Shannon 3.1

רוב השקות המודלים מבקשות ממך לקבל טענת יכולת באמונה ולחכות שטבלת מדדים תכריע את הוויכוח. את זו קל יותר לבדוק: פתח שתי לשוניות, הכנס את אותה הנחיה ל-shannon-3 ול-shannon-3.1, והסתכל. ההבדל במהירות שבה התשובה מגיעה אינו עדין, והוא אינו טריק תצוגה. Shannon 3.0 הואטה בכוונה. Shannon 3.1 לא.

01מה באמת השתנה ב-Shannon 3.1

Shannon 3.0 הציגה את הדבר שמגדיר את המשפחה הזו: לולאת חשיבה איטרטיבית. המודל אינו עונה על סמך המחשבה הראשונה שלו. הוא חושב, מנסח טיוטה, בוחן את הטיוטה שלו מול השאלה, ומשפר אותה. Lite מריץ מעבר אחד של הלולאה; Pro מריץ את הלולאה המלאה, כולל שלב איסוף ידע לפני הניסוח. התכנון הזה מתואר בפירוט במאמר המחקר על Shannon 3, ושום דבר ממנו לא השתנה ב-3.1.

מה שהשתנה הוא המכונה שמתחת. Shannon 3.0 הוגשה דרך ספק היסק חיצוני — דרך הגיונית להשיק מודל, ודרך מגבילה להריץ אותו. אתה יורש את תצורת ההגשה של מישהו אחר, את התור של מישהו אחר, את תקרת ההקשר של מישהו אחר, ואת התפיסה של מישהו אחר לגבי כמה טוקנים לשנייה מותר לך לקבל. Shannon 3.1 רצה על אשכול ה-GPU שלנו, על מחסנית הגשה שאנחנו מגדירים, וכל מספר מרכזי במאמר הזה נובע מההחלטה היחידה הזו.

	Shannon 3.0	Shannon 3.1
היכן היא רצה	ספק חיצוני	אשכול ה-GPU שלנו
חלון הקשר	32,768	196,608
הזרמת פלט	מווסתת / מוגבלת קצב	מהירות מנוע מלאה
משקולות	ברירת מחדל של הספק	NVFP4 ב-4 סיביות
פענוח	סטנדרטי	ספקולטיבי
לולאת חשיבה	חשיבה ← טיוטה ← ביקורת ← שיפור	ללא שינוי
שכבת סירוב	אין	אין
מזהי מודל	shannon-3, shannon-3-pro	shannon-3.1, shannon-3.1-pro

02למה Shannon 3.1 מרגישה מהירה פי 10-15

מספר המהירות הוא הראשון שאנשים שואלים עליו, ולכן כדאי לדייק מאיפה הוא מגיע. יש שתי תרומות בלתי תלויות, והגדולה מביניהן היא הפחות זוהרת.

הסרנו את מגבלת המהירות

הפלט של Shannon 3.0 עבר דרך שכבת ויסות קצב. הטוקנים יצאו מהמנוע, הוחזקו, ושוחררו לחיבור שלך לפי לוח זמנים. זו לא הייתה תאונה ולא באג. כשספק היסק משותף הוא צוואר הבקבוק, ויסות הפלט מחליק את העומס, מונע מיצירה ארוכה להשתלט על משבצת, וגורם להזרמה להגיע בקצב צפוי וקריא במקום בהתפרצויות. זו בחירה הנדסית שניתן להגן עליה, והיא עלתה לכל משתמש זמן אמיתי בכל תשובה בודדת.

ל-Shannon 3.1 אין מגבלת מהירות ואין ויסות חשיפה. הטוקנים נכתבים אל ההזרמה שלך ברגע שהמנוע מייצר אותם. אם המנוע מייצר מהר, אתה רואה אותו מייצר מהר. אין חוצץ החלקה בין המודל לבין הטרמינל שלך, חלון הצ'אט שלך או קורא ה-SSE שלך. עבור תשובה ארוכה — ניתוח של 2,000 טוקנים, קובץ של קוד שנוצר — זה לבדו אחראי לרוב השיפור שתבחין בו.

