Shannon 3.1
Ο ίδιος βρόχος συλλογισμού, μεταφερμένος στο δικό μας cluster GPU: 32% πιο έξυπνο, 10-15x ταχύτερο, με παράθυρο context 196,608 tokens.
Με λίγα λόγια
Το Shannon 3.1 διατηρεί όλα όσα έκαναν το Shannon 3 άξιο χρήσης — τον επαναληπτικό βρόχο συλλογισμού, την απουσία επιπέδου άρνησης, την απουσία φιλτραρίσματος εξόδου — και αλλάζει το πού και το πώς εκτελείται. Το μοντέλο σερβίρεται πλέον από το δικό μας cluster GPU αντί από πάροχο inference τρίτου μέρους. Η αξιολόγηση του Shannon Lab μετρά 32% βελτίωση ευφυΐας και 10-15x ταχύτερες απαντήσεις έναντι του Shannon 3.0. Το παράθυρο context πηγαίνει από 32,768 σε 196,608 tokens. Το επίπεδο ρύθμισης ρυθμού που επιβράδυνε σκόπιμα την έξοδο του 3.0 καταργήθηκε: το 3.1 κάνει streaming στην πλήρη ταχύτητα της μηχανής. Τα model ids είναι shannon-3.1 και shannon-3.1-pro, στο chat και στις τρεις διαλέκτους API.
Οι περισσότερες κυκλοφορίες μοντέλων σας ζητούν να δεχτείτε έναν ισχυρισμό ικανότητας ως πίστη και να περιμένετε έναν πίνακα benchmark να κρίνει το ζήτημα. Αυτή εδώ ελέγχεται πιο εύκολα: ανοίξτε δύο καρτέλες, βάλτε το ίδιο prompt σε shannon-3 και σε shannon-3.1, και παρακολουθήστε. Η διαφορά στην ταχύτητα άφιξης της απάντησης δεν είναι διακριτική, ούτε είναι τέχνασμα απεικόνισης. Το Shannon 3.0 ήταν επίτηδες περιορισμένο. Το Shannon 3.1 δεν είναι.
01Τι άλλαξε πραγματικά στο Shannon 3.1
Το Shannon 3.0 εισήγαγε αυτό που ορίζει αυτή την οικογένεια: έναν επαναληπτικό βρόχο συλλογισμού. Το μοντέλο δεν απαντά με την πρώτη του σκέψη. Σκέφτεται, γράφει πρόχειρο, αξιολογεί το ίδιο του το πρόχειρο σε σχέση με την ερώτηση, και το βελτιώνει. Το Lite εκτελεί ένα πέρασμα αυτού του βρόχου· το Pro εκτελεί τον πλήρη βρόχο, συμπεριλαμβανομένου ενός βήματος συγκομιδής γνώσης πριν γράψει πρόχειρο. Αυτός ο σχεδιασμός περιγράφεται αναλυτικά στο ερευνητικό άρθρο για το Shannon 3, και τίποτα από αυτά δεν άλλαξε στο 3.1.
Αυτό που άλλαξε είναι ο μηχανισμός από κάτω. Το Shannon 3.0 σερβιριζόταν μέσω παρόχου inference τρίτου μέρους — ένας λογικός τρόπος να κυκλοφορήσεις ένα μοντέλο και ένας περιοριστικός τρόπος να το λειτουργείς. Κληρονομείς τη διαμόρφωση σερβιρίσματος κάποιου άλλου, την ουρά κάποιου άλλου, το ταβάνι context κάποιου άλλου και την ιδέα κάποιου άλλου για το πόσα tokens ανά δευτερόλεπτο δικαιούσαι. Το Shannon 3.1 τρέχει στο δικό μας cluster GPU, πάνω σε μια στοίβα σερβιρίσματος που ρυθμίζουμε εμείς, και κάθε βασικό νούμερο αυτού του άρθρου απορρέει από αυτή τη μία απόφαση.
