Léim go dtí an t-ábhar
Íomhánna agus comhaid

Íomhánna agus comhaid

Seol íomhánna le teachtaireacht: cé acu múnlaí a ghlacann leo, na foirmeacha glactha agus a dteorainneacha.

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

Taistealaíonn íomhá laistigh de theachtaireacht úsáideora, mar chuid amháin dá content. Léann an sampla comhad logánta agus seolann sé mar URL sonraí é.

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
  }
}

Cé acu múnlaí a ghlacann íomhánna

Múnlaí Léann
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro Íomhánna, agus doiciméid: PDF, Word, PowerPoint, Excel agus comhaid téacs simplí.
shannon-1.6-lite, shannon-1.6-pro Íomhánna.
shannon-2-lite, shannon-2-pro Íomhánna, in iarratais a sheolann tools nó response_format freisin.
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 Íomhánna.
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 Téacs. Freagraítear iarratas le híomhá le stádas 400.
shannon-coder-1 Téacs.

Tuairiscíonn GET /v1/models ionchur íomhá in aghaidh an id mar capabilities.vision. Múnlaí agus praghsáil

  • Léann na múnlaí Shannon comhaid na teachtaireachta úsáideora deireanaí. Cuir an íomhá sa teachtaireacht a fhiafraíonn faoi.
  • Coinníonn teaghlach Shannon 3 cúpla íomhá agus doiciméad de theachtaireachtaí úsáideora níos luaithe in radharc freisin nuair a seoladh inlíne iad, agus léann sé uasmhéid socraithe íomhánna in aghaidh an iarratais, comhairthe ón gcéad cheann.
  • Léann na múnlaí open-weight óstáilte íomhánna gach teachtaireachta den chomhrá.

Foirmeacha glactha

Seoltar comhad ar cheann de dhá bhealach: laistigh den iarratas mar base64, nó mar sheoladh a fhaigheann an API. Taistealaíonn gach comhad leis an iarratas; níl aon chríochphointe uaslódála ag an API.

Críochphointe San iarratas (base64) Trí sheoladh
/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://…"}}

An teachtaireacht úsáideora chéanna i ngach formáid:

{
  "role": "user",
  "content": [
    {"type": "text", "text": "What is in this picture?"},
    {
      "type": "image_url",
      "image_url": {
        "url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD…"
      }
    }
  ]
}
  • Tá URL sonraí san fhoirm data:<media type>;base64,<data>. Tá an chuid ;base64 riachtanach.
  • Ar /v1/chat/completions agus /v1/responses, is féidir image_url a bheith ina shreang féin nó ina réad {"url": "…"}.
  • Tagann cineál an chomhaid ón URL sonraí nó ó media_type. Gan ceann, léitear íomhá mar image/png.
  • Comhairtear comhaid inlíne i leith mhéid chorp an iarratais, ar féidir leis a bheith suas le 32 MiB.
  • Glactar leis ar mhaithe le comhoiriúnacht: image_url.detail.

Teorainneacha do chomhaid iargúlta

Nuair a sheolann tú seoladh, faigheann an API an comhad sula ritheann an múnla, laistigh de na teorainneacha seo:

Teorainn Riail
Méid Suas le 8 MiB in aghaidh an chomhaid.
Am 20 soicind chun freagairt.
Atreoruithe 5 ar a mhéad.
Seoladh http:// nó https://, gan ainm úsáideora ná pasfhocal sa seoladh, ar óstríomhaire le seoladh poiblí.
Freagra an óstríomhaire Stádas sa raon 200 agus corp nach bhfuil folamh. Léitear cineál an chomhaid ó Content-Type.
Iarrtha mar User-Agent: ShannonBot/1.0 (+https://shannon-ai.com)

Conas a chomhairtear íomhánna i token

Ar na múnlaí open-weight óstáilte comhaireann íomhá token amháin do gach paiste 28 × 28 picteilín: an leithead roinnte ar 28, cuarthaithe suas, faoi uaire an airde roinnte ar 28, cuarthaithe suas. Tá an toradh mar chuid de usage.prompt_tokens agus billeáiltear mar ionchur é.

1024 × 1024
1,369 token
1920 × 1080
2,691 token
512 × 512
361 token
  • Faightear íomhá iargúlta ar dtús, mar sin comhairtear a fíormhéid.
  • Comhaireann íomhá nach féidir a méid a léamh 1,024 token.
  • Úsáideann na críochphointí comhairimh an riail chéanna d'URLanna sonraí. Ní fhaigheann siad seoladh iargúlta agus comhaireann siad é mar 1,024 token. Comhaireamh token
  • Do mhúnla Shannon, léigh cad a chosain iarratas le híomhánna ó usage sa fhreagra.

Doiciméid agus comhaid eile

Léann teaghlach Shannon 3 (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) doiciméid freisin. Bainfear téacs an doiciméid amach agus tabharfar don mhúnla é le do theachtaireacht.

Doiciméad Cineál meán
PDF application/pdf
Word application/vnd.openxmlformats-officedocument.wordprocessingml.document
PowerPoint application/vnd.openxmlformats-officedocument.presentationml.presentation
Excel application/vnd.openxmlformats-officedocument.spreadsheetml.sheet

Is cuid den teachtaireacht úsáideora é doiciméad, cosúil le híomhá:

Críochphointe San iarratas (base64) Trí sheoladh
/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."}
      ]
    }
  ]
}
  • Tabhair fíorchineál meán an chomhaid. Gan ceann, léitear doiciméad mar application/pdf.
  • Léitear comhad téacs simplí, mar CSV, mar théacs agus ceanglaítear ar an mbealach céanna é.
  • Nuair nach féidir doiciméad a léamh, nó nuair is cineál eile é an comhad, insítear don mhúnla é agus is féidir leis é a rá ina fhreagra. Is 200 fós an stádas.
  • Ar gach múnla eile fágtar cuid doiciméid as an méid a léann an múnla, agus freagraítear an t-iarratas ón gcuid eile.
  • Faightear doiciméad a sheoltar trí sheoladh faoi na teorainneacha do chomhaid iargúlta thuas.

Earráidí

Stádas Cineál Teachtaireacht Cathain
400 invalid_request_error <id> does not accept image input Seoladh íomhá chuig múnla open-weight óstáilte nach nglacann ach le téacs. Ní tharraingítear aon rud as d'iarmhéid.
400 invalid_request_error audio and video input are not supported by any hosted model Seoladh cuid fuaime nó físe chuig múnla open-weight óstáilte.
413 invalid_request_error Failed to buffer the request body: … Tá corp an iarratais, lena chomhaid inlíne, níos mó ná 32 MiB. Tá code: "request_too_large" san earráid.

Freagraíonn múnla Shannon le stádas 200 cibé comhaid a iompraíonn an t-iarratas: fágtar as cuid nach léann sé. Láimhseáil Earráide