Shannon 3.1
Heman loopa ramanê, hatiye guhastin bo koma GPU ya me bi xwe: 32% zîrektir, 10-15 caran bileztir, û pencereyeke context a 196,608-token.
TL;DR
Shannon 3.1 her tiştê ku Shannon 3 hêjayî bikaranînê dikir diparêze — loopa ramanê ya dubarekar, tu tebeqeya redkirinê, tu fîltreya derketinê — û tenê cih û awayê xebitandinê diguherîne. Model niha ji koma GPU ya me bi xwe tê xizmet kirin li şûna hostekî inference ya aliyê sêyem. Nirxandina Shannon Lab 32% baştirbûnek di zîrekiyê de û bersivên 10-15 caran zûtir li hember Shannon 3.0 dipîve. Pencereya context ji 32,768 diçe 196,608 token. Tebeqeya pacing ku bi mebest derketina 3.0 hêdî dikir rabûye: 3.1 bi leza tam a motorê stream dike. Nasnameyên modelê shannon-3.1 û shannon-3.1-pro ne, di chatê de û li ser her sê zaravayên API.
Piraniya berdanên modelan ji te dixwazin ku îdiayeke kapasîteyê bi bawerî qebûl bikî û li bendê bimînî ku tabloyeke benchmarkê nîqaşê bi dawî bike. Ev yek hêsantir tê kontrolkirin: du tabên veke, heman promptê têxe shannon-3 û shannon-3.1, û temaşe bike. Cudahiya di leza gihîştina bersivê de ne nazik e, û ne fêlbaziyeke renderkirinê ye jî. Shannon 3.0 bi mebest hatibû qelsandin. Shannon 3.1 na.
01Di Shannon 3.1 de bi rastî çi guherî
Shannon 3.0 ew tişt anî ku vê malbatê pênase dike: loopeke ramanê ya dubarekar. Model bi ramana xwe ya yekem bersiv nade. Ew difikire, reşnivîsê dinivîse, reşnivîsa xwe li hember pirsê dinirxîne, û wê baştir dike. Lite yek passa wê loopê dimeşîne; Pro loopa tam dimeşîne, tê de gaveke berhevkirina zanînê beriya reşnivîsê. Ew sêwiran bi hûrgulî di gotara lêkolînê ya Shannon 3 de tê şirovekirin, û tu tişt jê di 3.1 de neguheriye.
Tiştê ku guherî makîneya jêrîn e. Shannon 3.0 bi rêya hostekî inference ya aliyê sêyem dihat xizmet kirin — rêyeke aqilane ji bo destpêkirina modelekê, û rêyeke sînordar ji bo meşandina wê. Tu konfigurasyona xizmetkirinê ya kesekî din, rêza kesekî din, tavana context a kesekî din, û fikra kesekî din a li ser çend tokenên di çirkeyê de ku destûra te heye mîras werdigirî. Shannon 3.1 li ser koma GPU ya me bi xwe dimeşe, li ser stackeke xizmetkirinê ku em konfigure dikin, û her jimareke sereke ya vê gotarê ji wê biryara yekane tê.
| Shannon 3.0 | Shannon 3.1 | |
|---|---|---|
| Li ku dimeşe | Hosta aliyê sêyem | Koma GPU ya me bi xwe |
| Pencereya context | 32,768 | 196,608 |
| Streamkirina derketinê | Paced / sînorkirî | Leza tam a motorê |
| Giranî | Standarda hostê | 4-bit NVFP4 |
| Decoding | Standard | Speculative |
| Loopa ramanê | Ramîn → reşnivîs → nirxandin → baştirkirin | Neguherî |
| Tebeqeya redkirinê | Tune | Tune |
| Nasnameyên modelê | shannon-3, shannon-3-pro | shannon-3.1, shannon-3.1-pro |
02Çima Shannon 3.1 10-15 caran bileztir tê hîskirin
Jimara lezê ya yekem e ku mirov lê dipirsin, loma hêja ye ku em rast bibêjin ew ji ku tê. Du beşdariyên serbixwe hene, û ya mezintir ji wan her duyan a kêm-balkêş e.