| Shannon 3.0 | Shannon 3.1 | |
|---|---|---|
| Πού εκτελείται | Πάροχος τρίτου μέρους | Δικό μας cluster GPU |
| Παράθυρο context | 32,768 | 196,608 |
| Streaming εξόδου | Με ρύθμιση ρυθμού / περιορισμό | Πλήρης ταχύτητα μηχανής |
| Βάρη | Προεπιλογή παρόχου | 4-bit NVFP4 |
| Αποκωδικοποίηση | Τυπική | Speculative |
| Βρόχος συλλογισμού | Σκέψη → πρόχειρο → αξιολόγηση → βελτίωση | Αμετάβλητος |
| Επίπεδο άρνησης | Κανένα | Κανένα |
| Model ids | shannon-3, shannon-3-pro | shannon-3.1, shannon-3.1-pro |
02Γιατί το Shannon 3.1 δίνει την αίσθηση του 10-15x ταχύτερου
Το νούμερο της ταχύτητας είναι αυτό που ρωτούν πρώτο, οπότε αξίζει να είμαστε ακριβείς για το από πού προέρχεται. Υπάρχουν δύο ανεξάρτητες συνεισφορές, και η μεγαλύτερη από τις δύο είναι η λιγότερο εντυπωσιακή.
Καταργήσαμε τον φραγμό ταχύτητας
Η έξοδος του Shannon 3.0 περνούσε από ένα επίπεδο ρύθμισης ρυθμού. Τα tokens έβγαιναν από τη μηχανή, κρατούνταν, και απελευθερώνονταν στη σύνδεσή σας βάσει χρονοδιαγράμματος. Δεν επρόκειτο για ατύχημα ή σφάλμα. Όταν ο συμφορητικός παράγοντας είναι ένας κοινόχρηστος πάροχος inference, η ρύθμιση του ρυθμού εξόδου εξομαλύνει το φορτίο, εμποδίζει μια μακρά παραγωγή να μονοπωλήσει μια θέση, και κάνει τη ροή να φτάνει με προβλέψιμο, ευανάγνωστο ρυθμό αντί για εκρήξεις. Είναι μια υπερασπίσιμη μηχανική επιλογή — και κόστιζε σε κάθε χρήστη πραγματικό χρόνο ρολογιού σε κάθε απάντηση.
Το Shannon 3.1 δεν έχει φραγμό ταχύτητας ούτε ρύθμιση ρυθμού αποκάλυψης. Τα tokens γράφονται στη ροή σας καθώς τα παράγει η μηχανή. Αν η μηχανή παράγει γρήγορα, το βλέπετε να παράγει γρήγορα. Δεν υπάρχει buffer εξομάλυνσης ανάμεσα στο μοντέλο και το terminal σας, το παράθυρο chat σας ή τον SSE reader σας. Για μια μεγάλη απάντηση — μια ανάλυση 2.000 tokens, ένα αρχείο παραγόμενου κώδικα — αυτό και μόνο εξηγεί το μεγαλύτερο μέρος της βελτίωσης που θα παρατηρήσετε.
Μια ειλικρινής συνέπεια: η ροή είναι πλέον εκρηκτική. Το speculative decoding (παρακάτω) εκπέμπει τα αποδεκτά tokens σε σύντομες σειρές, οπότε το κείμενο μπορεί να φτάνει σε ορατά κομμάτια αντί για μετρονομικό ρυθμό μιας λέξης τη φορά. Αν χτίσατε UI γύρω από τον ομαλό ρυθμό του 3.0, θα εξακολουθεί να λειτουργεί — η σειρά και το περιεχόμενο των tokens δεν επηρεάζονται — αλλά ίσως θελήσετε να επαναφέρετε δική σας εξομάλυνση στην πλευρά του client αν προτιμούσατε την εμφάνιση γραφομηχανής. Πιστεύουμε πως οι περισσότεροι θα προτιμούσαν να πάρουν πίσω τα δευτερόλεπτα.
Η ίδια η μηχανή έγινε ταχύτερη
Η κατάργηση του φραγμού βοηθά μόνο αν αυτό που βρίσκεται πίσω από τον φραγμό είναι γρήγορο. Η δεύτερη συνεισφορά είναι η στοίβα σερβιρίσματος που περιγράφεται στην ενότητα 03: βάρη 4-bit NVFP4 και speculative decoding σε επιταχυντές τρέχουσας γενιάς με native υποστήριξη FP4, στο δικό μας cluster. Μαζί ανεβάζουν το ταβάνι που αποκαλύπτει η κατάργηση του φραγμού.
Σχετική καθυστέρηση απάντησης από άκρο σε άκρο, εσωτερική αξιολόγηση Shannon Lab, Σεπτέμβριος 2026. Το εύρος αντανακλά το μήκος του prompt και τη βαθμίδα: σύντομα prompts στο Lite βρίσκονται κοντά στο κάτω άκρο, μακρές παραγωγές στο Pro κοντά στο πάνω.
