Ugrás a tartalomra
Képek és fájlok

Képek és fájlok

Küldj képeket üzenettel: mely modellek fogadják őket, az elfogadott formák és a korlátok.

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

A kép egy user üzenetben utazik, a content egyik részeként. A minta beolvas egy helyi fájlt, és data URL-ként elküldi.

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
  }
}

Mely modellek fogadnak képet

Modellek Olvassa
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro Képek és dokumentumok: PDF, Word, PowerPoint, Excel és sima szöveges fájlok.
shannon-1.6-lite, shannon-1.6-pro Képek.
shannon-2-lite, shannon-2-pro Képek azokban a kérésekben, amelyek tools vagy response_format mezőt is küldenek.
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 Képek.
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 Szöveg. A képet tartalmazó kérésre 400 státusszal válaszol.
shannon-coder-1 Szöveg.

A GET /v1/models a képbemenetet azonosítónként capabilities.vision néven jelenti. Modellek és árak

  • A Shannon modellek az utolsó user üzenet fájljait olvassák. A képet abba az üzenetbe tedd, amely rákérdez.
  • A Shannon 3 család a korábbi user üzenetek néhány képét és dokumentumát is szem előtt tartja, ha beágyazva lettek elküldve, és kérésenként legfeljebb meghatározott számú képet olvas, az elsőtől számolva.
  • A hosztolt nyílt súlyú modellek a beszélgetés minden üzenetének képeit olvassák.

Elfogadott formák

A fájlt kétféleképpen lehet elküldeni: a kérésen belül base64 formában, vagy címként, amelyet az API letölt. Minden fájl a kéréssel utazik; az API-nak nincs feltöltési végpontja.

Végpont A kérésben (base64) Cím alapján
/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://…"}}

Ugyanaz a user üzenet minden formátumban:

{
  "role": "user",
  "content": [
    {"type": "text", "text": "What is in this picture?"},
    {
      "type": "image_url",
      "image_url": {
        "url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD…"
      }
    }
  ]
}
  • A data URL alakja data:<media type>;base64,<data>. A ;base64 rész kötelező.
  • A /v1/chat/completions és a /v1/responses végponton az image_url lehet maga a string, vagy egy {"url": "…"} objektum.
  • A fájl típusa a data URL-ből vagy a media_type mezőből származik. Ha egyik sincs, a képet image/png típusúként olvassa.
  • A beágyazott fájlok beleszámítanak a kérés törzsének méretébe, amely legfeljebb 32 MiB lehet.
  • Kompatibilitás miatt elfogadott: image_url.detail.

Korlátok távoli fájlokra

Ha címet küldesz, az API a modell futása előtt letölti a fájlt, ezeken a korlátokon belül:

Korlát Szabály
Méret Fájlonként legfeljebb 8 MiB.
Idő 20 másodperc a válaszra.
Átirányítások Legfeljebb 5.
Cím http:// vagy https://, a címben felhasználónév és jelszó nélkül, nyilvános címmel rendelkező hoszton.
A hoszt válasza 200-as tartományba eső státusz és nem üres törzs. A fájl típusát a Content-Type alapján olvassa.
Kérés azonosítóval User-Agent: ShannonBot/1.0 (+https://shannon-ai.com)

Hogyan számítanak a képek tokenben

A hosztolt nyílt súlyú modelleknél a kép minden 28 × 28 pixeles foltra egy tokennek számít: a szélesség osztva 28-cal, felfelé kerekítve, szorozva a magasság osztva 28-cal értékével, felfelé kerekítve. Az eredmény a usage.prompt_tokens része, és bemenetként számlázódik.

1024 × 1024
1,369 token
1920 × 1080
2,691 token
512 × 512
361 token
  • A távoli képet előbb letölti, ezért a valódi méretét számolja.
  • Az a kép, amelynek a mérete nem olvasható, 1,024 tokennek számít.
  • A számláló végpontok ugyanezt a szabályt alkalmazzák a data URL-ekre. A távoli címet nem töltik le, és 1,024 tokennek számolják. Tokenszámlálás
  • Shannon modellnél a képeket tartalmazó kérés költségét a válasz usage mezőjéből olvasd le.

Dokumentumok és más fájlok

A Shannon 3 család (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) dokumentumokat is olvas. A dokumentum szövegét kinyeri, és az üzeneteddel együtt átadja a modellnek.

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

A dokumentum a user üzenet egy része, mint a kép:

Végpont A kérésben (base64) Cím alapján
/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."}
      ]
    }
  ]
}
  • Add meg a fájl valódi médiatípusát. Ha nincs megadva, a dokumentumot application/pdf típusúként olvassa.
  • A sima szöveges fájlt, például a CSV-t szövegként olvassa, és ugyanígy csatolja.
  • Ha a dokumentum nem olvasható, vagy a fájl más típusú, a modell erről tájékoztatást kap, és a válaszában ezt közölheti. A státusz ilyenkor is 200.
  • Minden más modellnél a dokumentumrész kimarad abból, amit a modell olvas, és a kérésre a többi rész alapján válaszol.
  • A cím alapján küldött dokumentumot a fenti, távoli fájlokra vonatkozó korlátok szerint tölti le.

Hibák

Státusz Típus Üzenet Mikor
400 invalid_request_error <id> does not accept image input Kép érkezett egy hosztolt nyílt súlyú modellhez, amely csak szöveget fogad. Az egyenlegedből semmi nem vonódik.
400 invalid_request_error audio and video input are not supported by any hosted model Hang- vagy videórész érkezett egy hosztolt nyílt súlyú modellhez.
413 invalid_request_error Failed to buffer the request body: … A kérés törzse a beágyazott fájlokkal együtt nagyobb 32 MiB-nál. A hiba code: "request_too_large" értéket hordoz.

A Shannon modell 200 státusszal válaszol, bármilyen fájlt hordoz a kérés: az a rész, amelyet nem olvas, kimarad. Hibakezelés