model Shannon odpoví stavem 200 bez ohledu na to, jaké soubory požadavek nese: část, kterou nečte, se vynechá. Zpracování chyb