03Τι κάνει στην πραγματικότητα το speculative decoding
Ο όρος «speculative decoding» χρησιμοποιείται ως λέξη μάρκετινγκ, οπότε ορίστε ο μηχανισμός, απλά.
Ένα γλωσσικό μοντέλο κανονικά παράγει ένα token ανά εμπρόσθιο πέρασμα. Αυτό το πέρασμα κυριαρχείται όχι από την αριθμητική αλλά από το εύρος ζώνης μνήμης — τα βάρη πρέπει να διαβαστούν για να υπολογιστεί οτιδήποτε, και η ανάγνωσή τους παίρνει πολύ περισσότερο χρόνο από τους υπολογισμούς. Η GPU περνά τον περισσότερο χρόνο της περιμένοντας τη μνήμη με τις μονάδες υπολογισμού αδρανείς. Η παραγωγή 500 tokens σημαίνει πληρωμή αυτής της καθυστέρησης 500 φορές, διαδοχικά.
Το speculative decoding επιτίθεται στο διαδοχικό κομμάτι. Ένα μικρό, φθηνό πρόχειρο μοντέλο προτείνει μια σύντομη σειρά από πιθανά επόμενα tokens — ας πούμε τέσσερα ή οκτώ. Το κύριο μοντέλο αξιολογεί κατόπιν ολόκληρη τη σειρά σε ένα ομαδοποιημένο εμπρόσθιο πέρασμα, που κοστίζει ελάχιστα περισσότερο από την αξιολόγηση ενός token, επειδή το ακριβό μέρος (η ανάγνωση των βαρών) συμβαίνει μία φορά έτσι κι αλλιώς. Κάθε προτεινόμενο token με το οποίο συμφωνεί το κύριο μοντέλο γίνεται αποδεκτό και εκπέμπεται αμέσως. Στην πρώτη διαφωνία, η σειρά κόβεται και η κανονική αποκωδικοποίηση συνεχίζει από εκεί.
Η ιδιότητα που μετράει
Το speculative decoding διατηρεί την έξοδο. Το βήμα επαλήθευσης είναι κατασκευασμένο έτσι ώστε η αποδεκτή ακολουθία να κατανέμεται ακριβώς όπως θα κατανεμόταν η δειγματοληψία του ίδιου του κύριου μοντέλου. Δεν παίρνετε την απάντηση του πρόχειρου μοντέλου, ούτε μια προσέγγιση της απάντησης του μεγάλου μοντέλου. Παίρνετε την έξοδο του κύριου μοντέλου, με λιγότερα διαδοχικά βήματα. Το πρόχειρο μοντέλο μπορεί να επηρεάσει μόνο την ταχύτητα, ποτέ το περιεχόμενο.
Το ποσοστό αποδοχής κάνει τη δουλειά. Σε προβλέψιμο κείμενο — τυποποιημένα τμήματα, δομή κώδικα, ο συνδετικός ιστός ενός επιχειρήματος — το πρόχειρο μοντέλο μαντεύει καλά και μακρές σειρές προσγειώνονται με τη μία. Σε πραγματικά δύσκολα tokens, η αποδοχή πέφτει και το σύστημα υποβαθμίζεται ομαλά πίσω στη συνηθισμένη αποκωδικοποίηση ενός token τη φορά. Αυτή η ασυμμετρία είναι η επιθυμητή: επιταχύνει τα εύκολα μέρη και δεν αγγίζει τα δύσκολα.
Γιατί τα βάρη 4-bit ανήκουν στην ίδια παράγραφο
Επειδή ο συμφορητικός παράγοντας είναι το εύρος ζώνης μνήμης, η συρρίκνωση των βαρών είναι άμεσος μοχλός ταχύτητας, όχι απλώς αποτυπώματος μνήμης. Το NVFP4 είναι μορφή κινητής υποδιαστολής 4 bit με λεπτομερή κλιμάκωση ανά μπλοκ, και αυτό ακριβώς του επιτρέπει να διατηρεί την ακρίβεια εκεί όπου παλαιότερα σχήματα ακέραιου κβαντισμού 4 bit την έχαναν. Περίπου το ένα τέταρτο των bytes προς ανάγνωση ανά εμπρόσθιο πέρασμα σημαίνει αναλογικά λιγότερο χρόνο αναμονής στη μνήμη, και αφήνει πολύ περισσότερο περιθώριο για την KV cache μεγάλου context που απαιτεί ένα παράθυρο 196K.