תוצאה שכדאי לומר בכנות: ההזרמה כעת מתפרצת. פענוח ספקולטיבי (למטה) פולט טוקנים שהתקבלו ברצפים קצרים, כך שטקסט יכול להגיע בגושים נראים לעין במקום בקצב מטרונומי של מילה בכל פעם. אם בנית ממשק סביב הקצב החלק של 3.0, הוא עדיין יעבוד — סדר הטוקנים והתוכן אינם מושפעים — אבל ייתכן שתרצה להחזיר החלקה משלך בצד הלקוח אם העדפת את מראה מכונת הכתיבה. אנחנו חושבים שרוב האנשים מעדיפים לקבל את השניות בחזרה.

גם המנוע עצמו נעשה מהיר יותר

הסרת המגבלה עוזרת רק אם מה שמאחוריה מהיר. התרומה השנייה היא מחסנית ההגשה המתוארת בפרק 03: משקולות NVFP4 ב-4 סיביות ופענוח ספקולטיבי על מאיצים מהדור הנוכחי עם תמיכה מקורית ב-FP4, באשכול שלנו. יחד הם מרימים את התקרה שהסרת המגבלה חושפת.

השהיית תשובה יחסית מקצה לקצה, הערכה פנימית של Shannon Lab, ספטמבר 2026. הטווח משקף את אורך ההנחיה ואת הדרג: הנחיות קצרות ב-Lite נמצאות קרוב לקצה התחתון, יצירות ארוכות ב-Pro קרוב לקצה העליון.

03מה פענוח ספקולטיבי באמת עושה

המונח פענוח ספקולטיבי משמש כמילת שיווק, אז הנה המנגנון, בפשטות.

מודל שפה מייצר בדרך כלל טוקן אחד בכל מעבר קדימה. את המעבר הזה שולטת לא האריתמטיקה אלא רוחב פס הזיכרון — צריך לקרוא את המשקולות כדי לחשב כל דבר, וקריאתן אורכת הרבה יותר זמן מהחשבון עצמו. ה-GPU מבלה את רוב זמנו בהמתנה לזיכרון בעוד יחידות החישוב שלו בטלות. יצירת 500 טוקנים פירושה תשלום ההשהיה הזו 500 פעמים, ברצף.

פענוח ספקולטיבי תוקף את החלק הרציף. מודל טיוטה קטן וזול מציע רצף קצר של טוקנים סבירים — נניח ארבעה או שמונה. המודל הראשי מעריך אז את כל הרצף במעבר קדימה מקובץ יחיד, שעולה בקושי יותר מהערכת טוקן אחד, כי החלק היקר (קריאת המשקולות) מתרחש פעם אחת בכל מקרה. כל טוקן מוצע שהמודל הראשי מסכים איתו מתקבל ונפלט מיד. באי-ההסכמה הראשונה, הרצף נקטע והפענוח הרגיל מתחדש משם.

שיעור הקבלה הוא זה שעושה את העבודה. על טקסט צפוי — קוד תבניתי, מבנה קוד, רקמת החיבור של טיעון — מודל הטיוטה מנחש היטב ורצפים ארוכים נוחתים בבת אחת. על טוקנים קשים באמת, שיעור הקבלה יורד והמערכת מתדרדרת בחן חזרה לפענוח רגיל של טוקן אחד בכל פעם. זו האסימטריה שאתה רוצה: היא מאיצה את החלקים הקלים ולא נוגעת בקשים.

למה משקולות 4 סיביות שייכות לאותה פסקה

מכיוון שצוואר הבקבוק הוא רוחב פס הזיכרון, הקטנת המשקולות היא מנוף מהירות ישיר, ולא רק עניין של תפוסת זיכרון. NVFP4 הוא פורמט נקודה צפה של 4 סיביות עם קנה מידה עדין לכל בלוק, וזה מה שמאפשר לו לשמור על דיוק במקומות שבהם שיטות קוונטיזציה שלמות ישנות יותר של 4 סיביות איבדו אותו. בערך רבע מהבתים לקריאה בכל מעבר קדימה פירושו פחות זמן המתנה לזיכרון באופן יחסי, וזה משאיר הרבה יותר מרווח למטמון ה-KV של הקשר ארוך שחלון של 196K דורש.

