სურათები და ფაილები
გააგზავნეთ სურათები შეტყობინებასთან ერთად: რომელი მოდელები იღებენ მათ, მისაღები ფორმები და მათი ლიმიტები.
POST https://api.shannon-ai.com/v1/chat/completions
სურათი user შეტყობინების შიგნით მოგზაურობს, მისი content-ის ერთ ნაწილად. ნიმუში კითხულობს ლოკალურ ფაილს და data URL-ის სახით აგზავნის.
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
}
} რომელი მოდელები იღებენ სურათებს
| მოდელები | კითხულობს |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | სურათები და დოკუმენტები: PDF, Word, PowerPoint, Excel და უბრალო ტექსტის ფაილები. |
shannon-1.6-lite, shannon-1.6-pro | სურათები. |
shannon-2-lite, shannon-2-pro | სურათები, მოთხოვნებში, რომლებიც ასევე აგზავნიან tools-ს ან response_format-ს. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | სურათები. |
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 | ტექსტი. მოთხოვნას სურათით პასუხობს სტატუსი 400. |
shannon-coder-1 | ტექსტი. |
GET /v1/models სურათის შეტანას id-ის მიხედვით აჩვენებს როგორც capabilities.vision. მოდელები და ფასები
- Shannon-ის მოდელები კითხულობენ ბოლო user შეტყობინების ფაილებს. სურათი ჩადეთ იმ შეტყობინებაში, რომელიც მასზე კითხულობს.
- Shannon 3 ოჯახი ასევე ინახავს ხედვის ველში წინა user შეტყობინებების რამდენიმე სურათსა და დოკუმენტს, თუ ისინი ინლაინ გაიგზავნა, და მოთხოვნაზე კითხულობს სურათების დადგენილ მაქსიმუმს, პირველიდან დათვლით.
- Hosted open-weight მოდელები კითხულობენ საუბრის ყველა შეტყობინების სურათებს.
მისაღები ფორმები
ფაილი ორი გზით იგზავნება: მოთხოვნის შიგნით base64-ით, ან მისამართით, რომელსაც API იღებს. ყოველი ფაილი მოთხოვნასთან ერთად მოგზაურობს; API-ს ატვირთვის endpoint არ აქვს.
| Endpoint | მოთხოვნაში (base64) | მისამართით |
|---|---|---|
/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://…"}} |
იგივე user შეტყობინება თითოეულ ფორმატში:
{
"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…"
}
}
]
} - data URL-ს აქვს ფორმა
data:<media type>;base64,<data>. ნაწილი;base64სავალდებულოა. /v1/chat/completions-სა და/v1/responses-ზეimage_urlშეიძლება იყოს თავად სტრიქონი ან ობიექტი{"url": "…"}.- ფაილის ტიპი მოდის data URL-იდან ან
media_type-იდან. მის გარეშე სურათი იკითხება როგორცimage/png. - ინლაინ ფაილები მოთხოვნის body-ის ზომაში ითვლება, რომელიც 32 MiB-მდე შეიძლება იყოს.
- მიიღება თავსებადობისთვის:
image_url.detail.
დისტანციური ფაილების ლიმიტები
როცა მისამართს აგზავნით, API ფაილს მოდელის გაშვებამდე იღებს, ამ ლიმიტების ფარგლებში:
| ლიმიტი | წესი |
|---|---|
| ზომა | ფაილზე 8 MiB-მდე. |
| დრო | პასუხისთვის 20 წამი. |
| გადამისამართებები | მაქსიმუმ 5. |
| მისამართი | http:// ან https://, მისამართში მომხმარებლის სახელისა და პაროლის გარეშე, ჰოსტზე საჯარო მისამართით. |
| ჰოსტის პასუხი | სტატუსი 200-იანთა დიაპაზონში და body, რომელიც ცარიელი არ არის. ფაილის ტიპი იკითხება Content-Type-იდან. |
| მოთხოვნილია როგორც | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
როგორ ითვლება სურათები ტოკენებში
Hosted open-weight მოდელებზე სურათი ითვლება თითო ტოკენად ყოველ 28 × 28 პიქსელიან ფრაგმენტზე: სიგანე გაყოფილი 28-ზე, დამრგვალებული ზემოთ, გამრავლებული სიმაღლეზე, გაყოფილზე 28-ზე და დამრგვალებულზე ზემოთ. შედეგი usage.prompt_tokens-ის ნაწილია და ირიცხება როგორც შემავალი.
- 1024 × 1024
- 1,369 ტოკენი
- 1920 × 1080
- 2,691 ტოკენი
- 512 × 512
- 361 ტოკენი
- დისტანციური სურათი ჯერ მიიღება, ამიტომ მისი რეალური ზომა ითვლება.
- სურათი, რომლის ზომაც არ იკითხება, ითვლება 1,024 ტოკენად.
- დათვლის endpoint-ები data URL-ებზე იმავე წესს იყენებენ. დისტანციურ მისამართს ისინი არ იღებენ და 1,024 ტოკენად ითვლიან. ტოკენების დათვლა
- Shannon-ის მოდელისთვის სურათებიანი მოთხოვნის ღირებულება წაიკითხეთ პასუხის
usage-დან.
დოკუმენტები და სხვა ფაილები
Shannon 3 ოჯახი (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) დოკუმენტებსაც კითხულობს. დოკუმენტის ტექსტი ამოიღება და მოდელს თქვენს შეტყობინებასთან ერთად ეძლევა.
| დოკუმენტი | მედიის ტიპი |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
დოკუმენტი user შეტყობინების ნაწილია, სურათის მსგავსად:
| Endpoint | მოთხოვნაში (base64) | მისამართით |
|---|---|---|
/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."}
]
}
]
} - მიუთითეთ ფაილის რეალური მედიის ტიპი. მის გარეშე დოკუმენტი იკითხება როგორც
application/pdf. - უბრალო ტექსტის ფაილი, მაგალითად CSV, იკითხება როგორც ტექსტი და ისევე მიემატება.
- როცა დოკუმენტი ვერ იკითხება ან ფაილი სხვა ტიპისაა, მოდელს ამის შესახებ ეუბნებიან და მას შეუძლია პასუხში თქვას. სტატუსი მაინც
200-ია. - ყველა სხვა მოდელზე დოკუმენტის ნაწილი მოდელის წასაკითხიდან ამოღებულია და მოთხოვნას დანარჩენის მიხედვით პასუხობენ.
- მისამართით გაგზავნილი დოკუმენტი მიიღება ზემოთ აღწერილი დისტანციური ფაილების ლიმიტების ფარგლებში.
შეცდომები
| სტატუსი | ტიპი | შეტყობინება | როდის |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | სურათი გაიგზავნა hosted open-weight მოდელზე, რომელიც მხოლოდ ტექსტს იღებს. თქვენი ბალანსიდან არაფერი იკლება. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | აუდიო ან ვიდეო ნაწილი გაიგზავნა hosted open-weight მოდელზე. |
413 | invalid_request_error | Failed to buffer the request body: … | მოთხოვნის body ინლაინ ფაილებით 32 MiB-ზე დიდია. შეცდომა ატარებს code: "request_too_large"-ს. |
Shannon-ის მოდელი პასუხობს სტატუსით 200, რა ფაილებსაც არ უნდა ატარებდეს მოთხოვნა: ნაწილი, რომელსაც ის არ კითხულობს, ამოღებულია. შეცდომების დამუშავება