Me derenceya lezê rakir
Derketina Shannon 3.0 di tebeqeyeke pacing re derbas dibû. Token ji motorê derdiketin, dihatin girtin, û li gorî bernameyekê ji girêdana te re dihatin berdan. Ev ne şaşî bû û ne çewtî jî. Gava hostekî inference ya hevpar tengav be, pacingkirina derketinê barî hêsan dike, nahêle nifşeke dirêj cîhekê bi tenê dagir bike, û dike ku stream bi rîtmeke pêşbînbar û xwendinbar bigihîje ne bi teqînan. Ew hilbijartineke endezyariyê ya berevanîkirî ye, û wê li her bikarhênerî di her bersivê de wextê rastîn bi bihayê xwe da.
Di Shannon 3.1 de ne derenceya lezê û ne jî pacinga xuyakirinê heye. Token wek ku motor wan çêdike ji streama te re tên nivîsandin. Heke motor bi lez çêbike, tu dibînî ku bi lez çêdike. Di navbera modelê û terminala te, pencereya chatê ya te, an xwînerê SSE yê te de tu bufera hêsankirinê tune. Ji bo bersiveke dirêj — analîzeke 2,000-token, fîleke koda çêkirî — ev bi tena serê xwe piraniya baştirbûna ku tu ê hîs bikî pêk tîne.
Encameke dilsoz: stream niha teqînbar e. Speculative decoding (li jêr) tokenên qebûlkirî di rêzikên kurt de derdixe, loma nivîs dikare di perçeyên xuyayî de bigihîje ne bi rîtmeke metronomîk a peyv-bi-peyv. Heke te UI li dora rîtma nerm a 3.0 ava kiribe, ew ê hîn jî bixebite — rêz û naveroka tokenan neguherî ne — lê dibe ku tu bixwazî easinga aliyê xerîdar a xwe ji nû ve zêde bikî heke te xuyanga typewriter tercîh dikir. Em difikirin ku piraniya mirovan dê tercîh bikin ku ew çirkeyan vegerînin.
Motor bi xwe jî bileztir bû
Rakirina derenceyê tenê wê demê alîkariyê dike ku tiştê li pişt derenceyê zû be. Beşdariya duyem ew stacka xizmetkirinê ye ku di beşa 03 de tê şirovekirin: giraniyên 4-bit NVFP4 û speculative decoding li ser lezkerên nifşê niha yên FP4-native di koma me bi xwe de. Bi hev re ev tavana ku rakirina derenceyê eşkere dike bilind dikin.
Derengiya têkildar a bersivê ya serî-bi-serî, nirxandina hundirîn a Shannon Lab, Îlona 2026. Rêje dirêjahiya promptê û asta modelê nîşan dide: promptên kurt li ser Lite nêzîkî aliyê nizm in, nifşên dirêj li ser Pro nêzîkî aliyê bilind in.
03Speculative decoding bi rastî çi dike
«Speculative decoding inference» wek peyveke marketingê tê bikaranîn, loma li vir mekanîzma bi awayekî sade ye.
Modelek zimanî bi gelemperî di her passeke pêşve de yek token çêdike. Ew pass ne bi hesabê lê bi pehnahiya bîrê tê birêvebirin — divê giranî bên xwendin da ku tiştek were hesibandin, û xwendina wan ji matematîkê pir dirêjtir digire. GPU piraniya dema xwe li bendê bîrê derbas dike û yekîneyên hesabê wê bêkar in. Çêkirina 500 tokenan tê wê wateyê ku ew dereng 500 caran, li pey hev, tê dayîn.
Speculative decoding êrîşî beşa li-pey-hev dike. Modeleke reşnivîsê ya biçûk û erzan rêzikeke kurt a tokenên muhtemel ên din pêşniyar dike — bêje çar an heşt. Paşê modela sereke tevahiya wê rêzikê di yek passeke pêşve ya batchkirî de dinirxîne, ku bihayê wê hema hema ne zêdetir ji nirxandina yek tokenê ye, ji ber ku beşa biha (xwendina giraniyan) di her du awayan de yek car pêk tê. Her tokenê pêşniyarkirî ku modela sereke pê razî be tê qebûlkirin û tavilê tê weşandin. Di nerazîbûna yekem de, rêzik tê birîn û decodinga asayî ji wir dest pê dike.
