Modelos e prezos

modelos sen censura

22

ventá de contexto

256K

desde

$0.50 /1M

Modelos open-weight alojados

contexto de 262,144 tokens en todos os ids; entrada e saída facturadas por separado; cada id acepta o que acepta o modelo que imita

Modelo	Entrada	Saída estruturada	In / cached / out por 1M	Máis
DeepSeek-V4-Pro-08133BIT-REAPDeepSeek · 1.6T MoE · 49B activeSen censura	Entrada de texto	Esquema JSON	$1.95 / $0.488 / $3.90	Máis
GLM-5.23BIT-REAPZ.ai · 744B MoE · 40B activeSen censura	Entrada de texto	Esquema JSON	$0.73 / $0.183 / $2.34	Máis
Kimi-K33BIT-REAPMoonshot AI · 2.8T MoE · 104B activeSen censura	Entrada de texto + imaxe	Esquema JSON	$3.83 / $0.958 / $19.12	Máis
Nemotron3Ultra3BIT-REAPNVIDIA · 550B hybrid Mamba-Attention MoE · 55B activeSen censura	Entrada de texto	Esquema JSON	$0.75 / $0.188 / $3.30	Máis
MiniMax-M33BIT-REAPMiniMax · 428B MoE · 23B active · sparse attentionSen censura	Entrada de texto + imaxe	Esquema JSON	$0.50 / $0.125 / $2.00	Máis
DeepSeek-V4-Flash-0731W4A16-AUTOROUND-REAPDeepSeek · 284B MoE · 13B activeSen censura	Entrada de texto	Esquema JSON	$0.50 / $0.125 / $2.00	Máis
Kimi-K2.6W4A16-AUTOROUND-REAPMoonshot AI · 1T MoE · 32B activeSen censura	Entrada de texto + imaxe	Esquema JSON	$0.78 / $0.195 / $3.67	Máis
Laguna-S-2.1W4A16-AUTOROUND-REAPPoolside · 118B MoE · 8B activeSen censura	Entrada de texto	Sen saída estruturada	$0.50 / $0.125 / $2.00	Máis
inklingW4A16-AUTOROUND-REAPThinking Machines · 975B MoE · 41B activeSen censura	Entrada de texto + imaxe	Obxecto JSON	$1.42 / $0.355 / $6.07	Máis
MiMo-V2.5-ProW8A16Xiaomi · 1.02T MoE · 42B active · 8-bitSen censura	Entrada de texto	Esquema JSON	$0.50 / $0.125 / $2.00	Máis
MiMo-V2.5W8A16Xiaomi · 8-bit multimodal · W8A16Sen censura	Entrada de texto + imaxe	Esquema JSON	$0.50 / $0.125 / $2.00	Máis
Hy3W8A16Tencent · 295B MoE · 21B active · 8-bitSen censura	Entrada de texto	Esquema JSON	$0.50 / $0.125 / $2.00	Máis

Modelos Shannon

unha tarifa fixa para entrada e saída

Modelo	Contexto	Entrada	Saída estruturada	Prezo / 1M de tokens
Shannon 1.6 Liteshannon-1.6-liteSen censura	192K	Entrada de texto + imaxe	Esquema JSON	$3.90
Shannon 1.6 Proshannon-1.6-proSen censura	192K	Entrada de texto + imaxe	Esquema JSON	$7.80
Shannon 2 Liteshannon-2-liteSen censura	192K	Entrada de texto + imaxe	Esquema JSON	$3.90
Shannon 2 Proshannon-2-proSen censura	192K	Entrada de texto + imaxe	Esquema JSON	$5.85
Shannon 3shannon-3Sen censura	192K	Entrada de texto + imaxe	Esquema JSON	$3.35
Shannon 3 Proshannon-3-proSen censura	192K	Entrada de texto + imaxe	Esquema JSON	$3.35
Shannon 3.1shannon-3.1Sen censura	192K	Entrada de texto + imaxe	Esquema JSON	$3.35
Shannon 3.1 Proshannon-3.1-proSen censura	192K	Entrada de texto + imaxe	Esquema JSON	$3.35
Shannon 3.5shannon-3.5Sen censura	192K	Entrada de texto + imaxe	Esquema JSON	$3.35
Shannon Coder 1shannon-coder-1Sen censura	128K	Entrada de texto	Esquema JSON	$8.00

Ir ao inicio rápido Proba o Playground

Como ler unha fila

Todos os modelos fan streaming e poden chamar a ferramentas. As demais funcións da API descríbense na páxina Capacidades. Capacidades

Ventá de contexto e límites de saída

• A ventá de contexto abrangue todo o que le o modelo para unha resposta: as túas mensaxes, as definicións de ferramentas e as imaxes.
• A familia Shannon 3 axusta por si mesma unha conversa máis longa: conserva os turnos máis recentes que caben na ventá e responde.
• Nun stream, un prompt demasiado longo infórmase como un frame de erro co tipo invalid_request_error e code: "context_length_exceeded".
• max_tokens acepta valores de 1 a 65,536 en todos os modelos; max_output_tokens en GET /v1/models é o extremo superior dese intervalo. O valor predeterminado é 4,096.
• En todos os modelos, max_tokens é a cantidade que reserva unha solicitude do teu saldo.
• Como límite da lonxitude da resposta, max_tokens aplícano os modelos open-weight alojados, shannon-1.6-lite, shannon-1.6-pro e shannon-coder-1.
• Nos modelos open-weight alojados limita o texto da resposta. O razoamento anterior á resposta non conta para ese límite, e un valor inferior a 256 actúa como 256.
• Un stream de shannon-1.6-lite, shannon-1.6-pro, shannon-coder-1 ou da familia Shannon 3 remata con finish_reason: "length" cando a resposta se cortou no seu límite.

