Siirry sisältöön
Kuvat ja tiedostot

Kuvat ja tiedostot

Lähetä kuvia viestin mukana: mitkä mallit ottavat niitä vastaan, hyväksytyt muodot ja niiden rajat.

POST https://api.shannon-ai.com/v1/chat/completions

Kuva kulkee käyttäjän viestin sisällä, yhtenä osana sen content-kenttää. Esimerkki lukee paikallisen tiedoston ja lähettää sen data URL:na.

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)
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
  }
}

Mitkä mallit ottavat kuvia

Mallit Lukee
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro Kuvat ja dokumentit: PDF-, Word-, PowerPoint-, Excel- ja tekstitiedostot.
shannon-1.6-lite, shannon-1.6-pro Kuvat.
shannon-2-lite, shannon-2-pro Kuvat pyynnöissä, jotka lähettävät myös tools tai response_format.
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 Kuvat.
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 Teksti. Kuvallinen pyyntö vastataan tilalla 400.
shannon-coder-1 Teksti.

GET /v1/models ilmoittaa kuvasyötteen id:kohtaisesti kentässä capabilities.vision. Mallit ja hinnoittelu

  • Shannon-mallit lukevat viimeisen käyttäjän viestin tiedostot. Pane kuva viestiin, jossa kysyt siitä.
  • Shannon 3 -perhe pitää näkyvissä myös muutaman aiempien käyttäjän viestien kuvan ja dokumentin, kun ne on lähetetty upotettuina, ja lukee pyyntöä kohti kiinteän enimmäismäärän kuvia ensimmäisestä alkaen laskien.
  • Hostatut avoimen painon mallit lukevat keskustelun jokaisen viestin kuvat.

Hyväksytyt muodot

Tiedosto lähetetään jommallakummalla tavalla: pyynnön sisällä base64-koodattuna tai osoitteena, jonka API noutaa. Jokainen tiedosto kulkee pyynnön mukana; API:ssa ei ole latauspäätepistettä.

Päätepiste Pyynnössä (base64) Osoitteella
/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://…"}}

Sama käyttäjän viesti kussakin muodossa:

{
  "role": "user",
  "content": [
    {"type": "text", "text": "What is in this picture?"},
    {
      "type": "image_url",
      "image_url": {
        "url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD…"
      }
    }
  ]
}
  • Data URL on muotoa data:<media type>;base64,<data>. Osa ;base64 on pakollinen.
  • Päätepisteissä /v1/chat/completions ja /v1/responses image_url voi olla itse merkkijono tai objekti {"url": "…"}.
  • Tiedostotyyppi tulee data URL:sta tai kentästä media_type. Ilman sitä kuva luetaan tyyppinä image/png.
  • Upotetut tiedostot lasketaan mukaan pyynnön rungon kokoon, joka voi olla enintään 32 MiB.
  • Hyväksytään yhteensopivuuden vuoksi: image_url.detail.

Etätiedostojen rajat

Kun lähetät osoitteen, API noutaa tiedoston ennen kuin malli suoritetaan, näissä rajoissa:

Raja Sääntö
Koko Enintään 8 MiB tiedostoa kohti.
Aika 20 sekuntia vastaamiseen.
Uudelleenohjaukset Enintään 5.
Osoite http:// tai https://, ilman käyttäjänimeä tai salasanaa osoitteessa, isännällä, jolla on julkinen osoite.
Isännän vastaus Tila 200-alueelta ja ei-tyhjä runko. Tiedostotyyppi luetaan Content-Type-otsakkeesta.
Pyydetään nimellä User-Agent: ShannonBot/1.0 (+https://shannon-ai.com)

Miten kuvat lasketaan tokeneina

Hostatuilla avoimen painon malleilla kuva lasketaan yhdeksi tokeniksi jokaista 28 × 28 pikselin ruutua kohti: leveys jaettuna 28:lla ja pyöristettynä ylöspäin kertaa korkeus jaettuna 28:lla ja pyöristettynä ylöspäin. Tulos kuuluu lukuun usage.prompt_tokens ja se laskutetaan syötteenä.

1024 × 1024
1,369 tokenia
1920 × 1080
2,691 tokenia
512 × 512
361 tokenia
  • Etäkuva noudetaan ensin, joten sen todellinen koko lasketaan.
  • Kuva, jonka kokoa ei voi lukea, lasketaan 1,024 tokeniksi.
  • Laskentapäätepisteet käyttävät samaa sääntöä data URL -osoitteille. Ne eivät nouda etäosoitetta vaan laskevat sen 1,024 tokeniksi. Tokenien laskenta
  • Shannon-mallilla näet kuvallisen pyynnön hinnan vastauksen usage-kentästä.

Dokumentit ja muut tiedostot

Shannon 3 -perhe (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) lukee myös dokumentteja. Dokumentin teksti poimitaan ja annetaan mallille viestisi mukana.

Dokumentti Mediatyyppi
PDF application/pdf
Word application/vnd.openxmlformats-officedocument.wordprocessingml.document
PowerPoint application/vnd.openxmlformats-officedocument.presentationml.presentation
Excel application/vnd.openxmlformats-officedocument.spreadsheetml.sheet

Dokumentti on osa käyttäjän viestiä, kuten kuva:

Päätepiste Pyynnössä (base64) Osoitteella
/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."}
      ]
    }
  ]
}
  • Anna tiedoston oikea mediatyyppi. Ilman sitä dokumentti luetaan tyyppinä application/pdf.
  • Tekstitiedosto, kuten CSV, luetaan tekstinä ja liitetään samalla tavalla.
  • Kun dokumenttia ei voi lukea tai tiedosto on toista tyyppiä, malli saa siitä tiedon ja voi kertoa siitä vastauksessaan. Tila on silti 200.
  • Kaikilla muilla malleilla dokumenttiosa jätetään pois siitä, mitä malli lukee, ja pyyntöön vastataan lopun perusteella.
  • Osoitteella lähetetty dokumentti noudetaan etätiedostojen rajojen mukaisesti, jotka on kuvattu yllä.

Virheet

Tila Tyyppi Viesti Milloin
400 invalid_request_error <id> does not accept image input Kuva lähetettiin hostatulle avoimen painon mallille, joka ottaa vain tekstiä. Saldostasi ei veloiteta mitään.
400 invalid_request_error audio and video input are not supported by any hosted model Ääni- tai videoosa lähetettiin hostatulle avoimen painon mallille.
413 invalid_request_error Failed to buffer the request body: … Pyynnön runko upotettuine tiedostoineen on suurempi kuin 32 MiB. Virheessä on code: "request_too_large".

Shannon-malli vastaa tilalla 200 riippumatta siitä, mitä tiedostoja pyynnössä on: osa, jota se ei lue, jätetään pois. Virheiden käsittely