ម៉ូដែល និងតម្លៃ

ម៉ូដែលគ្មានការត្រួតពិនិត្យ

22

context window

256K

ចាប់ពី

$0.50 /1M

ម៉ូដែល open-weight ដែលបង្ហោះ

context 262,144 token លើគ្រប់ id; input និង output គិតថ្លៃដាច់ពីគ្នា; រាល់ id ទទួលយកអ្វីដែលម៉ូដែលដែលវាធ្វើត្រាប់តាមទទួលយក

ម៉ូដែល	Input	Structured output	In / cached / out ក្នុង ១M	បន្ថែម
DeepSeek-V4-Pro-08133BIT-REAPDeepSeek · 1.6T MoE · 49B activeគ្មានការត្រួតពិនិត្យ	ទទួលអត្ថបទ	JSON schema	$1.95 / $0.488 / $3.90	បន្ថែម
GLM-5.23BIT-REAPZ.ai · 744B MoE · 40B activeគ្មានការត្រួតពិនិត្យ	ទទួលអត្ថបទ	JSON schema	$0.73 / $0.183 / $2.34	បន្ថែម
Kimi-K33BIT-REAPMoonshot AI · 2.8T MoE · 104B activeគ្មានការត្រួតពិនិត្យ	ទទួលអត្ថបទ + រូបភាព	JSON schema	$3.83 / $0.958 / $19.12	បន្ថែម
Nemotron3Ultra3BIT-REAPNVIDIA · 550B hybrid Mamba-Attention MoE · 55B activeគ្មានការត្រួតពិនិត្យ	ទទួលអត្ថបទ	JSON schema	$0.75 / $0.188 / $3.30	បន្ថែម
MiniMax-M33BIT-REAPMiniMax · 428B MoE · 23B active · sparse attentionគ្មានការត្រួតពិនិត្យ	ទទួលអត្ថបទ + រូបភាព	JSON schema	$0.50 / $0.125 / $2.00	បន្ថែម
DeepSeek-V4-Flash-0731W4A16-AUTOROUND-REAPDeepSeek · 284B MoE · 13B activeគ្មានការត្រួតពិនិត្យ	ទទួលអត្ថបទ	JSON schema	$0.50 / $0.125 / $2.00	បន្ថែម
Kimi-K2.6W4A16-AUTOROUND-REAPMoonshot AI · 1T MoE · 32B activeគ្មានការត្រួតពិនិត្យ	ទទួលអត្ថបទ + រូបភាព	JSON schema	$0.78 / $0.195 / $3.67	បន្ថែម
Laguna-S-2.1W4A16-AUTOROUND-REAPPoolside · 118B MoE · 8B activeគ្មានការត្រួតពិនិត្យ	ទទួលអត្ថបទ	គ្មាន structured output	$0.50 / $0.125 / $2.00	បន្ថែម
inklingW4A16-AUTOROUND-REAPThinking Machines · 975B MoE · 41B activeគ្មានការត្រួតពិនិត្យ	ទទួលអត្ថបទ + រូបភាព	JSON object	$1.42 / $0.355 / $6.07	បន្ថែម
MiMo-V2.5-ProW8A16Xiaomi · 1.02T MoE · 42B active · 8-bitគ្មានការត្រួតពិនិត្យ	ទទួលអត្ថបទ	JSON schema	$0.50 / $0.125 / $2.00	បន្ថែម
MiMo-V2.5W8A16Xiaomi · 8-bit multimodal · W8A16គ្មានការត្រួតពិនិត្យ	ទទួលអត្ថបទ + រូបភាព	JSON schema	$0.50 / $0.125 / $2.00	បន្ថែម
Hy3W8A16Tencent · 295B MoE · 21B active · 8-bitគ្មានការត្រួតពិនិត្យ	ទទួលអត្ថបទ	JSON schema	$0.50 / $0.125 / $2.00	បន្ថែម