Límites e saldo

Como se forma un prezo

• Os prezos están en USD por 1,000,000 de tokens. O teu saldo cóntase en tokens que valen $5.00 por 1,000,000, así que o prezo dun modelo indica canto saldo consumen os seus tokens.
• Os modelos Shannon teñen un só prezo. Unha chamada cóbrase usage.total_tokens a ese prezo.
• Os modelos open-weight alojados teñen tres prezos. A entrada lida da caché de prompts cóbrase ao prezo de caché, que é o 25% do prezo de entrada redondeado a $0.001. O resto da entrada cóbrase ao prezo de entrada e a saída ao prezo de saída.
• Os modelos open-weight alojados contan os tokens co tokenizador propio de cada modelo. GET /v1/models márcao como tokenizer: "original".
• shannon-coder-1 cóntase en chamadas, non en tokens, en /v1/chat/completions e /v1/messages. O seu prezo listado aplícase en /v1/responses.

O que reserva unha solicitude, exemplos prácticos dun custo e a cota de chamadas de Shannon Coder están en Límites e saldo. Límites e saldo

Ids de modelo

Envía un destes ids como model.

shannon-1.6-lite
shannon-1.6-pro
shannon-2-lite
shannon-2-pro
shannon-3
shannon-3-pro
shannon-3.1
shannon-3.1-pro
shannon-3.5
shannon-coder-1
DeepSeek-V4-Pro-0813-3BIT-REAP
GLM-5.2-3BIT-REAP
Kimi-K3-3BIT-REAP
Nemotron3Ultra-3BIT-REAP
MiniMax-M3-3BIT-REAP
DeepSeek-V4-Flash-0731-W4A16-AUTOROUND-REAP
Kimi-K2.6-W4A16-AUTOROUND-REAP
Laguna-S-2.1-W4A16-AUTOROUND-REAP
inkling-W4A16-AUTOROUND-REAP
MiMo-V2.5-Pro-W8A16
MiMo-V2.5-W8A16
Hy3-W8A16

• Non importan as maiúsculas e minúsculas, e os espazos arredor do id elimínanse: SHANNON-3 e shannon-3 son o mesmo modelo.
• A resposta leva sempre o id publicado en model, sexa cal sexa a grafía que enviaches.
• Un nome para mostrar como Shannon 3 non é un id.

Tamén se aceptan catro grafías máis curtas.

Un id que non está publicado recibe o estado 400, o tipo invalid_request_error e a mensaxe unknown model: <id> nos tres endpoints. Ningún outro modelo responde no seu lugar.

{
  "error": {
    "type": "invalid_request_error",
    "message": "unknown model: gpt-4o"
  }
}

{
  "type": "error",
  "error": {
    "type": "invalid_request_error",
    "message": "unknown model: gpt-4o"
  }
}

• Envía sempre model. /v1/responses responde con 400 a unha solicitude sen el. En /v1/chat/completions e /v1/messages, esa solicitude respóndea shannon-1.6-lite.
• POST /v1/tokenize e POST /v1/messages/count_tokens aceptan os ids dos modelos open-weight alojados.

Listar modelos

GET /v1/models devolve como JSON os modelos desta páxina, coas mesmas ventás de contexto, prezos e capacidades. Úsao para encher un selector de modelos ou para comprobar un prezo no código.

GET https://api.shannon-ai.com/v1/models

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.shannon-ai.com/v1"
)

for model in client.models.list():
    print(model.id)

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://api.shannon-ai.com/v1'
});

for await (const model of client.models.list()) {
  console.log(model.id);
}

curl "https://api.shannon-ai.com/v1/models"

A resposta, abreviada a unha entrada de cada tipo:

{
  "object": "list",
  "data": [
    {
      "id": "shannon-3",
      "object": "model",
      "created": 1700000000,
      "owned_by": "shannon-ai",
      "display_name": "Shannon 3",
      "context_window": 196608,
      "max_output_tokens": 65536,
      "pricing": {
        "input_per_million_usd": 3.35,
        "output_per_million_usd": 3.35,
        "currency": "USD"
      },
      "capabilities": {
        "tools": true,
        "vision": true,
        "reasoning": true,
        "reasoning_effort": false,
        "streaming": true,
        "json_schema": true
      },
      "endpoints": [
        "/v1/chat/completions",
        "/v1/messages",
        "/v1/responses"
      ]
    },
    {
      "id": "MiniMax-M3-3BIT-REAP",
      "object": "model",
      "created": 1700000000,
      "owned_by": "shannon-ai",
      "display_name": "MiniMax-M3 · 3BIT-REAP",
      "context_window": 262144,
      "max_output_tokens": 65536,
      "pricing": {
        "input_per_million_usd": 0.5,
        "cached_input_per_million_usd": 0.125,
        "output_per_million_usd": 2,
        "currency": "USD"
      },
      "tokenizer": "original",
      "capabilities": {
        "tools": true,
        "vision": true,
        "reasoning": true,
        "reasoning_effort": true,
        "streaming": true,
        "response_format": true,
        "json_schema": true,
        "prompt_caching": true
      },
      "endpoints": [
        "/v1/chat/completions",
        "/v1/messages",
        "/v1/responses",
        "/v1/messages/count_tokens",
        "/v1/tokenize"
      ]
    }
  ]
}

• GET /v1/models non necesita clave. A resposta é a mesma para todos os que chaman e non depende do teu plan.
• A lista contén os ids aos que se pode chamar. Un modelo que non se pode atender nese momento queda fóra dela.
• Non hai endpoint para un só modelo: GET /v1/models/{id} responde 404 co tipo not_found_error.