Shannon 3.1

Flestar líkanaútgáfur biðja þig um að taka getufullyrðingu á trúnni og bíða eftir því að viðmiðunartafla geri út um málið. Þessa er auðveldara að sannreyna: opnaðu tvo flipa, settu sömu fyrirspurnina inn í shannon-3 og shannon-3.1, og fylgstu með. Munurinn á því hversu hratt svarið berst er ekki lúmskur, og hann er ekki myndrænt bragð. Shannon 3.0 var hægt á viljandi. Shannon 3.1 er það ekki.

01Hvað breyttist í raun í Shannon 3.1

Shannon 3.0 kynnti það sem skilgreinir þessa fjölskyldu: ítraða rökhugsunarlykkju. Líkanið svarar ekki út frá fyrstu hugsun. Það hugsar, semur drög, rýnir eigin drög gagnvart spurningunni og bætir þau. Lite keyrir eina umferð af þeirri lykkju; Pro keyrir alla lykkjuna, þar á meðal þekkingaröflunarskref áður en drögin eru samin. Þeirri hönnun er lýst í smáatriðum í rannsóknargrein Shannon 3, og engu af því hefur verið breytt í 3.1.

Það sem breyttist er vélbúnaðurinn undir. Shannon 3.0 var þjónað í gegnum ályktunarhýsingu hjá þriðja aðila — skynsamleg leið til að setja líkan á markað og þröng leið til að reka það. Þú erfir uppsetningu einhvers annars, biðröð einhvers annars, samhengisþak einhvers annars og hugmyndir einhvers annars um hversu mörg tákn á sekúndu þú mátt fá. Shannon 3.1 keyrir á okkar eigin GPU-klasa, á þjónustustafla sem við stillum sjálf, og allar aðaltölurnar í þessari grein leiða af þeirri einu ákvörðun.

	Shannon 3.0	Shannon 3.1
Hvar það keyrir	Hýsing þriðja aðila	Okkar eigin GPU-klasi
Samhengisgluggi	32,768	196,608
Streymi á úttaki	Hraðastýrt / takmarkað	Fullur vélarhraði
Vigtir	Sjálfgefið hjá hýsingu	4-bita NVFP4
Afkóðun	Hefðbundin	Spáafkóðun
Rökhugsunarlykkja	Hugsa → drög → rýni → bæta	Óbreytt
Neitunarlag	Ekkert	Ekkert
Auðkenni líkana	shannon-3, shannon-3-pro	shannon-3.1, shannon-3.1-pro

02Hvers vegna Shannon 3.1 finnst 10-15x hraðara

Hraðatalan er sú sem fólk spyr fyrst um, svo það borgar sig að vera nákvæmur um hvaðan hún kemur. Framlögin eru tvö og óháð hvort öðru, og það stærra er það ólánlegra af tvennu.

Við fjarlægðum hraðahliðið

Úttak Shannon 3.0 fór í gegnum hraðastýringarlag. Táknin fóru út úr vélinni, voru geymd og síðan hleypt út á tenginguna þína eftir tímaáætlun. Þetta var hvorki slys né villa. Þegar sameiginleg ályktunarhýsing er flöskuhálsinn þá jafnar hraðastýring álagið, kemur í veg fyrir að ein löng myndun einoki pláss, og lætur streymið berast á fyrirsjáanlegum, læsilegum takti í stað þess að koma í hviðum. Þetta er verjanleg verkfræðileg ákvörðun, og hún kostaði hvern einasta notanda raunverulegan tíma í hverju einasta svari.

Shannon 3.1 hefur ekkert hraðahlið og enga hraðastýrða birtingu. Táknin eru skrifuð í streymið þitt jafnóðum og vélin framleiðir þau. Ef vélin myndar hratt, þá sérðu hana mynda hratt. Það er enginn jöfnunarbiðminni milli líkansins og skjáhermisins þíns, spjallgluggans þíns eða SSE-lesarans þíns. Fyrir langt svar — 2.000 tákna greiningu, skrá af mynduðum kóða — skýrir þetta eitt og sér meirihluta þeirrar framfarar sem þú tekur eftir.

Heiðarleg afleiðing: streymið er nú hviðukennt. Spáafkóðun (sjá að neðan) sendir frá sér samþykkt tákn í stuttum runum, svo textinn getur borist í sýnilegum bútum í stað þess að tifa fram eitt orð í senn. Ef þú byggðir viðmót í kringum jafna taktinn í 3.0 þá virkar það áfram — röð og innihald táknanna eru óbreytt — en þú vilt kannski bæta þinni eigin mýkingu við í biðlaranum ef þér líkaði ritvélarútlitið betur. Við teljum að flestir vilji frekar fá sekúndurnar til baka.