Τα δύο συνθέτονται αντί απλώς να προστίθενται: λιγότερα bytes ανά πέρασμα και λιγότερα περάσματα ανά εκπεμπόμενο token. Αυτό είναι που κάνει το ελεύθερο, πλήρους ταχύτητας streaming οικονομικά βιώσιμο να σερβιριστεί αντί για κόστος που θα έπρεπε να ανακτήσουμε μέσω ρύθμισης ρυθμού — που είναι ακριβώς αυτό που έκανε το σχετικό επίπεδο στο 3.0.
04196,608 tokens: τι ξεκλειδώνει ένα παράθυρο 6x
Το Shannon 3.0 είχε παράθυρο 32,768 tokens: μια συνεδρία εργασίας, όχι ένα έγγραφο. Περίπου 70-80 σελίδες πεζού λόγου, μείον ό,τι καταναλώνει ο βρόχος συλλογισμού για τη δική του σκέψη, μείον το system prompt σας, μείον τη μέχρι τώρα συνομιλία. Η πραγματική δουλειά χτυπούσε συνεχώς σε αυτό το τείχος, και οι παρακάμψεις — τεμαχισμός, σύνοψη, ανάκτηση πάνω στο δικό σας υλικό — υποβαθμίζουν όλες αυτό ακριβώς που προσπαθούσατε να διατηρήσετε. Τα 196,608 tokens είναι διαφορετική κατηγορία προβλήματος.
Συγκεκριμένα, αυτό είναι της τάξης των 400-500 σελίδων κειμένου, ή μια μεσαίου μεγέθους βάση κώδικα με τα tests και το README της, ή ένας χρόνος σημειώσεων συσκέψεων ενός έργου, ή ένα πλήρες σύνολο συμβάσεων με όλα τα παραρτήματά του — μέσα σε μία συνομιλία, προσπελάσιμο με μία ερώτηση, χωρίς επίπεδο τεμαχισμού ανάμεσα σε εσάς και το υλικό.
- Ερωτήσεις για ολόκληρο αποθετήριο. Φορτώστε τον κώδικα και ρωτήστε γιατί ένα σφάλμα φτάνει στην παραγωγή, αντί να επικολλήσετε τα τρία αρχεία που ήδη υποψιαζόσασταν. Το μοντέλο μπορεί να βρει το αρχείο που δεν σκεφτήκατε να συμπεριλάβετε.
- Ανάλυση μεγάλων εγγράφων χωρίς ανάκτηση. Η ανάκτηση είναι ένα απωλεστικό προ-φίλτρο που αποφασίζει τι επιτρέπεται να δει το μοντέλο. Στα 196K μπορείτε συχνά να την παραλείψετε και να αφήσετε το μοντέλο να διαβάσει τα πάντα, κάτι που εξαλείφει μια ολόκληρη κατηγορία αστοχίας όπου το σωστό απόσπασμα δεν ανακτήθηκε ποτέ.
- Συνομιλίες που παραμένουν συνεκτικές. Μια μακρά συνεδρία εργασίας δεν χάνει πια σιωπηλά την ίδια της την αρχή. Οι περιορισμοί που ορίσατε στο τρίτο μήνυμα ισχύουν ακόμη στο ογδοηκοστό.
- Χώρος για τον βρόχο συλλογισμού. Η σκέψη, το πρόχειρο και η αξιολόγηση του βρόχου καταναλώνουν context. Στο 3.0 αυτά τα βήματα ανταγωνίζονταν το υλικό σας για έναν σπάνιο προϋπολογισμό. Στο 3.1 χωρούν άνετα, και αυτός είναι ένας από τους λόγους που το κέρδος ποιότητας και η αύξηση του παραθύρου ήρθαν μαζί.
- Μεγάλες μεικτές είσοδοι. Εικόνες, εξαγόμενο κείμενο εγγράφων και κώδικας σε μία μόνο σειρά, χωρίς διαλογή για το ποια από αυτά έχετε την πολυτέλεια να συμπεριλάβετε.
