Мазмұнға өту
Суреттер және файлдар

Суреттер және файлдар

Суреттерді хабарламамен жіберіңіз: қай модельдер қабылдайды, қабылданатын формалар және олардың шектеулері.

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

Сурет пайдаланушы хабарламасының ішінде, оның content өрісінің бір бөлігі ретінде жүреді. Үлгі жергілікті файлды оқып, data URL ретінде жібереді.

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
  }
}

Қай модельдер суреттерді қабылдайды

Модельдер Оқиды
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro Суреттер және құжаттар: PDF, Word, PowerPoint, Excel және жай мәтін файлдары.
shannon-1.6-lite, shannon-1.6-pro Суреттер.
shannon-2-lite, shannon-2-pro tools немесе response_format да жіберетін сұрауларда суреттер.
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 Суреттер.
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 Мәтін. Суреті бар сұраудың жауабы 400 мәртебесімен беріледі.
shannon-coder-1 Мәтін.

GET /v1/models сурет кірісін әр id үшін capabilities.vision ретінде көрсетеді. Модельдер және бағалар

  • Shannon модельдері соңғы пайдаланушы хабарламасындағы файлдарды оқиды. Суретті ол туралы сұрайтын хабарламаға қойыңыз.
  • Shannon 3 отбасы сондай-ақ алдыңғы пайдаланушы хабарламаларындағы бірнеше сурет пен құжатты, олар кірістіріліп жіберілген болса, назарда ұстайды және бір сұрауда суреттердің белгіленген ең көп санын, біріншіден бастап санап, оқиды.
  • Hosted open-weight модельдер сөйлесудің әр хабарламасындағы суреттерді оқиды.

Қабылданатын формалар

Файл екі тәсілдің бірімен жіберіледі: сұрау ішінде base64 түрінде, немесе API жүктейтін мекенжай ретінде. Әр файл сұраумен бірге жүреді; API-де жүктеу endpoint-і жоқ.

Endpoint Сұрауда (base64) Мекенжай арқылы
/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://…"}}

Әр форматтағы сол пайдаланушы хабарламасы:

{
  "role": "user",
  "content": [
    {"type": "text", "text": "What is in this picture?"},
    {
      "type": "image_url",
      "image_url": {
        "url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD…"
      }
    }
  ]
}
  • Data URL data:<media type>;base64,<data> түрінде болады. ;base64 бөлігі міндетті.
  • /v1/chat/completions және /v1/responses бойынша image_url жолдың өзі немесе {"url": "…"} нысаны болуы мүмкін.
  • Файл түрі data URL-ден немесе media_type өрісінен алынады. Онсыз сурет image/png ретінде оқылады.
  • Кірістірілген файлдар 32 MiB-қа дейін болуы мүмкін сұрау денесінің өлшеміне кіреді.
  • Үйлесімділік үшін қабылданады: image_url.detail.

Қашықтағы файлдар шектеулері

Мекенжай жібергенде API файлды модель іске қосылмай тұрып, мына шектеулер шегінде жүктейді:

Шектеу Ереже
Өлшемі Файлға 8 MiB-қа дейін.
Уақыт Жауап беруге 20 секунд.
Қайта бағыттаулар Ең көбі 5.
Мекенжай http:// немесе https://, мекенжайда пайдаланушы аты мен құпиясөзсіз, жария мекенжайы бар хостта.
Хосттың жауабы 200 диапазонындағы мәртебе және бос емес дене. Файл түрі Content-Type өрісінен оқылады.
Сұралады User-Agent: ShannonBot/1.0 (+https://shannon-ai.com)

Суреттер токенмен қалай есептеледі

Hosted open-weight модельдерде сурет әр 28 × 28 пиксельдік патч үшін бір токен болып есептеледі: ені 28-ге бөлінген, жоғары дөңгелектелген, көбейту биіктігі 28-ге бөлінген, жоғары дөңгелектелген. Нәтиже usage.prompt_tokens құрамына кіреді және кіріс ретінде есептеледі.

1024 × 1024
1,369 токен
1920 × 1080
2,691 токен
512 × 512
361 токен
  • Қашықтағы сурет алдымен жүктеледі, сондықтан оның нақты өлшемі есептеледі.
  • Өлшемін оқу мүмкін болмаған сурет 1,024 токен болып есептеледі.
  • Санау endpoint-тері data URL үшін сол ережені қолданады. Олар қашықтағы мекенжайды жүктемейді және оны 1,024 токен деп санайды. Токендерді санау
  • Shannon моделі үшін суреті бар сұрау қанша тұрғанын жауаптағы usage мәнінен оқыңыз.

Құжаттар және басқа файлдар

Shannon 3 отбасы (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) құжаттарды да оқиды. Құжаттың мәтіні алынып, хабарламаңызбен бірге модельге беріледі.

Құжат Медиа түрі
PDF application/pdf
Word application/vnd.openxmlformats-officedocument.wordprocessingml.document
PowerPoint application/vnd.openxmlformats-officedocument.presentationml.presentation
Excel application/vnd.openxmlformats-officedocument.spreadsheetml.sheet

Құжат пайдаланушы хабарламасының бөлігі, суретке ұқсас:

Endpoint Сұрауда (base64) Мекенжай арқылы
/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."}
      ]
    }
  ]
}
  • Файлдың нақты медиа түрін беріңіз. Онсыз құжат application/pdf ретінде оқылады.
  • CSV сияқты жай мәтін файлы мәтін ретінде оқылып, дәл солай тіркеледі.
  • Құжатты оқу мүмкін болмаса немесе файл басқа түрде болса, модельге бұл айтылады және ол жауабында оны айта алады. Мәртебе бәрібір 200.
  • Әр басқа модельде құжат бөлігі модель оқитыннан алынып тасталады, ал сұраудың қалған бөлігіне жауап беріледі.
  • Мекенжай арқылы жіберілген құжат жоғарыдағы қашықтағы файлдар шектеулерімен жүктеледі.

Қателер

Мәртебе Түрі Хабарлама Қашан
400 invalid_request_error <id> does not accept image input Тек мәтін қабылдайтын hosted open-weight модельге сурет жіберілді. Балансыңыздан ештеңе алынбайды.
400 invalid_request_error audio and video input are not supported by any hosted model Hosted open-weight модельге аудио немесе бейне бөлігі жіберілді.
413 invalid_request_error Failed to buffer the request body: … Кірістірілген файлдарымен бірге сұрау денесі 32 MiB-тан үлкен. Қатеде code: "request_too_large" бар.

Shannon моделі сұрау қандай файлдар алып жүрсе де 200 мәртебесімен жауап береді: оқымайтын бөлік алынып тасталады. Қателерді өңдеу