Vélin sjálf varð hraðari

Það að fjarlægja hliðið hjálpar aðeins ef það sem er á bak við hliðið er hratt. Seinna framlagið er þjónustustaflinn sem lýst er í kafla 03: 4-bita NVFP4 vigtir og spáafkóðun á hröðlum af nýjustu kynslóð með innbyggðum FP4-stuðningi í okkar eigin klasa. Saman hækka þau þakið sem afnám hliðsins afhjúpar.

Hlutfallslegur heildarsvartími, innra mat Shannon Lab, september 2026. Bilið endurspeglar lengd fyrirspurnar og þrep: stuttar fyrirspurnir á Lite liggja nálægt neðri mörkunum, langar myndanir á Pro nálægt þeim efri.

03Hvað spáafkóðun gerir í raun og veru

„Spáafkóðun“ er notuð sem markaðsorð, svo hér er gangverkið, umbúðalaust.

Mállíkan framleiðir venjulega eitt tákn í hverri framvirkri umferð. Sú umferð ræðst ekki af reikningi heldur af minnisbandbreidd — það þarf að lesa vigtirnar til að reikna nokkuð, og lesturinn tekur miklu lengri tíma en stærðfræðin. Skjákortið eyðir mestum tíma sínum í að bíða eftir minni með reiknieiningarnar aðgerðalausar. Að mynda 500 tákn þýðir að greiða þá bið 500 sinnum, hverja á eftir annarri.

Spáafkóðun ræðst á raðhlutann. Lítið og ódýrt drög-líkan stingur upp á stuttri runu af líklegum næstu táknum — segjum fjórum eða átta. Aðallíkanið metur svo alla þá runu í einni lotukeyrslu, sem kostar varla meira en að meta eitt tákn hefði gert, því dýri hlutinn (að lesa vigtirnar) gerist aðeins einu sinni hvort eð er. Hvert uppástungið tákn sem aðallíkanið er sammála er samþykkt og sent strax. Við fyrsta ágreining er runan stytt og venjuleg afkóðun tekur við þaðan.

Samþykkishlutfallið vinnur verkið. Á fyrirsjáanlegum texta — stöðluðum bútum, kóðabyggingu, bindivef röksemdafærslu — giskar drög-líkanið vel og langar runur lenda í einu lagi. Á raunverulega erfiðum táknum lækkar samþykkishlutfallið og kerfið hnígur mjúklega aftur í venjulega afkóðun, eitt tákn í senn. Það er einmitt sú ósamhverfa sem þú vilt: hún hraðar auðveldu hlutunum og snertir ekki þá erfiðu.

Hvers vegna 4-bita vigtir eiga heima í sömu málsgrein

Af því að flöskuhálsinn er minnisbandbreidd er það bein hraðastilling að minnka vigtirnar, ekki bara spurning um minnisnotkun. NVFP4 er 4-bita fleytitölusnið með fínkorna kvörðun á hverja blokk, og það er einmitt það sem gerir því kleift að halda nákvæmni þar sem eldri 4-bita heiltölukvantanir töpuðu henni. Um það bil fjórðungur af bætunum sem lesa þarf í hverri framvirkri umferð þýðir hlutfallslega minni bið eftir minni, og skilur eftir miklu meira svigrúm fyrir langa KV-skyndiminnið sem 196K gluggi krefst.

Þetta tvennt margfaldast frekar en að leggjast saman: færri bæti í hverri umferð, og færri umferðir á hvert sent tákn. Það er þetta sem gerir ólokað streymi á fullum hraða viðráðanlegt í rekstri í stað kostnaðar sem við þyrftum að endurheimta með hraðastýringu — sem er nákvæmlega það sem hraðastýringarlagið var að gera á 3.0.

04196.608 tákn: hvað sexfaldur gluggi opnar

Shannon 3.0 hafði 32.768 tákna glugga: vinnulotu, ekki skjal. Um það bil 70-80 blaðsíður af texta, að frádregnu því sem rökhugsunarlykkjan notar undir eigin hugsun, að frádregnum kerfisfyrirmælunum þínum, að frádregnu samtalinu hingað til. Raunveruleg vinna rakst stöðugt á þann vegg, og lausnirnar — bútun, samantekt, endurheimt úr þínu eigin efni — rýra allar einmitt það sem þú varst að reyna að varðveita. 196.608 tákn eru annars konar viðfangsefni.

Áþreifanlega er þetta á stærðargráðunni 400-500 blaðsíður af texta, eða meðalstór kóðagrunnur með prófunum sínum og README-skrá, eða heilt ár af fundargerðum eins verkefnis, eða heilt samningasafn með öllum fylgiskjölum — allt í einu samtali, aðgengilegt með einni spurningu, án bútunarlags milli þín og efnisins.