Μια ειλικρινής επιφύλαξη που ισχύει για κάθε μοντέλο μεγάλου context, και για το δικό μας: ένα μεγάλο παράθυρο είναι χωρητικότητα, όχι εγγύηση ομοιόμορφης προσοχής σε όλο του το εύρος. Η δομή εξακολουθεί να βοηθά. Το να βάζετε την ερώτηση κοντά στο τέλος, να επισημαίνετε τα έγγραφά σας και να λέτε στο μοντέλο τι να ψάξει βελτιώνουν μετρήσιμα τα αποτελέσματα στα 150K tokens με τρόπο που απλώς δεν ισχύει στα 5K.
05Lite και Pro: shannon-3.1 και shannon-3.1-pro
Οι δύο βαθμίδες διαφέρουν στο πόσο από τον βρόχο συλλογισμού εκτελούν, και αυτή είναι η μόνη διαφορά που μετράει για την επιλογή ανάμεσά τους.
| shannon-3.1 (Lite) | shannon-3.1-pro (Pro) | |
|---|---|---|
| Συλλογισμός | Ένα πέρασμα | Πλήρης βρόχος + συγκομιδή γνώσης |
| Αυτοαξιολόγηση | Όχι | Ναι |
| Παράθυρο context | 196,608 | 196,608 |
| Streaming | Πλήρης ταχύτητα, χωρίς φραγμό | Πλήρης ταχύτητα, χωρίς φραγμό |
| Όραση & έγγραφα | Ναι | Ναι |
| Εργαλείο δημιουργίας εικόνων | Ναι | Ναι |
| Ιδανικό για | Την περισσότερη δουλειά, μεγάλο όγκο | Δύσκολες ερωτήσεις, όπου το πρώτο πρόχειρο δεν αρκεί |
Χρησιμοποιήστε το Lite ως προεπιλογή. Ένα πέρασμα ενός καλού μοντέλου συλλογισμού καλύπτει τη μεγάλη πλειονότητα των πραγματικών αιτημάτων, και στο 3.1 είναι αρκετά γρήγορο ώστε ο βρόχος να μην είναι πια κάτι που νιώθετε να περιμένετε. Στραφείτε στο Pro όταν η ερώτηση είναι τέτοια που η πρώτη απάντηση συνήθως αστοχεί με διδακτικό τρόπο: αρχιτεκτονικοί συμβιβασμοί, ανάλυση αντιπάλου, οτιδήποτε θα θέλατε να το «κοιμηθεί» ένας ικανός συνάδελφος. Το βήμα αυτοαξιολόγησης του Pro δεν είναι διακοσμητικό — είναι το μοντέλο που βρίσκει τα δικά του λάθη πριν χρειαστεί να τα βρείτε εσείς.
06Το κέρδος ευφυΐας 32% και πώς να το διαβάσετε
Η εσωτερική αξιολόγηση του Shannon Lab τοποθετεί το Shannon 3.1 σε 32% βελτίωση ευφυΐας έναντι του Shannon 3.0. Θέλουμε να είμαστε σαφείς για το τι είναι και τι δεν είναι αυτό.
Είναι δικό μας νούμερο, από τη δική μας εσωτερική σουίτα αξιολόγησης, μετρημένο σε εργασίες που θεωρούμε αντιπροσωπευτικές αυτών που φέρνουν πραγματικά οι άνθρωποι σε τέτοια μοντέλα. Δεν είναι benchmark τρίτου μέρους, και δεν κατασκευάζουμε πίνακα κατάταξης γύρω από ένα εσωτερικό συγκεντρωτικό μέγεθος ούτε δημοσιεύουμε ανάλυση ανά benchmark — μια τέτοια ανάλυση θα υπαινισσόταν επίπεδο εξωτερικής συγκρισιμότητας που μια εσωτερική σουίτα δεν έχει.
Αυτό που θα πούμε είναι από πού προέρχεται το κέρδος, γιατί εκείνο το μέρος δεν είναι μυστήριο. Ένα μεγαλύτερο παράθυρο context σημαίνει ότι λιγότερο υλικό πρέπει να απορριφθεί πριν το μοντέλο συλλογιστεί πάνω του, και μεγάλο μέρος της φαινομενικής ανοησίας σε μακρές συνεδρίες είναι στην πραγματικότητα απλώς αμνησία. Μια στοίβα σερβιρίσματος που ελέγχουμε σημαίνει ότι το μοντέλο τρέχει με τη διαμόρφωση που θέλαμε αντί με την προεπιλογή ενός παρόχου. Και ο βρόχος συλλογισμού — αμετάβλητος σχεδιαστικά — έχει τώρα χώρο να τρέξει πραγματικά μέσα στο παράθυρο αντί να στριμώχνεται σε ένα ταβάνι 32K που μοιραζόταν με την είσοδό σας.