Taybetmendiya ku girîng e
Speculative decoding derketin-parêz e. Gava verîfîkasyonê wisa hatiye avakirin ku rêzika qebûlkirî tam wek nimûnegirtina modela sereke bi xwe belav dibe. Tu bersiva modela reşnivîsê wernagirî, û tu nêzîkatiyeke bersiva modela mezin jî wernagirî. Tu derketina modela sereke werdigirî, ku bi gavên li-pey-hev ên kêmtir hatiye bidestxistin. Modela reşnivîsê tenê dikare bandorê li lezê bike, tu carî li naverokê.
Rêjeya qebûlkirinê karî dike. Li ser nivîsa pêşbînbar — boilerplate, avahiya kodê, girêdanên argumanekê — modela reşnivîsê baş texmîn dike û rêzikên dirêj bi carekê digihîjin. Li ser tokenên bi rastî dijwar, qebûlkirin dikeve û pergal bi nermî vedigere decodinga asayî ya yek-token-di-carekê. Ew nehevsengî tam ew e ku tu dixwazî: beşên hêsan lezdar dike û destê xwe nade beşên dijwar.
Çima giraniyên 4-bit di heman paragrafê de cih digirin
Ji ber ku tengav pehnahiya bîrê ye, biçûkkirina giraniyan lêdaneke lezê ya rasterast e, ne tenê ya şopa bîrê. NVFP4 formatek floating-point a 4-bit e bi scalinga hûrgilî ya her-blokê, û ev e ya ku dihêle ew rastiyê li wir biparêze ku şemayên quantizasyona integer a 4-bit ên kevntir winda dikirin. Bi qasî çaryeka baytan ji bo xwendinê di her passeke pêşve de tê wateya bi heman rêjeyê kêmtir dem li bendê bîrê, û ew ji bo cachea KV ya context-dirêj ku pencereyeke 196K dixwaze pir zêdetir cih dihêle.
Ev her du li ser hev dizêdin ne ku tenê li hev tên: baytên kêmtir di her passê de, û passên kêmtir di her tokenê weşandî de. Ew e ya ku streamkirina bê-derence û bi-leza-tam ji bo xizmetkirinê bi bihayekî guncan dike, ne lêçûnek ku divê em bi pacingê vegerînin — ku tam ew bû tiştê ku tebeqeya pacing di 3.0 de dikir.
04196,608 token: pencereyeke 6 caran mezintir çi vedike
Shannon 3.0 pencereyeke 32,768-token hebû: rûniştineke xebatê, ne belgeyek. Bi qasî 70-80 rûpelên nivîsê, kêm ya ku loopa ramanê ji bo ramana xwe bikar tîne, kêm promptê te yê pergalê, kêm axaftina heta niha. Xebata rastîn bi berdewamî li wî dîwarî diket, û çareseriyên derdorî — perçekirin, kurtkirin, retrieval li ser materyalê te — hemû tiştê ku te dixwest biparêzî xirab dikin. 196,608 token kategoriyeke cuda ya pirsgirêkê ye.
Bi awayekî berbiçav, ev bi qasî 400-500 rûpelên nivîsa Îngilîzî ye, an kodbaseke navîn bi testên xwe û README ya xwe, an salekê notên civînan ên projeyekê, an komeke peymanan a tam bi hemû pêvekên wê — di axaftinekê de tê girtin, di pirsekê de tê gihîştin, bêyî tebeqeyeke perçekirinê di navbera te û materyalê de.
- Pirsên tevahiya repozîtoryê. Kodê bar bike û bipirse çima çewtiyek digihîje hilberînê, li şûna ku tu wan sê fîlan pêve bikî ku jixwe guman dikirî. Model dikare wî fîlî bibîne ku te nefikirî ku têxî.
- Analîza belgeyên dirêj bêyî retrieval. Retrieval pêş-fîltreyeke windadar e ku biryar dide destûra modelê heye çi bibîne. Li 196K tu gelek caran dikarî wê derbas bikî û bihêlî model her tiştî bixwîne, ku ev tevahiya çîneke têkçûnê radike ku tê de beşa rast tu carî nedihat wergirtin.