ម៉ូដែល Shannon

តម្លៃថេរតែមួយសម្រាប់ input និង output

ម៉ូដែល	Context	Input	Structured output	តម្លៃ / 1M tokens
Shannon 1.6 Liteshannon-1.6-liteគ្មានការត្រួតពិនិត្យ	192K	ទទួលអត្ថបទ + រូបភាព	JSON schema	$3.90
Shannon 1.6 Proshannon-1.6-proគ្មានការត្រួតពិនិត្យ	192K	ទទួលអត្ថបទ + រូបភាព	JSON schema	$7.80
Shannon 2 Liteshannon-2-liteគ្មានការត្រួតពិនិត្យ	192K	ទទួលអត្ថបទ + រូបភាព	JSON schema	$3.90
Shannon 2 Proshannon-2-proគ្មានការត្រួតពិនិត្យ	192K	ទទួលអត្ថបទ + រូបភាព	JSON schema	$5.85
Shannon 3shannon-3គ្មានការត្រួតពិនិត្យ	192K	ទទួលអត្ថបទ + រូបភាព	JSON schema	$3.35
Shannon 3 Proshannon-3-proគ្មានការត្រួតពិនិត្យ	192K	ទទួលអត្ថបទ + រូបភាព	JSON schema	$3.35
Shannon 3.1shannon-3.1គ្មានការត្រួតពិនិត្យ	192K	ទទួលអត្ថបទ + រូបភាព	JSON schema	$3.35
Shannon 3.1 Proshannon-3.1-proគ្មានការត្រួតពិនិត្យ	192K	ទទួលអត្ថបទ + រូបភាព	JSON schema	$3.35
Shannon 3.5shannon-3.5គ្មានការត្រួតពិនិត្យ	192K	ទទួលអត្ថបទ + រូបភាព	JSON schema	$3.35
Shannon Coder 1shannon-coder-1គ្មានការត្រួតពិនិត្យ	128K	ទទួលអត្ថបទ	JSON schema	$8.00

ទៅកាន់ការចាប់ផ្តើមរហ័ស សាក Playground

របៀបអានមួយជួរ

គ្រប់ម៉ូដែល stream បាន និងហៅ tool បាន។ មុខងារផ្សេងទៀតរបស់ API ត្រូវបានពិពណ៌នានៅលើទំព័រសមត្ថភាព។ សមត្ថភាព

ទំហំ context window និងដែនកំណត់នៃ output

• context window គ្របដណ្តប់អ្វីៗទាំងអស់ដែលម៉ូដែលអានសម្រាប់ចម្លើយមួយ៖ សាររបស់អ្នក និយមន័យ tool និងរូបភាព។
• ក្រុម Shannon 3 ដោះស្រាយការសន្ទនាវែងជាងដោយខ្លួនឯង៖ វារក្សាវេនថ្មីបំផុតដែលស្ថិតក្នុង window ហើយឆ្លើយ។
• ក្នុង stream prompt ដែលវែងពេកត្រូវបានរាយការណ៍ជា error frame ដែលមានប្រភេទ invalid_request_error និង code: "context_length_exceeded"។
• max_tokens ទទួលតម្លៃពី 1 ដល់ 65,536 លើគ្រប់ម៉ូដែល៖ max_output_tokens ក្នុង GET /v1/models គឺជាកំពូលនៃដែននោះ។ លំនាំដើមគឺ 4,096។
• លើគ្រប់ម៉ូដែល max_tokens គឺជាចំនួនដែល request បម្រុងពីសមតុល្យរបស់អ្នក។
• ក្នុងនាមជាដែនកំណត់លើប្រវែងចម្លើយ max_tokens ត្រូវបានអនុវត្តដោយម៉ូដែល open-weight ដែលបង្ហោះ, shannon-1.6-lite, shannon-1.6-pro និង shannon-coder-1។
• លើម៉ូដែល open-weight ដែលបង្ហោះ វាកំណត់អត្ថបទចម្លើយ។ reasoning មុនចម្លើយមិនត្រូវបានរាប់ក្នុងនោះទេ ហើយតម្លៃក្រោម 256 ធ្វើការជា 256។
• stream របស់ shannon-1.6-lite, shannon-1.6-pro, shannon-coder-1 ឬក្រុម Shannon 3 បញ្ចប់ដោយ finish_reason: "length" នៅពេលចម្លើយត្រូវបានកាត់នៅដែនកំណត់របស់វា។