• Spurningar um heilt kóðasafn. Hlaðið inn kóðanum og spurðu hvers vegna villa rataði í rekstur, í stað þess að líma inn þær þrjár skrár sem þig grunaði þegar. Líkanið getur fundið skrána sem þér datt ekki í hug að taka með.
• Greining á löngum skjölum án endurheimtar. Endurheimt er tapmikil forsíun sem ákveður hvað líkanið fær að sjá. Við 196K geturðu oft sleppt henni og látið líkanið lesa allt, sem útrýmir heilum flokki bilana þar sem rétti kaflinn var aldrei sóttur.
• Samtöl sem halda samhengi. Löng vinnulota missir ekki lengur þegjandi eigin upphaf. Skilyrði sem þú settir í þriðju skilaboðunum gilda enn í þeim áttugustu.
• Pláss fyrir rökhugsunarlykkjuna. Hugsun lykkjunnar, drög og rýni éta samhengi. Á 3.0 kepptu þau skref við efnið þitt um naumt skammtað pláss. Á 3.1 rúmast þau vel, sem er hluti af því hvers vegna gæðaaukningin og stærri glugginn komu saman.
• Stór blönduð aðföng. Myndir, útdreginn skjalatexti og kóði í einni umferð, án þess að þurfa að velja og hafna því sem þú hefur efni á að taka með.

Einn heiðarlegur fyrirvari sem á við um öll líkön með langt samhengi, okkar líka: stór gluggi er rými, ekki trygging fyrir jafndreifðri athygli yfir hann allan. Uppbygging hjálpar áfram. Að setja spurninguna nálægt endanum, merkja skjölin og segja líkaninu að hverju það á að leita bætir allt saman niðurstöður mælanlega við 150K tákn með hætti sem það einfaldlega gerir ekki við 5K.

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

Þrepin tvö eru ólík í því hversu mikið af rökhugsunarlykkjunni þau keyra, og það er eini munurinn sem skiptir máli þegar valið er á milli þeirra.

	shannon-3.1 (Lite)	shannon-3.1-pro (Pro)
Rökhugsun	Ein umferð	Full lykkja + þekkingaröflun
Sjálfsrýni	Nei	Já
Samhengisgluggi	196,608	196,608
Streymi	Fullur hraði, ólokað	Fullur hraði, ólokað
Sjón & skjöl	Já	Já
Myndsköpunarverkfæri	Já	Já
Best fyrir	Flest verk, mikið magn	Erfiðar spurningar, fyrstu drög duga ekki

Notaðu Lite sjálfgefið. Ein umferð hjá góðu rökhugsunarlíkani ræður við langstærstan hluta raunverulegra beiðna, og á 3.1 er hún nógu hröð til þess að lykkjan sé ekki lengur eitthvað sem þú finnur að þú bíðir eftir. Gríptu til Pro þegar spurningin er þess eðlis að fyrsta svarið er venjulega rangt á lærdómsríkan hátt: málamiðlanir í hugbúnaðarhönnun, andstæðingsmiðuð greining, hvað sem er þar sem þú vildir að hæfur samstarfsmaður svæfi á því. Sjálfsrýniskref Pro er ekki skraut — það er líkanið að finna eigin villur áður en þú þarft að gera það.

0632% aukningin í greind og hvernig á að lesa hana

Innra mat Shannon Lab setur Shannon 3.1 í 32% framför í greind umfram Shannon 3.0. Við viljum hafa skýrt hvað það er og hvað það er ekki.

Þetta er okkar tala, úr okkar innra matssafni, mæld á verkefnum sem við teljum dæmigerð fyrir það sem fólk kemur í raun með til þessara líkana. Þetta er ekki viðmið frá þriðja aðila, og við erum hvorki að reisa stigatöflu í kringum eina innri samtölu né birta sundurliðun eftir viðmiðum — sundurliðun gefur í skyn samanburðarhæfni út á við sem innra matssafn hefur ekki.

Það sem við segjum er hvaðan aukningin kemur, því sá hluti er ekki dularfullur. Stærri samhengisgluggi þýðir að minna efni þarf að henda áður en líkanið hugsar um það, og stór hluti þess sem virðist heimska í löngum lotum er í raun bara minnisleysi. Þjónustustafli sem við stjórnum sjálf þýðir að líkanið keyrir með þeirri uppsetningu sem við ætluðum, ekki sjálfgefinni stillingu hýsingaraðila. Og rökhugsunarlykkjan — óbreytt í hönnun — hefur nú pláss til að keyra almennilega innan gluggans í stað þess að vera kramin upp að 32K þaki sem hún deildi með aðföngunum þínum.

07Sjón, skjöl og myndsköpun

Shannon 3.1 les myndir og skjöl. Skjámyndir, skýringarmyndir, ljósmyndir, skannaðar síður, PDF-skjöl og textaskjöl geta farið inn í samtalið og verið greind samhliða öllu öðru. Ásamt 196K glugganum er það þetta sem gerir vinnuflæði með heil skjöl raunhæft: löng skýrsla og línuritin hennar í einni umferð, án þess að ákveða fyrir fram hvaða síður líkanið fái að sjá.