Το πιο χρήσιμο benchmark για εσάς είναι το δικό σας. Πάρτε ένα prompt από τον πραγματικό σας φόρτο εργασίας — όχι έναν γρίφο, ένα αληθινό — και τρέξτε το σε shannon-3 και μετά σε shannon-3.1. Συγκρίνετε τις απαντήσεις και χρονομετρήστε τες. Τα νούμερά μας περιγράφουν έναν μέσο όρο σε μια σουίτα· το δικό σας prompt είναι αυτό που πρέπει να βελτιωθεί.
07Όραση, έγγραφα και δημιουργία εικόνων
Το Shannon 3.1 διαβάζει εικόνες και έγγραφα. Στιγμιότυπα οθόνης, διαγράμματα, φωτογραφίες, σαρωμένες σελίδες, PDF και έγγραφα κειμένου μπορούν να μπουν στη συνομιλία και να αναλυθούν μαζί με όλα τα υπόλοιπα. Σε συνδυασμό με το παράθυρο 196K, αυτό είναι που κάνει πρακτικές τις ροές εργασίας ολόκληρων εγγράφων: μια μακρά αναφορά και τα γραφήματά της σε μία σειρά, χωρίς να αποφασίσετε εκ των προτέρων ποιες σελίδες επιτρέπεται να δει το μοντέλο.
Η δημιουργία και επεξεργασία εικόνων είναι διαθέσιμη στο chat ως εργαλείο. Ζητήστε μια εικόνα και το μοντέλο καλεί το εργαλείο inline, μέσα στην ίδια συνομιλία, με το context όλων όσων συζητήθηκαν μέχρι εκείνη τη στιγμή. Η επεξεργασία λειτουργεί με τον ίδιο τρόπο — δώστε του μια εικόνα, περιγράψτε την αλλαγή. Δεν υπάρχει ξεχωριστή λειτουργία στην οποία πρέπει να μεταβείτε ούτε ξεχωριστό περιβάλλον να μάθετε.
08Κλήση του Shannon 3.1 από το API
Το Shannon 3.1 είναι διαθέσιμο και στις τρεις διαλέκτους API, με streaming στην καθεμία. Ίδια μοντέλα, τρία σχήματα αιτήματος — διαλέξτε όποιο ταιριάζει στο SDK που ήδη έχετε.
| Endpoint | Σχήμα | Streaming |
|---|---|---|
| /v1/chat/completions | Συμβατό με OpenAI | Ναι |
| /v1/messages | Συμβατό με Anthropic | Ναι |
| /v1/responses | Responses | Ναι |
{
"model": "shannon-3.1",
"stream": true,
"messages": [
{ "role": "user", "content": "Summarize this contract set and flag anything unusual." }
]
}Αντικαταστήστε το "shannon-3.1" με "shannon-3.1-pro" για να τρέξετε τον πλήρη βρόχο συλλογισμού. Αν ήδη καλείτε το shannon-3, η μετάβαση είναι το model id και τίποτα άλλο: τα σχήματα αιτήματος και απόκρισης παραμένουν αμετάβλητα και οι υπάρχοντες streaming clients συνεχίζουν να λειτουργούν. Η μία διαφορά συμπεριφοράς που πρέπει να περιμένετε είναι η πιο εκρηκτική ροή που περιγράφεται στην ενότητα 02 — ίδια tokens, ίδια σειρά, με άφιξη νωρίτερα και σε λιγότερο ομοιόμορφα κομμάτια.
Πλήρης αναφορά παραμέτρων, αυθεντικοποίηση, σημασιολογία σφαλμάτων και διαδραστικό playground υπάρχουν στην τεκμηρίωση του API. Άλλες κάρτες μοντέλων και τεχνικά κείμενα υπάρχουν στην έρευνα του Shannon.
09Πάντα χωρίς λογοκρισία, και αμετάβλητο σε αυτό
Το Shannon 3.1 δεν έχει επίπεδο άρνησης ούτε φιλτράρισμα περιεχομένου στην έξοδο. Είναι η ίδια στάση με την υπόλοιπη σειρά Shannon και δεν άλλαξε με τη μετακίνηση στο δικό μας cluster — αν μη τι άλλο, ο έλεγχος της στοίβας σερβιρίσματος το κάνει ευκολότερο να εγγυηθεί, γιατί δεν υπάρχει ενδιάμεσος πάροχος με δική του πολιτική ανάμεσα στο μοντέλο και σε εσάς.
