Imágenes y archivos
Envía imágenes con un mensaje: qué modelos las aceptan, las formas admitidas y sus límites.
POST https://api.shannon-ai.com/v1/chat/completions
Una imagen viaja dentro de un mensaje de usuario, como una parte de su content. El ejemplo lee un archivo local y lo envía como 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 200 JSON
{
"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
}
}Qué modelos aceptan imágenes
| Modelos | Lee |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | Imágenes y documentos: PDF, Word, PowerPoint, Excel y archivos de texto plano. |
shannon-1.6-lite, shannon-1.6-pro | Imágenes. |
shannon-2-lite, shannon-2-pro | Imágenes, en solicitudes que también envían tools o response_format. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | Imágenes. |
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 | Texto. Una solicitud con una imagen se responde con el estado 400. |
shannon-coder-1 | Texto. |
GET /v1/models informa la entrada de imágenes por id como capabilities.vision. Modelos y precios
- Los modelos Shannon leen los archivos del último mensaje de usuario. Pon la imagen en el mensaje que pregunta por ella.
- La familia Shannon 3 también mantiene a la vista algunas imágenes y documentos de mensajes de usuario anteriores cuando se enviaron en línea, y lee un máximo fijo de imágenes por solicitud, contadas desde la primera.
- Los modelos de pesos abiertos alojados leen las imágenes de todos los mensajes de la conversación.
Formas aceptadas
Un archivo se envía de una de dos maneras: dentro de la solicitud en base64, o como una dirección que la API descarga. Cada archivo viaja con la solicitud; la API no tiene un endpoint de carga.
| Endpoint | En la solicitud (base64) | Por dirección |
|---|---|---|
/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://…"}} |
El mismo mensaje de usuario en cada formato:
{
"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…"
}
}
]
}- Una data URL tiene la forma
data:<media type>;base64,<data>. La parte;base64es obligatoria. - En
/v1/chat/completionsy/v1/responses,image_urlpuede ser la propia cadena o un objeto{"url": "…"}. - El tipo de archivo viene de la data URL o de
media_type. Sin él, una imagen se lee comoimage/png. - Los archivos en línea cuentan para el tamaño del cuerpo de la solicitud, que puede ser de hasta 32 MiB.
- Se acepta por compatibilidad:
image_url.detail.
Límites para archivos remotos
Cuando envías una dirección, la API descarga el archivo antes de que se ejecute el modelo, dentro de estos límites:
| Límite | Regla |
|---|---|
| Tamaño | Hasta 8 MiB por archivo. |
| Tiempo | 20 segundos para responder. |
| Redirecciones | Como máximo 5. |
| Dirección | http:// o https://, sin nombre de usuario ni contraseña en la dirección, en un host con una dirección pública. |
| Respuesta del host | Un estado en el rango 200 y un cuerpo que no esté vacío. El tipo de archivo se lee de Content-Type. |
| Se solicita como | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
Cómo cuentan las imágenes en tokens
En los modelos de pesos abiertos alojados, una imagen cuenta un token por cada parche de 28 × 28 píxeles: el ancho dividido entre 28, redondeado hacia arriba, por el alto dividido entre 28, redondeado hacia arriba. El resultado forma parte de usage.prompt_tokens y se factura como entrada.
- 1024 × 1024
- 1,369 tokens
- 1920 × 1080
- 2,691 tokens
- 512 × 512
- 361 tokens
- Una imagen remota se descarga primero, así que se cuenta su tamaño real.
- Una imagen cuyo tamaño no se puede leer cuenta 1,024 tokens.
- Los endpoints de conteo usan la misma regla para las data URL. No descargan una dirección remota y la cuentan como 1,024 tokens. Conteo de tokens
- Para un modelo Shannon, lee en
usagede la respuesta lo que costó una solicitud con imágenes.
Documentos y otros archivos
La familia Shannon 3 (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) también lee documentos. El texto del documento se extrae y se entrega al modelo junto con tu mensaje.
| Documento | Tipo de medio |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Un documento es una parte del mensaje de usuario, igual que una imagen:
| Endpoint | En la solicitud (base64) | Por dirección |
|---|---|---|
/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."}
]
}
]
}- Indica el tipo de medio real del archivo. Sin él, un documento se lee como
application/pdf. - Un archivo de texto plano, como CSV, se lee como texto y se adjunta de la misma manera.
- Cuando un documento no se puede leer, o el archivo es de otro tipo, se le informa al modelo y este puede decirlo en su respuesta. El estado sigue siendo
200. - En cualquier otro modelo, una parte de documento se omite de lo que lee el modelo, y la solicitud se responde con el resto.
- Un documento enviado por dirección se obtiene bajo los límites para archivos remotos indicados arriba.
Errores
| Estado | Tipo | Mensaje | Cuándo |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | Se envió una imagen a un modelo de pesos abiertos alojado que solo acepta texto. No se descuenta nada de tu saldo. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | Se envió una parte de audio o video a un modelo de pesos abiertos alojado. |
413 | invalid_request_error | Failed to buffer the request body: … | El cuerpo de la solicitud, con sus archivos en línea, es mayor que 32 MiB. El error lleva code: "request_too_large". |
Un modelo Shannon responde con el estado 200 sean cuales sean los archivos que lleve la solicitud: una parte que no lee se omite. Manejo de errores