- Axaftinên ku hevgirtî dimînin. Rûniştineke xebatê ya dirêj êdî destpêka xwe bi bêdengî winda nake. Sînorên ku te di peyama sêyem de danîn hîn jî di peyama heştêyî de derbas dibin.
- Cih ji bo loopa ramanê. Ramîn, reşnivîs û nirxandina loopê bi xwe context bikar tînin. Li ser 3.0 ew gav bi materyalê te re ji bo budceyeke kêm pêşbaziyê dikirin. Li ser 3.1 ew bi rehetî cih digirin, ku ev beşek e ji sedema ku qezenca kalîteyê û mezinbûna pencereyê bi hev re hatin.
- Têketinên tevlihev ên mezin. Wêne, nivîsa derxistî ya belgeyan û kod di dorekê de, bêyî ku tu biryar bidî kîjan ji wan tu dikarî têxî.
Yek hişyariyeke dilsoz ku ji bo her modela context-dirêj derbas dibe, ya me jî tê de: pencereyeke mezin kapasîteyek e, ne garantiya bala yeksan li seranserê wê. Avahî hîn jî alîkariyê dike. Danîna pirsê nêzîkî dawiyê, etîketkirina belgeyên te, û gotina ji modelê re ka li çi bigere — hemû encaman li 150K tokenan bi awayekî pîvanbar baştir dikin, bi awayekî ku li 5K bi hêsanî nakin.
05Lite û Pro: shannon-3.1 û shannon-3.1-pro
Her du ast di wê de ji hev cuda dibin ku çiqas ji loopa ramanê dimeşînin, û ew tenê cudahiya ye ku ji bo hilbijartina di navbera wan de girîng e.
| shannon-3.1 (Lite) | shannon-3.1-pro (Pro) | |
|---|---|---|
| Raman | Yek pass | Loopa tam + berhevkirina zanînê |
| Xwe-nirxandin | Na | Erê |
| Pencereya context | 196,608 | 196,608 |
| Streaming | Leza tam, bê derence | Leza tam, bê derence |
| Dîtin & belge | Erê | Erê |
| Amûra çêkirina wêneyan | Erê | Erê |
| Ya çêtirîn ji bo | Piraniya xebatê, hejmara bilind | Pirsên dijwar, reşnivîsa yekem têrê nake |
Bi awayê standard Lite bikar bîne. Yek passa modeleke ramanê ya baş piraniya daxwazên rastîn digire, û li ser 3.1 ew têra xwe zû ye ku loop êdî ne tiştek e ku tu li bendê wê bimînî. Dest bide Pro gava pirs ew be ku bersiva yekem bi gelemperî bi awayekî hînker şaş e: hevsengiyên mîmarî, analîza dijber, her tiştê ku tu bixwazî hevkarekî jêhatî şevekê li ser wê bifikire. Gava xwe-nirxandinê ya Pro ne xemilandin e — ew model e ku çewtiyên xwe berî te dibîne.
06Qezenca zîrekiyê ya 32%, û çawa tê xwendin
Nirxandina Shannon Lab bi xwe Shannon 3.1 li 32% baştirbûnek di zîrekiyê de li ser Shannon 3.0 datîne. Em dixwazin zelal bin li ser ka ew çi ye û çi ne ye.
Ew jimara me ye, ji koma nirxandina me ya hundirîn, li ser karên ku em wan nûnerê tiştê dihesibînin ku mirov bi rastî tînin van modelan. Ew ne benchmarkeke aliyê sêyem e, û em ne tabloyeke lîsteya pêşengiyê li dora agregateke hundirîn a yekane ava dikin û ne jî perçekirineke her-benchmarkê diweşînin — perçekirinek astekî berawirdkirina derveyî tîne wateyê ku komeke hundirîn nikare pêşkêş bike.
Tiştê ku em ê bibêjin ew e ku qezenc ji ku tê, ji ber ku ew beş ne sirr e. Pencereyeke context mezintir tê wateya ku kêmtir materyal divê were avêtin berî ku model li ser wê biramîne, û pir ji bêzîrekiya xuyayî ya di rûniştinên dirêj de bi rastî tenê bîrnebûn e. Stackeke xizmetkirinê ku em kontrol dikin tê wateya ku model bi wê konfigurasyonê dimeşe ku me mebest kir, ne bi standarda hostekî. Û loopa ramanê — di sêwiranê de neguherî — niha cih heye ku bi rastî di hundirê pencereyê de bimeşe, li şûna ku li hember tavaneke 32K bê pelçiqandin ku wê bi têketina te re parve dikir.
