Billeder og filer
Send billeder med en besked: hvilke modeller der tager dem, de accepterede former og deres grænser.
POST https://api.shannon-ai.com/v1/chat/completions
Et billede rejser inde i en brugerbesked som én del af dens content. Eksemplet læser en lokal fil og sender den som en 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
}
} Hvilke modeller der tager billeder
| Modeller | Læser |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | Billeder og dokumenter: PDF-, Word-, PowerPoint-, Excel- og ren tekstfiler. |
shannon-1.6-lite, shannon-1.6-pro | Billeder. |
shannon-2-lite, shannon-2-pro | Billeder, i anmodninger der også sender tools eller response_format. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | Billeder. |
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. En anmodning med et billede besvares med status 400. |
shannon-coder-1 | Tekst. |
GET /v1/models rapporterer billedinput per id som capabilities.vision. Modeller og priser
- Shannon-modellerne læser filerne i den sidste brugerbesked. Læg billedet i den besked, der spørger om det.
- Shannon 3-familien holder også nogle få billeder og dokumenter fra tidligere brugerbeskeder i sigte, når de blev sendt inline, og læser et fast maksimalt antal billeder per anmodning, talt fra det første.
- De hostede open-weight-modeller læser billederne i alle samtalens beskeder.
Accepterede former
En fil sendes på en af to måder: inde i anmodningen som base64 eller som en adresse, API'et henter. Hver fil rejser med anmodningen; API'et har intet upload-endpoint.
| Endpoint | I anmodningen (base64) | Via adresse |
|---|---|---|
/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://…"}} |
Den samme brugerbesked i hvert format:
{
"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…"
}
}
]
} - En data-URL har formen
data:<media type>;base64,<data>. Delen;base64er påkrævet. - På
/v1/chat/completionsog/v1/responseskanimage_urlvære selve strengen eller et objekt{"url": "…"}. - Filtypen kommer fra data-URL'en eller fra
media_type. Uden en læses et billede somimage/png. - Inline-filer tæller med i størrelsen af anmodningens body, som kan være op til 32 MiB.
- Accepteret af hensyn til kompatibilitet:
image_url.detail.
Grænser for eksterne filer
Når du sender en adresse, henter API'et filen, før modellen kører, inden for disse grænser:
| Grænse | Regel |
|---|---|
| Størrelse | Op til 8 MiB per fil. |
| Tid | 20 sekunder til at svare. |
| Omdirigeringer | Højst 5. |
| Adresse | http:// eller https://, uden brugernavn eller adgangskode i adressen, på en vært med en offentlig adresse. |
| Værtens svar | En status i 200-området og en body, der ikke er tom. Filtypen læses fra Content-Type. |
| Anmodet som | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
Sådan tæller billeder i tokens
På de hostede open-weight-modeller tæller et billede én token for hvert felt på 28 × 28 pixel: bredden divideret med 28, rundet op, gange højden divideret med 28, rundet op. Resultatet er en del af usage.prompt_tokens og afregnes som input.
- 1024 × 1024
- 1,369 tokens
- 1920 × 1080
- 2,691 tokens
- 512 × 512
- 361 tokens
- Et eksternt billede hentes først, så dets reelle størrelse tælles.
- Et billede, hvis størrelse ikke kan læses, tæller 1,024 tokens.
- Tælle-endpointsene bruger den samme regel for data-URL'er. De henter ikke en ekstern adresse og tæller den som 1,024 tokens. Tælling af tokens
- For en Shannon-model kan du se, hvad en anmodning med billeder kostede, i
usagei svaret.
Dokumenter og andre filer
Shannon 3-familien (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) læser også dokumenter. Dokumentets tekst tages ud og gives til modellen sammen med din besked.
| Dokument | Medietype |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Et dokument er en del af brugerbeskeden, ligesom et billede:
| Endpoint | I anmodningen (base64) | Via adresse |
|---|---|---|
/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."}
]
}
]
} - Angiv filens rigtige medietype. Uden en læses et dokument som
application/pdf. - En ren tekstfil, f.eks. CSV, læses som tekst og vedhæftes på samme måde.
- Når et dokument ikke kan læses, eller filen er af en anden type, får modellen besked om det og kan sige det i sit svar. Status er stadig
200. - På alle andre modeller udelades en dokumentdel fra det, modellen læser, og anmodningen besvares ud fra resten.
- Et dokument, der sendes via adresse, hentes under grænserne for fjernfiler ovenfor.
Fejl
| Status | Type | Besked | Hvornår |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | Et billede blev sendt til en hostet open-weight-model, der kun tager tekst. Der trækkes intet fra din saldo. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | En lyd- eller videodel blev sendt til en hostet open-weight-model. |
413 | invalid_request_error | Failed to buffer the request body: … | Anmodningens body med dens inline-filer er større end 32 MiB. Fejlen indeholder code: "request_too_large". |
En Shannon-model svarer med status 200, uanset hvilke filer anmodningen indeholder: en del, den ikke læser, udelades. Fejlhåndtering