ដែនកំណត់ និងសមតុល្យ

របៀបដែលតម្លៃត្រូវបានបង្កើត

• តម្លៃជា USD ក្នុង 1,000,000 token។ សមតុល្យរបស់អ្នកត្រូវបានរាប់ជា token ដែលមានតម្លៃ $5.00 ក្នុង 1,000,000 ដូច្នេះតម្លៃរបស់ម៉ូដែលប្រាប់ថា token របស់វាយកសមតុល្យប៉ុន្មាន។
• ម៉ូដែល Shannon មានតម្លៃតែមួយ។ ការហៅមួយត្រូវបានគិត usage.total_tokens តាមតម្លៃនោះ។
• ម៉ូដែល open-weight ដែលបង្ហោះ មានបីតម្លៃ។ input ដែលអានពី prompt cache ត្រូវបានគិតតាមតម្លៃ cached ដែលស្មើ 25% នៃតម្លៃ input បង្គត់ទៅ $0.001។ input ដែលនៅសល់ត្រូវបានគិតតាមតម្លៃ input ហើយ output តាមតម្លៃ output។
• ម៉ូដែល open-weight ដែលបង្ហោះរាប់ token ដោយ tokenizer របស់ម៉ូដែលនីមួយៗ។ GET /v1/models សម្គាល់ចំណុចនេះជា tokenizer: "original"។
• shannon-coder-1 ត្រូវបានរាប់ជាការហៅ មិនមែនជា token លើ /v1/chat/completions និង /v1/messages។ តម្លៃដែលបានចុះបញ្ជីរបស់វាអនុវត្តលើ /v1/responses។

អ្វីដែល request បម្រុង ឧទាហរណ៍គណនានៃការគិតថ្លៃ និងកូតាការហៅ Shannon Coder ស្ថិតនៅលើទំព័រដែនកំណត់ និងសមតុល្យ។ ដែនកំណត់ និងសមតុល្យ

Model id

សូមផ្ញើ id មួយក្នុងចំណោមទាំងនេះជា model។

shannon-1.6-lite
shannon-1.6-pro
shannon-2-lite
shannon-2-pro
shannon-3
shannon-3-pro
shannon-3.1
shannon-3.1-pro
shannon-3.5
shannon-coder-1
DeepSeek-V4-Pro-0813-3BIT-REAP
GLM-5.2-3BIT-REAP
Kimi-K3-3BIT-REAP
Nemotron3Ultra-3BIT-REAP
MiniMax-M3-3BIT-REAP
DeepSeek-V4-Flash-0731-W4A16-AUTOROUND-REAP
Kimi-K2.6-W4A16-AUTOROUND-REAP
Laguna-S-2.1-W4A16-AUTOROUND-REAP
inkling-W4A16-AUTOROUND-REAP
MiMo-V2.5-Pro-W8A16
MiMo-V2.5-W8A16
Hy3-W8A16

• អក្សរធំ និងអក្សរតូចមិនសំខាន់ទេ ហើយចន្លោះជុំវិញ id ត្រូវបានដកចេញ៖ SHANNON-3 និង shannon-3 គឺជាម៉ូដែលតែមួយ។
• ចម្លើយតែងតែមាន id ដែលបានបោះពុម្ពផ្សាយក្នុង model ទោះអ្នកផ្ញើការសរសេរបែបណាក៏ដោយ។
• ឈ្មោះបង្ហាញដូចជា Shannon 3 មិនមែនជា id ទេ។

ការសរសេរខ្លីជាងបួនក៏ត្រូវបានទទួលយកដែរ។

id ដែលមិនបានបោះពុម្ពផ្សាយត្រូវបានឆ្លើយដោយ status 400 ប្រភេទ invalid_request_error និងសារ unknown model: <id> លើ endpoint ទាំងបី។ គ្មានម៉ូដែលផ្សេងឆ្លើយជំនួសទេ។