Benchmarka herî bikêrhatî ji bo te ya te bi xwe ye. Promptekê ji barê xebata xwe ya rastîn hilbijêre — ne mamikek, yeke rastîn — û wê li ser shannon-3 û paşê shannon-3.1 bimeşîne. Bersivan bide ber hev, û wextê wan bipîve. Jimarên me navînekê li ser komekê şirove dikin; prompta te ew e ku divê baştir bibe.
07Dîtin, belge, û çêkirina wêneyan
Shannon 3.1 wêne û belgeyan dixwîne. Wênegirtinên ekranê, dîagram, wêne, rûpelên skenkirî, PDF û belgeyên nivîsê dikarin têkevin axaftinê û li tenişta her tiştî din bên ramîn. Bi pencereya 196K re, ev e ya ku pêvajoyên tevahiya-belgeyê pratîk dike: raporeke dirêj û grafîkên wê di dorekê de, bêyî biryardana pêşwext ka destûra modelê heye kîjan rûpelan bibîne.
Çêkirin û guherandina wêneyan di chatê de wek amûrek berdest in. Wêneyekê bixwaze û model amûrê di nav rêzê de gazî dike, di heman axaftinê de, bi contexta her tiştê ku heta niha hatiye gotûbêjkirin. Guherandin bi heman awayî dixebite — wêneyekê bide wê, guhertinê şirove bike. Tu moda cuda tune ku tu têkevî û tu navrûyeke cuda tune ku tu fêr bibî.
08Gazîkirina Shannon 3.1 ji API-yê
Shannon 3.1 li ser her sê zaravayên API berdest e, bi streamingê li ser her yekê. Heman model, sê şeklên daxwazê — kîjan bi SDK-ya ku jixwe li ba te heye re li hev tê hilbijêre.
| Endpoint | Şekl | Streaming |
|---|---|---|
| /v1/chat/completions | Hevaheng bi OpenAI | Erê |
| /v1/messages | Hevaheng bi Anthropic | Erê |
| /v1/responses | Responses | Erê |
{
"model": "shannon-3.1",
"stream": true,
"messages": [
{ "role": "user", "content": "Summarize this contract set and flag anything unusual." }
]
}"shannon-3.1" bi "shannon-3.1-pro" biguherîne da ku loopa ramanê ya tam bimeşe. Heke tu jixwe gazî shannon-3 dikî, koçkirin tenê nasnameya modelê ye û tu tiştekî din: şeklên daxwaz û bersivê neguherî ne, û xerîdarên streamingê yên heyî berdewam dixebitin. Cudahiya tenê ya reftarî ya ku li bendê bî streama teqînbartir e ku di beşa 02 de hatiye şirovekirin — heman token, heman rêz, zûtir digihîjin û di perçeyên kêmtir yeksan de.
Referansa tam a parametreyan, erêkirin, semantîka çewtiyan û playgroundeke înteraktîf di belgekirina API de ne. Kartên modelan ên din û nivîsên teknîkî di lêkolîna Shannon de ne.
09Hîn jî bê sansûr, û di wê hêlê de neguherî
Di Shannon 3.1 de tu tebeqeyeke redkirinê û tu fîltrekirina naverokê li ser derketinê tune. Ev heman helwesta rêza Shannon a mayî ye û bi koçkirina bo koma me bi xwe re neguherî — heke tiştek hebe, kontrolkirina stacka xizmetkirinê garantîkirina wê hêsantir dike, ji ber ku tu hostekî navbeynkar bi polîtîkaya xwe di navbera modelê û te de rûnenişt.
Hêjayî gotinê ye ji ber ku ew tişta eşkere ye ku mirov li ser berdanekê meraq dike ku tevahiya riya derketinê guherandiye: rakirina tebeqeya pacing nayê wê wateyê ku li şûna wê tebeqeyeke moderasyonê hatiye danîn. Tu tişt streamê venakole, ji nû ve nanivîse, an nagire. Tiştê ku model çêdike ew e ku digihîje. Shannon 3.1, li gorî agahiya me, modela AI ya bê sansûr a herî bilez e ku pencereyeke context bi vî rengî mezin heye — û ev her du taybetmendî bi hev ve girêdayî ne, ji ber ku her du ji meşandina înfrastruktura me bi xwe tên li şûna kirêkirina kapasîteyeke bi şeklê lihevhatinê ji kesekî din.