Αξίζει να ειπωθεί ρητά, γιατί είναι το προφανές ερώτημα για μια κυκλοφορία που άλλαξε ολόκληρη τη διαδρομή εξόδου: η αφαίρεση του επιπέδου ρύθμισης ρυθμού δεν σήμαινε την τοποθέτηση επιπέδου εποπτείας στη θέση του. Τίποτα δεν επιθεωρεί, δεν ξαναγράφει και δεν φιλτράρει τη ροή. Ό,τι παράγει το μοντέλο είναι αυτό που φτάνει. Το Shannon 3.1 είναι, απ' όσο γνωρίζουμε, το ταχύτερο διαθέσιμο μοντέλο AI χωρίς λογοκρισία με παράθυρο context αυτού του μεγέθους — και οι δύο ιδιότητες σχετίζονται, αφού και οι δύο προκύπτουν από το να τρέχουμε τη δική μας υποδομή αντί να νοικιάζουμε χωρητικότητα σχηματισμένη από απαιτήσεις συμμόρφωσης.
Χωρίς λογοκρισία δεν σημαίνει χωρίς λογοδοσία. Η χρήση διέπεται από την Πολιτική Υπεύθυνης Χρήσης, και η υποχρέωση που συνοδεύει ένα μοντέλο που θα ασχοληθεί με δύσκολο υλικό είναι να ασχοληθείτε και εσείς υπεύθυνα.
10Κάντε μόνοι σας τη σύγκριση
Κάθε ισχυρισμός εδώ ελέγχεται σε περίπου δύο λεπτά, και θα προτιμούσαμε να τον ελέγξετε παρά να μας πιστέψετε.
- Διαλέξτε ένα prompt από δουλειά που πραγματικά κάνετε. Το μακρύ είναι καλύτερο — δοκιμάζει και το παράθυρο και το streaming.
- Τρέξτε το σε
shannon-3. Σημειώστε πόσο κάνει μέχρι το πρώτο token και πόσο μέχρι να ολοκληρωθεί η απάντηση. - Τρέξτε το ίδιο ακριβώς prompt σε
shannon-3.1. Σημειώστε τα ίδια δύο νούμερα. - Μετά διαβάστε και τις δύο απαντήσεις, αγνοώντας το ρολόι, και αποφασίστε ποια θα θέλατε.
Η διαφορά ταχύτητας θα είναι άμεση και προφανής. Η διαφορά ποιότητας είναι αυτή που αξίζει να την αφήσετε να κατακάτσει — φαίνεται πιο καθαρά σε μεγάλες εισόδους, όπου το 3.0 δούλευε σιωπηλά με λιγότερο υλικό σας από όσο νομίζατε.
11Συχνές ερωτήσεις
Τι είναι το Shannon 3.1;
Το Shannon 3.1 είναι η τρέχουσα έκδοση της οικογένειας Shannon 3. Διατηρεί τον ίδιο επαναληπτικό βρόχο συλλογισμού — σκέψου, γράψε πρόχειρο, αυτοαξιολόγησε, βελτίωσε — αλλά τον εκτελεί native στο δικό μας cluster GPU αντί σε πάροχο inference τρίτου μέρους. Η εσωτερική αξιολόγηση του Shannon Lab μετρά 32% βελτίωση ευφυΐας και 10-15x ταχύτερες απαντήσεις σε σύγκριση με το Shannon 3.0, με το παράθυρο context να ανεβαίνει από 32,768 σε 196,608 tokens.
Πόσο ταχύτερο είναι το Shannon 3.1 από το Shannon 3.0;
Από 10x έως 15x ταχύτερο σε απαντήσεις από άκρο σε άκρο, σύμφωνα με την εσωτερική αξιολόγηση του Shannon Lab. Δύο πράγματα το εξηγούν. Η έξοδος του Shannon 3.0 περνούσε από ένα επίπεδο ρύθμισης ρυθμού που περιόριζε σκόπιμα τη ροή· το Shannon 3.1 δεν έχει φραγμό ταχύτητας ούτε ρύθμιση ρυθμού αποκάλυψης, οπότε τα tokens σας φτάνουν τόσο γρήγορα όσο τα παράγει η μηχανή. Και η ίδια η μηχανή είναι ταχύτερη: βάρη 4-bit NVFP4 συν speculative decoding στο δικό μας cluster GPU.
