Delweddau a ffeiliau
Anfonwch ddelweddau gyda neges: pa fodelau sy'n eu cymryd, y ffurfiau a dderbynnir a'u terfynau.
POST https://api.shannon-ai.com/v1/chat/completions
Mae delwedd yn teithio y tu mewn i neges defnyddiwr, fel un rhan o'i content. Mae'r enghraifft yn darllen ffeil leol ac yn ei hanfon fel 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
}
} Pa fodelau sy'n cymryd delweddau
| Modelau | Yn darllen |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | Delweddau, a dogfennau: ffeiliau PDF, Word, PowerPoint, Excel a thestun plaen. |
shannon-1.6-lite, shannon-1.6-pro | Delweddau. |
shannon-2-lite, shannon-2-pro | Delweddau, mewn ceisiadau sydd hefyd yn anfon tools neu response_format. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | Delweddau. |
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 | Testun. Atebir cais gyda delwedd â statws 400. |
shannon-coder-1 | Testun. |
Mae GET /v1/models yn adrodd mewnbwn delwedd am bob id fel capabilities.vision. Modelau a phrisiau
- Mae'r modelau Shannon yn darllen ffeiliau neges ddiwethaf y defnyddiwr. Rhowch y ddelwedd yn y neges sy'n holi amdani.
- Mae teulu Shannon 3 hefyd yn cadw ychydig o ddelweddau a dogfennau o negeseuon defnyddiwr cynharach mewn golwg pan gawsant eu hanfon yn fewnol, ac yn darllen uchafswm penodol o ddelweddau fesul cais, wedi'u cyfrif o'r cyntaf.
- Mae'r modelau pwysau agored a gynhelir yn darllen delweddau pob neges yn y sgwrs.
Ffurfiau a dderbynnir
Anfonir ffeil mewn un o ddwy ffordd: y tu mewn i'r cais fel base64, neu fel cyfeiriad y mae'r API yn ei nôl. Mae pob ffeil yn teithio gyda'r cais; nid oes gan yr API bwynt terfyn uwchlwytho.
| Pwynt terfyn | Yn y cais (base64) | Yn ôl cyfeiriad |
|---|---|---|
/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://…"}} |
Yr un neges defnyddiwr ym mhob fformat:
{
"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…"
}
}
]
} - Mae gan URL data y ffurf
data:<media type>;base64,<data>. Mae'r rhan;base64yn ofynnol. - Ar
/v1/chat/completionsa/v1/responses, gallimage_urlfod y llinyn ei hun neu'n wrthrych{"url": "…"}. - Daw math y ffeil o'r URL data neu o
media_type. Hebddo, darllenir delwedd felimage/png. - Mae ffeiliau mewnol yn cyfrif tuag at faint corff y cais, a all fod hyd at 32 MiB.
- Derbynnir er mwyn cydnawsedd:
image_url.detail.
Terfynau ar gyfer ffeiliau o bell
Pan anfonwch gyfeiriad, mae'r API yn nôl y ffeil cyn i'r model redeg, o fewn y terfynau hyn:
| Terfyn | Rheol |
|---|---|
| Maint | Hyd at 8 MiB am bob ffeil. |
| Amser | 20 eiliad i ateb. |
| Ailgyfeiriadau | 5 ar y mwyaf. |
| Cyfeiriad | http:// neu https://, heb enw defnyddiwr na chyfrinair yn y cyfeiriad, ar westeiwr â chyfeiriad cyhoeddus. |
| Ateb y gwesteiwr | Statws yn yr ystod 200 a chorff nad yw'n wag. Darllenir math y ffeil o Content-Type. |
| Gofynnir fel | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
Sut mae delweddau'n cyfrif mewn tokenau
Ar y modelau pwysau agored a gynhelir mae delwedd yn cyfrif un tocen am bob darn picsel 28 × 28: y lled wedi'i rannu â 28, wedi'i dalgrynnu i fyny, wedi'i luosi â'r uchder wedi'i rannu â 28, wedi'i dalgrynnu i fyny. Mae'r canlyniad yn rhan o usage.prompt_tokens ac fe'i codir fel mewnbwn.
- 1024 × 1024
- 1,369 tokenau
- 1920 × 1080
- 2,691 tokenau
- 512 × 512
- 361 tokenau
- Caiff delwedd o bell ei nôl yn gyntaf, felly cyfrifir ei maint go iawn.
- Mae delwedd na ellir darllen ei maint yn cyfrif 1,024 o docenau.
- Mae'r pwyntiau terfyn cyfrif yn defnyddio'r un rheol ar gyfer URLau data. Nid ydynt yn nôl cyfeiriad o bell ac yn ei gyfrif fel 1,024 o docenau. Cyfrif tokenau
- Ar gyfer model Shannon, darllenwch beth gostiodd cais gyda delweddau o
usageyn yr ateb.
Dogfennau a ffeiliau eraill
Mae teulu Shannon 3 (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) yn darllen dogfennau hefyd. Caiff testun y ddogfen ei dynnu allan a'i roi i'r model gyda'ch neges.
| Dogfen | Math o gyfrwng |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Mae dogfen yn rhan o neges y defnyddiwr, fel delwedd:
| Pwynt terfyn | Yn y cais (base64) | Yn ôl cyfeiriad |
|---|---|---|
/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."}
]
}
]
} - Rhowch wir fath cyfrwng y ffeil. Hebddo, darllenir dogfen fel
application/pdf. - Darllenir ffeil testun plaen, fel CSV, fel testun a'i hatodi yn yr un modd.
- Pan na ellir darllen dogfen, neu pan fo'r ffeil o fath arall, dywedir hynny wrth y model a gall ei ddweud yn ei ateb. Mae'r statws yn
200o hyd. - Ar bob model arall gadewir rhan dogfen allan o'r hyn y mae'r model yn ei ddarllen, ac ateb y cais yw o'r gweddill.
- Mae dogfen a anfonir yn ôl cyfeiriad yn cael ei nôl o dan y terfynau ar gyfer ffeiliau o bell uchod.
Gwallau
| Statws | Math | Neges | Pryd |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | Anfonwyd delwedd i fodel pwysau agored a gynhelir sy'n cymryd testun yn unig. Ni thynnir dim o'ch balans. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | Anfonwyd rhan sain neu fideo i fodel pwysau agored a gynhelir. |
413 | invalid_request_error | Failed to buffer the request body: … | Mae corff y cais, gyda'i ffeiliau mewnol, yn fwy na 32 MiB. Mae'r gwall yn cario code: "request_too_large". |
Mae model Shannon yn ateb gyda statws 200 pa ffeiliau bynnag y mae'r cais yn eu cario: gadewir rhan nad yw'n ei darllen allan. Rheoli gwallau