Myndsköpun og myndvinnsla eru í boði í spjallinu sem verkfæri. Biddu um mynd og líkanið kallar á verkfærið beint í sama samtali, með samhengi alls sem hefur verið rætt. Myndvinnsla virkar eins — réttu því mynd og lýstu breytingunni. Það er engin sérstök stilling til að skipta yfir í og ekkert sérstakt viðmót til að læra.

08Að kalla á Shannon 3.1 frá API-inu

Shannon 3.1 er í boði á öllum þremur API-mállýskunum, með streymi á hverri þeirra. Sömu líkön, þrjú beiðnaform — veldu það sem passar við SDK-ið sem þú ert þegar með.

Endapunktur	Form	Streymi
/v1/chat/completions	OpenAI-samhæft	Já
/v1/messages	Anthropic-samhæft	Já
/v1/responses	Responses	Já

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

Skiptu "shannon-3.1" út fyrir "shannon-3.1-pro" til að keyra alla rökhugsunarlykkjuna. Ef þú kallar þegar á shannon-3 þá felst yfirfærslan í auðkenni líkansins og engu öðru: form beiðna og svara er óbreytt og núverandi streymisbiðlarar halda áfram að virka. Eini hegðunarmunurinn sem þú mátt búast við er hviðukenndara streymið sem lýst er í kafla 02 — sömu tákn, sama röð, koma fyrr og í ójafnari bútum.

Fullar upplýsingar um stika, auðkenningu, villumeðferð og gagnvirkur leikvöllur eru í API-skjölunum. Aðrar líkanaflísar og tæknilegar greinar eru í rannsóknum Shannon.

09Enn óritskoðað og óbreytt að því leyti

Shannon 3.1 hefur ekkert neitunarlag og enga efnissíun á úttaki. Þetta er sama afstaða og hjá öðrum líkönum í Shannon-línunni og hún breyttist ekki við flutninginn yfir á okkar eigin klasa — ef eitthvað er þá gerir það auðveldara að ábyrgjast hana að stjórna þjónustustaflanum, því þá situr enginn milliliður með sína eigin stefnu á milli líkansins og þín.

Það er rétt að segja þetta hreint út, því þetta er augljósa spurningin um útgáfu sem breytti allri úttaksleiðinni: það að fjarlægja hraðastýringarlagið þýddi ekki að ritskoðunarlagi væri stungið inn í staðinn. Ekkert skoðar, endurskrifar eða hleypir streyminu í gegn. Það sem líkanið framleiðir er það sem berst. Shannon 3.1 er, eftir því sem við best vitum, hraðasta óritskoðaða gervigreindarlíkanið sem býður upp á samhengisglugga af þessari stærð — og þessir tveir eiginleikar tengjast, því hvort tveggja stafar af því að við rekum okkar eigin innviði í stað þess að leigja reiknigetu sem er löguð að regluverki annarra.

Óritskoðað er ekki það sama og án ábyrgðar. Notkun lýtur stefnu okkar um ábyrga notkun, og skyldan sem fylgir líkani sem tekst á við erfitt efni er sú að þú gerir það af ábyrgð.

10Keyrðu samanburðinn sjálf

Hverja einustu fullyrðingu hér er hægt að sannreyna á um tveimur mínútum, og við viljum frekar að þú sannreynir en trúir okkur.

1. Veldu fyrirspurn úr vinnu sem þú vinnur í raun. Löng er betri — hún reynir bæði á gluggann og streymið.
2. Keyrðu hana á shannon-3. Taktu eftir hversu langt er í fyrsta táknið og hversu langt þar til svarið er fullklárað.
3. Keyrðu sömu fyrirspurn á shannon-3.1. Skráðu sömu tvær tölur.
4. Lestu svo bæði svörin, hunsaðu klukkuna, og ákveddu hvort þeirra þú hefðir viljað fá.

Hraðamunurinn verður tafarlaus og augljós. Gæðamunurinn er sá sem er þess virði að staldra við — hann kemur skýrast fram á löngum aðföngum, þar sem 3.0 var hljóðlega að vinna með minna af efninu þínu en þú hélst.

11Algengar spurningar

---

Tölur um afköst og greind í þessari grein eru eigin mælingar Shannon Lab úr innra mati, september 2026, og eru settar fram sem vörutölur en ekki sem viðmiðunarniðurstöður þriðja aðila. Samhengisgluggi, auðkenni líkana og framboð í API eru vörulýsing. Shannon AI er rekið af Shannon Lab LLC, Nýju-Mexíkó, Bandaríkjunum. Tengt lesefni: Shannon 3 · Rannsóknayfirlit Shannon · API-skjölin.