Πόσο μεγάλο είναι το παράθυρο context του Shannon 3.1;
196,608 tokens, αύξηση 6x σε σχέση με τα 32,768 tokens που ήταν διαθέσιμα στο Shannon 3.0. Αυτό αντιστοιχεί περίπου σε 400-500 σελίδες κειμένου, ή σε μια μεσαίου μεγέθους βάση κώδικα, μέσα σε μία μόνο συνομιλία, χωρίς τεμαχισμό ή ανάκτηση.
Τι είναι το speculative decoding και γιατί έχει σημασία εδώ;
Ένα μικρό, γρήγορο πρόχειρο μοντέλο προτείνει μια σειρά από πιθανά επόμενα tokens και το κύριο μοντέλο τα επαληθεύει σε ένα ενιαίο ομαδοποιημένο πέρασμα. Τα αποδεκτά tokens εκπέμπονται αμέσως· τα απορριπτόμενα επιστρέφουν στην κανονική αποκωδικοποίηση. Η έξοδος είναι αυτή που θα παρήγαγε το κύριο μοντέλο από μόνο του, αλλά ανά βήμα επαλήθευσης μπορούν να προσγειωθούν πολλά tokens αντί για ένα. Αυτό είναι που κάνει το streaming σε πλήρη ταχύτητα οικονομικά βιώσιμο αντί για πρόβλημα κόστους.
Είναι το Shannon 3.1 χωρίς λογοκρισία;
Ναι. Το Shannon 3.1 δεν έχει επίπεδο άρνησης ούτε φιλτράρισμα περιεχομένου στην έξοδό του, όπως και η υπόλοιπη σειρά Shannon. Η αφαίρεση του επιπέδου ρύθμισης ρυθμού δεν πρόσθεσε στη θέση του κάποιο επίπεδο εποπτείας — η ροή που λαμβάνετε είναι η έξοδος του μοντέλου.
Ποια είναι τα model ids και πού μπορώ να χρησιμοποιήσω το Shannon 3.1;
Το shannon-3.1 είναι η βαθμίδα Lite και το shannon-3.1-pro η βαθμίδα Pro. Και τα δύο είναι διαθέσιμα στο chat και στις τρεις διαλέκτους API: /v1/chat/completions (σχήμα OpenAI), /v1/messages (σχήμα Anthropic) και /v1/responses. Το streaming λειτουργεί και στις τρεις.
Ποια είναι η διαφορά ανάμεσα σε shannon-3.1 και shannon-3.1-pro;
Το Lite εκτελεί ένα μόνο πέρασμα του βρόχου συλλογισμού: σκέφτεται και μετά απαντά. Το Pro εκτελεί τον πλήρη βρόχο — σκέψου, γράψε πρόχειρο, αυτοαξιολόγησε, βελτίωσε — με ένα βήμα συγκομιδής γνώσης πριν από το πρόχειρο. Το Lite είναι η σωστή προεπιλογή για την περισσότερη δουλειά· το Pro είναι για ερωτήσεις όπου η πρώτη απάντηση συνήθως δεν είναι η καλύτερη.
Δοκιμάστε το Shannon 3.1
Ίδιος βρόχος συλλογισμού. Έξι φορές το παράθυρο. Χωρίς φραγμό ταχύτητας.
Ξεκινήστε Συνομιλία Διαβάστε την Τεκμηρίωση APIshannon-3.1 · shannon-3.1-pro · streaming και στις τρεις διαλέκτους
Τα μεγέθη επιδόσεων και ευφυΐας σε αυτό το άρθρο είναι δικές μας μετρήσεις του Shannon Lab από εσωτερική αξιολόγηση, Σεπτέμβριος 2026, και δηλώνονται ως μεγέθη προϊόντος και όχι ως αποτελέσματα benchmark τρίτου μέρους. Το παράθυρο context, τα model ids και η διαθεσιμότητα API είναι προδιαγραφές προϊόντος. Το Shannon AI λειτουργεί από τη Shannon Lab LLC, Νέο Μεξικό, ΗΠΑ. Σχετική ανάγνωση: Shannon 3 · Ευρετήριο έρευνας Shannon · Τεκμηρίωση API.