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) 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
}
} 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…"
}
}
]
} {
"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…"
}
}
]
} - Tá URL sonraí san fhoirm
data:<media type>;base64,<data>. Tá an chuid;base64riachtanach. - Ar
/v1/chat/completionsagus/v1/responses, is féidirimage_urla bheith ina shreang féin nó ina réad{"url": "…"}. - Tagann cineál an chomhaid ón URL sonraí nó ó
media_type. Gan ceann, léitear íomhá marimage/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
usagesa 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 |
|---|---|
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."}
]
}
]
} {
"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."}
]
}
]
} - 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
200fós 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