画像とファイル
メッセージとともに画像を送信する方法：対応するモデル、利用できる形式、上限。
POST https://api.shannon-ai.com/v1/chat/completions
画像は、ユーザーメッセージの content の一部として、メッセージ内で送信します。サンプルは、ローカルファイルを読み込み、データ URL として送信します。
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 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
}
}画像に対応するモデル
| モデル | 読み取り対象 |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | 画像とドキュメント：PDF、Word、PowerPoint、Excel、プレーンテキストファイル。 |
shannon-1.6-lite, shannon-1.6-pro | 画像。 |
shannon-2-lite, shannon-2-pro | 画像。ただし tools や response_format も送信するリクエストの場合。 |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | 画像。 |
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 | テキスト。画像を含むリクエストにはステータス 400 が返されます。 |
shannon-coder-1 | テキスト。 |
GET /v1/models は、ID ごとの画像入力を capabilities.vision として報告します。 モデルと料金
- Shannon モデルは、最後のユーザーメッセージのファイルを読み取ります。画像は、それについて尋ねるメッセージに入れてください。
- Shannon 3 ファミリーは、インラインで送信された場合に限り、以前のユーザーメッセージの画像とドキュメントの一部も参照対象として保持します。また、リクエストごとに、最初から数えて決められた最大数の画像を読み取ります。
- ホスト型オープンウェイトモデルは、会話のすべてのメッセージの画像を読み取ります。
利用できる形式
ファイルは二通りのどちらかの方法で送信します。base64 としてリクエスト内に含めるか、API が取得するアドレスとして指定します。すべてのファイルはリクエストとともに送られます。API にアップロード用のエンドポイントはありません。
| エンドポイント | リクエスト内（base64） | アドレス指定 |
|---|---|---|
/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://…"}} |
各形式での同じユーザーメッセージ：
{
"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…"
}
}
]
}- データ URL の形式は
data:<media type>;base64,<data>です。;base64の部分は必須です。 /v1/chat/completionsと/v1/responsesでは、image_urlは文字列そのものでも、オブジェクト{"url": "…"}でもかまいません。- ファイルの種類は、データ URL または
media_typeから決まります。指定がない場合、画像はimage/pngとして読み取られます。 - インラインファイルは、最大 32 MiB までのリクエストボディのサイズに含まれます。
- 互換性のために受け付けられるもの：
image_url.detail。
リモートファイルの制限
アドレスを送信した場合、API はモデルが実行される前にファイルを取得します。その際、次の制限が適用されます。
| 上限 | ルール |
|---|---|
| サイズ | ファイルあたり最大 8 MiB。 |
| 時間 | 応答まで 20 秒。 |
| リダイレクト | 最大 5 回まで。 |
| アドレス | http:// または https://。アドレスにユーザー名やパスワードを含めず、公開アドレスを持つホストであること。 |
| ホストの応答 | 200 番台のステータスと、空ではないボディ。ファイルの種類は Content-Type から読み取られます。 |
| リクエスト時の識別 | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
画像のトークン数の数え方
ホスト型オープンウェイトモデルでは、画像は 28 × 28 ピクセルのパッチごとに一トークンとして数えられます。幅を 28 で割って切り上げた値に、高さを 28 で割って切り上げた値を掛けたものです。その結果は usage.prompt_tokens の一部となり、入力として課金されます。
- 1024 × 1024
- 1,369 トークン
- 1920 × 1080
- 2,691 トークン
- 512 × 512
- 361 トークン
- リモート画像は最初に取得されるため、実際のサイズで数えられます。
- サイズを読み取れない画像は、1,024 トークンとして数えられます。
- カウント用エンドポイントは、データ URL に対して同じルールを使います。リモートアドレスは取得せず、1,024 トークンとして数えます。 トークンカウント
- Shannon モデルでは、画像を含むリクエストのコストを、応答の
usageから確認してください。
ドキュメントとその他のファイル
Shannon 3 ファミリー（shannon-3、shannon-3-pro、shannon-3.1、shannon-3.1-pro）は、ドキュメントも読み取ります。ドキュメントのテキストが抽出され、メッセージとともにモデルに渡されます。
| ドキュメント | メディアタイプ |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
ドキュメントは、画像と同様に、ユーザーメッセージのパートです。
| エンドポイント | リクエスト内（base64） | アドレス指定 |
|---|---|---|
/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."}
]
}
]
}- ファイルの実際のメディアタイプを指定してください。指定がない場合、ドキュメントは
application/pdfとして読み取られます。 - CSV などのプレーンテキストファイルは、テキストとして読み取られ、同じように添付されます。
- ドキュメントを読み取れない場合や、ファイルが別の種類の場合は、その旨がモデルに伝えられ、モデルは回答でそれを述べられます。ステータスは
200のままです。 - それ以外のモデルでは、ドキュメントパートはモデルが読み取る内容から除かれ、リクエストは残りの部分で応答されます。
- アドレスで送信されたドキュメントは、上記のリモートファイルの上限に従って取得されます。
エラー
| ステータス | タイプ | メッセージ | 発生条件 |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | テキストしか受け付けないホスト型オープンウェイトモデルに、画像が送信されました。残高からは何も引かれません。 |
400 | invalid_request_error | audio and video input are not supported by any hosted model | 音声または動画のパートが、ホスト型オープンウェイトモデルに送信されました。 |
413 | invalid_request_error | Failed to buffer the request body: … | インラインファイルを含むリクエストボディが 32 MiB を超えています。エラーには code: "request_too_large" が含まれます。 |
Shannon モデルは、リクエストにどのようなファイルが含まれていてもステータス 200 で応答します。読み取らないパートは除かれます。 エラー処理