{
  "error": {
    "type": "invalid_request_error",
    "message": "unknown model: gpt-4o"
  }
}

{
  "type": "error",
  "error": {
    "type": "invalid_request_error",
    "message": "unknown model: gpt-4o"
  }
}

• សូមផ្ញើ model ជានិច្ច។ /v1/responses ឆ្លើយ request ដែលគ្មានវាដោយ 400។ លើ /v1/chat/completions និង /v1/messages request បែបនេះត្រូវបានឆ្លើយដោយ shannon-1.6-lite។
• POST /v1/tokenize និង POST /v1/messages/count_tokens ទទួល id របស់ម៉ូដែល open-weight ដែលបង្ហោះ។

បញ្ជីម៉ូដែល

GET /v1/models ត្រឡប់ម៉ូដែលនៃទំព័រនេះជា JSON ជាមួយ context window តម្លៃ និងសមត្ថភាពដូចគ្នា។ ប្រើវាដើម្បីបំពេញ model picker ឬដើម្បីពិនិត្យតម្លៃក្នុងកូដ។

GET https://api.shannon-ai.com/v1/models

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.shannon-ai.com/v1"
)

for model in client.models.list():
    print(model.id)

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://api.shannon-ai.com/v1'
});

for await (const model of client.models.list()) {
  console.log(model.id);
}

curl "https://api.shannon-ai.com/v1/models"

ចម្លើយ ដែលបានបង្ខ្លីទៅមួយធាតុក្នុងមួយប្រភេទ៖

{
  "object": "list",
  "data": [
    {
      "id": "shannon-3",
      "object": "model",
      "created": 1700000000,
      "owned_by": "shannon-ai",
      "display_name": "Shannon 3",
      "context_window": 196608,
      "max_output_tokens": 65536,
      "pricing": {
        "input_per_million_usd": 3.35,
        "output_per_million_usd": 3.35,
        "currency": "USD"
      },
      "capabilities": {
        "tools": true,
        "vision": true,
        "reasoning": true,
        "reasoning_effort": false,
        "streaming": true,
        "json_schema": true
      },
      "endpoints": [
        "/v1/chat/completions",
        "/v1/messages",
        "/v1/responses"
      ]
    },
    {
      "id": "MiniMax-M3-3BIT-REAP",
      "object": "model",
      "created": 1700000000,
      "owned_by": "shannon-ai",
      "display_name": "MiniMax-M3 · 3BIT-REAP",
      "context_window": 262144,
      "max_output_tokens": 65536,
      "pricing": {
        "input_per_million_usd": 0.5,
        "cached_input_per_million_usd": 0.125,
        "output_per_million_usd": 2,
        "currency": "USD"
      },
      "tokenizer": "original",
      "capabilities": {
        "tools": true,
        "vision": true,
        "reasoning": true,
        "reasoning_effort": true,
        "streaming": true,
        "response_format": true,
        "json_schema": true,
        "prompt_caching": true
      },
      "endpoints": [
        "/v1/chat/completions",
        "/v1/messages",
        "/v1/responses",
        "/v1/messages/count_tokens",
        "/v1/tokenize"
      ]
    }
  ]
}

• GET /v1/models មិនត្រូវការ key ទេ។ ចម្លើយដូចគ្នាសម្រាប់អ្នកហៅទាំងអស់ ហើយមិនអាស្រ័យលើគម្រោងរបស់អ្នកទេ។
• បញ្ជីមាន id ដែលអាចហៅបាន។ ម៉ូដែលដែលមិនអាចបម្រើបានក្នុងពេលនេះត្រូវបានទុកចោលពីបញ្ជី។
• គ្មាន endpoint សម្រាប់ម៉ូដែលតែមួយទេ៖ GET /v1/models/{id} ឆ្លើយ 404 ជាមួយប្រភេទ not_found_error។