השניים מתרכבים ולא רק מתחברים: פחות בתים למעבר, ופחות מעברים לכל טוקן שנפלט. זה מה שהופך הזרמה במהירות מלאה ובלי מגבלות למשתלמת להגשה ולא לעלות שנצטרך להחזיר דרך ויסות — וזה בדיוק מה ששכבת הוויסות עשתה ב-3.0.

04196,608 טוקנים: מה חלון גדול פי 6 פותח

ל-Shannon 3.0 היה חלון של 32,768 טוקנים: מפגש עבודה, לא מסמך. בערך 70-80 עמודי פרוזה, פחות מה שלולאת החשיבה צורכת למחשבות שלה, פחות הנחיית המערכת שלך, פחות השיחה עד כה. עבודה אמיתית נתקלה בקיר הזה כל הזמן, והעקיפות — חיתוך לקטעים, סיכום, אחזור על החומר שלך — כולן פוגעות בדיוק בדבר שניסית לשמר. 196,608 טוקנים הם קטגוריית בעיה אחרת.

מוחשית, זה בסדר גודל של 400-500 עמודי טקסט באנגלית, או בסיס קוד בינוני עם הבדיקות וה-README שלו, או שנה של פרוטוקולי פגישות של פרויקט אחד, או מערך חוזים שלם על כל נספחיו — הכל בשיחה אחת, ניתן לפנייה בשאלה אחת, בלי שכבת חיתוך בינך לבין החומר.

• שאלות על מאגר קוד שלם. טען את הקוד ושאל למה באג מגיע לייצור, במקום להדביק את שלושת הקבצים שכבר חשדת בהם. המודל יכול למצוא את הקובץ שלא חשבת לכלול.
• ניתוח מסמכים ארוכים בלי אחזור. אחזור הוא מסנן מקדים מאבד מידע שמחליט מה למודל מותר לראות. ב-196K אפשר לרוב לדלג עליו ולתת למודל לקרוא הכל, וזה מסלק מחלקה שלמה של כשלים שבהם הקטע הנכון מעולם לא אוחזר.
• שיחות שנשארות קוהרנטיות. מפגש עבודה ארוך כבר לא שומט בשקט את ההתחלה של עצמו. אילוצים שהגדרת בהודעה שלוש עדיין חלים בהודעה שמונים.
• מקום ללולאת החשיבה. החשיבה, הניסוח והביקורת של הלולאה עצמה צורכים הקשר. ב-3.0 השלבים האלה התחרו בחומר שלך על תקציב דל. ב-3.1 הם נכנסים בנוחות, וזו חלק מהסיבה ששיפור האיכות והגדלת החלון הגיעו יחד.
• קלטים מעורבים גדולים. תמונות, טקסט שחולץ ממסמכים וקוד בתור אחד, בלי לתעדף מי מהם אתה יכול להרשות לעצמך לכלול.

הסתייגות כנה אחת שחלה על כל מודל בעל הקשר ארוך, שלנו כולל: חלון גדול הוא קיבולת, לא ערובה לקשב אחיד לכל אורכו. מבנה עדיין עוזר. הצבת השאלה קרוב לסוף, תיוג המסמכים שלך, ואמירה למודל מה לחפש — כולם משפרים תוצאות באופן מדיד ב-150K טוקנים בצורה שפשוט אינה נכונה ב-5K.

