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) 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
}
} 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…"
}
}
]
} {
"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…"
}
}
]
} - A data URL alakja
data:<media type>;base64,<data>. A;base64rész kötelező. - A
/v1/chat/completionsés a/v1/responsesvégponton azimage_urllehet maga a string, vagy egy{"url": "…"}objektum. - A fájl típusa a data URL-ből vagy a
media_typemezőből származik. Ha egyik sincs, a képetimage/pngtípusúként 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
usagemezőjéből 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 |
|---|---|
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."}
]
}
]
} {
"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."}
]
}
]
} - Add meg a fájl valódi médiatípusát. Ha nincs megadva, a dokumentumot
application/pdftípusúként 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