05Lite ו-Pro: shannon-3.1 ו-shannon-3.1-pro

שני הדרגים נבדלים בכמה מלולאת החשיבה הם מריצים, וזה ההבדל היחיד שחשוב לבחירה ביניהם.

	shannon-3.1 (Lite)	shannon-3.1-pro (Pro)
חשיבה	מעבר יחיד	לולאה מלאה + איסוף ידע
ביקורת עצמית	לא	כן
חלון הקשר	196,608	196,608
הזרמה	מהירות מלאה, ללא מגבלה	מהירות מלאה, ללא מגבלה
ראייה ומסמכים	כן	כן
כלי יצירת תמונות	כן	כן
מתאים במיוחד ל	רוב העבודה, נפח גבוה	שאלות קשות, טיוטה ראשונה לא מספיקה

השתמש ב-Lite כברירת מחדל. מעבר אחד של מודל חשיבה טוב מטפל ברוב המכריע של הבקשות האמיתיות, וב-3.1 הוא מהיר מספיק כך שהלולאה כבר אינה משהו שאתה מרגיש שאתה ממתין לו. פנה ל-Pro כשהשאלה היא כזו שבה תשובה ראשונה בדרך כלל שגויה בצורה מלמדת: פשרות ארכיטקטוניות, ניתוח יריב, כל דבר שהיית רוצה שעמית מוכשר ילון עליו לילה. שלב הביקורת העצמית של Pro אינו קישוט — הוא המודל שמוצא את השגיאות של עצמו לפני שאתה צריך.

06השיפור של 32% באינטליגנציה, וכיצד לקרוא אותו

ההערכה הפנימית של Shannon Lab מעמידה את Shannon 3.1 על שיפור של 32% באינטליגנציה מעל Shannon 3.0. אנחנו רוצים להיות ברורים לגבי מה זה כן ומה זה לא.

זה המספר שלנו, ממערך ההערכה הפנימי שלנו, שנמדד על משימות שאנחנו רואים כמייצגות את מה שאנשים באמת מביאים למודלים האלה. זה אינו מדד של צד שלישי, ואנחנו לא בונים טבלת דירוג סביב אגרגט פנימי יחיד ולא מפרסמים פילוח לפי מדדים — פילוח כזה רומז על רמת השוואתיות חיצונית שאין למערך פנימי.

מה שכן נאמר הוא מאיפה השיפור מגיע, כי החלק הזה אינו מסתורי. חלון הקשר גדול יותר פירושו שפחות חומר צריך להיזרק לפני שהמודל מנתח אותו, וחלק גדול מחוסר האינטליגנציה לכאורה במפגשים ארוכים הוא באמת רק שכחה. מחסנית הגשה שאנחנו שולטים בה פירושה שהמודל רץ עם התצורה שהתכוונו אליה ולא עם ברירת המחדל של ספק. ולולאת החשיבה — שתכנונה לא השתנה — יש כעת מקום להתרוצץ בתוך החלון במקום להידחס אל תקרה של 32K שחלקה עם הקלט שלך.

07ראייה, מסמכים ויצירת תמונות

Shannon 3.1 קוראת תמונות ומסמכים. צילומי מסך, תרשימים, תצלומים, עמודים סרוקים, קובצי PDF ומסמכי טקסט יכולים להיכנס לשיחה ולהיות מנותחים לצד כל השאר. בשילוב עם חלון ה-196K, זה מה שהופך זרימות עבודה על מסמכים שלמים למעשיות: דוח ארוך והתרשימים שלו בתור אחד, בלי להחליט מראש אילו עמודים למודל מותר לראות.

יצירת תמונות ועריכתן זמינות בצ'אט ככלי. בקש תמונה והמודל קורא לכלי בתוך השיחה עצמה, עם ההקשר של כל מה שנדון עד כה. עריכה עובדת באותה דרך — מסור לו תמונה, תאר את השינוי. אין מצב נפרד שצריך לעבור אליו ואין ממשק נפרד שצריך ללמוד.

08קריאה ל-Shannon 3.1 מה-API

Shannon 3.1 זמינה בכל שלושת ניבי ה-API, עם סטרימינג בכל אחד. אותם מודלים, שלוש צורות בקשה — בחר את זו שמתאימה ל-SDK שכבר יש לך.

נקודת קצה	צורה	סטרימינג
/v1/chat/completions	תואם OpenAI	כן
/v1/messages	תואם Anthropic	כן
/v1/responses	Responses	כן

{
  "model": "shannon-3.1",
  "stream": true,
  "messages": [
    { "role": "user", "content": "Summarize this contract set and flag anything unusual." }
  ]
}

החלף את "shannon-3.1" ב-"shannon-3.1-pro" כדי להריץ את לולאת החשיבה המלאה. אם אתה כבר קורא ל-shannon-3, ההגירה היא מזהה המודל ותו לא: צורות הבקשה והתגובה לא השתנו, ולקוחות סטרימינג קיימים ממשיכים לעבוד. ההבדל ההתנהגותי היחיד שיש לצפות לו הוא ההזרמה המתפרצת שתוארה בפרק 02 — אותם טוקנים, אותו סדר, שמגיעים מוקדם יותר ובגושים פחות אחידים.

מדריך פרמטרים מלא, אימות, סמנטיקת שגיאות ומגרש משחקים אינטראקטיבי נמצאים בתיעוד ה-API. כרטיסי מודל נוספים וכתבות טכניות נמצאים במחקר Shannon.

09עדיין ללא צנזורה, וללא שינוי בהיבט הזה

ל-Shannon 3.1 אין שכבת סירוב ואין סינון תוכן על הפלט. זו אותה עמדה כמו לשאר קו Shannon והיא לא השתנתה עם המעבר לאשכול שלנו — אם כבר, שליטה במחסנית ההגשה מקלה על הבטחתה, כי אין ספק ביניים עם מדיניות משלו שיושב בין המודל לבינך.

כדאי לומר זאת במפורש כי זה הדבר המתבקש לתהות עליו בגרסה ששינתה את כל נתיב הפלט: הסרת שכבת ויסות הקצב לא הייתה פירושה הכנסת שכבת מודרציה במקומה. שום דבר לא בוחן, משכתב או חוסם את ההזרמה. מה שהמודל מייצר הוא מה שמגיע. Shannon 3.1 היא, ככל הידוע לנו, מודל ה-AI ללא הצנזורה המהיר ביותר הזמין עם חלון הקשר בגודל כזה — ושתי התכונות קשורות זו לזו, כי שתיהן נובעות מהרצת התשתית שלנו במקום שכירת קיבולת בעלת צורת ציות ממישהו אחר.

ללא צנזורה אינו זהה ללא אחריות. השימוש כפוף למדיניות השימוש האחראי שלנו, והחובה שמגיעה עם מודל שיתעסק עם חומר קשה היא שתתעסק איתו באחריות.

10הרץ את ההשוואה בעצמך

כל טענה כאן ניתנת לבדיקה בערך בשתי דקות, ואנחנו מעדיפים שתבדוק ולא שתאמין לנו.

1. בחר הנחיה מעבודה שאתה באמת עושה. ארוכה עדיפה — היא מפעילה גם את החלון וגם את ההזרמה.
2. הרץ אותה על shannon-3. שים לב כמה זמן עובר עד הטוקן הראשון, וכמה זמן עד שהתשובה מסתיימת.
3. הרץ את ההנחיה הזהה על shannon-3.1. שים לב לאותם שני מספרים.
4. ואז קרא את שתי התשובות, התעלם מהשעון, והחלט באיזו מהן היית רוצה.

הפרש המהירות יהיה מיידי וברור. הפרש האיכות הוא זה ששווה לשהות איתו — הוא מופיע בבירור רב ביותר על קלטים ארוכים, שם 3.0 עבדה בשקט עם פחות מהחומר שלך ממה שחשבת.

11שאלות נפוצות

---

נתוני הביצועים והאינטליגנציה במאמר זה הם מדידות של Shannon Lab מהערכה פנימית, ספטמבר 2026, ומוצגים כנתוני מוצר ולא כתוצאות מדד של צד שלישי. חלון ההקשר, מזהי המודלים וזמינות ה-API הם מפרטי מוצר. Shannon AI מופעלת על ידי Shannon Lab LLC, ניו מקסיקו, ארה"ב. קריאה קשורה: Shannon 3 · מדד המחקר של Shannon · תיעוד ה-API.