Bê sansûr ne wek bê-berpirsiyar e. Bikaranîn bi Polîtîkaya Bikaranîna Berpirsiyar ya me tê birêvebirin, û erka ku bi modelekê re tê ku dê bi materyalê dijwar re mijûl bibe ew e ku tu bi berpirsiyarî pê re mijûl bibî.
10Berawirdkirinê bi xwe bimeşîne
Her îdiayeke li vir di nêzîkî du deqîqeyan de tê kontrolkirin, û em tercîh dikin ku tu kontrol bikî ne ku ji me bawer bikî.
- Promptekê ji xebata ku tu bi rastî dikî hilbijêre. Dirêj çêtir e — ew hem pencereyê hem jî streamingê diceribîne.
- Wê li ser
shannon-3bimeşîne. Bala xwe bide ka çend dem heta tokena yekem, û çend dem heta bersiv temam dibe. - Heman promptê li ser
shannon-3.1bimeşîne. Heman du jimaran binivîse. - Paşê her du bersivan bixwîne, saetê paşguh bike, û biryar bide ka te kîjan dixwest.
Cudahiya lezê dê tavilê û eşkere be. Cudahiya kalîteyê ew e ku hêja ye tu li ser wê rûnî — ew herî zelal li ser têketinên dirêj xuya dibe, li cihê ku 3.0 bi bêdengî bi kêmtir ji materyalê te dixebitî ji ya ku te digot qey.
11Pirsên ku pir tên kirin
Shannon 3.1 çi ye?
Shannon 3.1 berdana niha ya malbata Shannon 3 ye. Ew heman loopa ramanê ya dubarekar diparêze — ramîn, reşnivîs, xwe-nirxandin, baştirkirin — lê wê bi awayekî xwezayî li ser koma GPU ya me bi xwe dimeşîne li şûna hostekî inference ya aliyê sêyem. Nirxandina Shannon Lab bi xwe 32% baştirbûnek di zîrekiyê de û bersivên 10-15 caran zûtir li gorî Shannon 3.0 dipîve, bi pencereya context ku ji 32,768 bo 196,608 token hatiye bilindkirin.
Shannon 3.1 çiqas ji Shannon 3.0 bileztir e?
Di navbera 10 û 15 caran bileztir li ser bersivên serî-bi-serî, li gorî nirxandina Shannon Lab bi xwe. Du tişt vê pêk tînin. Derketina Shannon 3.0 di tebeqeyeke pacing re derbas dibû ku bi mebest leza streamê sînor dikir; Shannon 3.1 ne derenceya lezê û ne jî pacinga xuyakirinê heye, loma token bi wê lezê digihîjin te ku motor wan çêdike. Motor bi xwe jî bileztir e: giraniyên 4-bit NVFP4 û speculative decoding li ser koma GPU ya me bi xwe.
Pencereya context a Shannon 3.1 çiqas mezin e?
196,608 token, zêdebûneke 6 caran li ser 32,768 tokenên ku li ser Shannon 3.0 berdest bûn. Ev bi qasî 400-500 rûpelên nivîsê ye, an kodbaseke navîn, ku di axaftinekê de tê girtin bêyî perçekirin an retrieval.
Speculative decoding çi ye û çima li vir girîng e?
Modelek reşnivîsê ya biçûk û bilez rêzikeke tokenên muhtemel ên din pêşniyar dike û modela sereke wan di yek passeke batchkirî de verîfîye dike. Tokenên qebûlkirî tavilê tên weşandin; yên redkirî vedigerin decodinga asayî. Derketin ew e ku modela sereke dê bi tena serê xwe çêkiriba, lê çend token dikarin di her gava verîfîkasyonê de bigihîjin li şûna yekê. Ev e ya ku streamkirina bi leza tam bi bihayekî guncan dike li şûna pirsgirêkeke lêçûnê.
Shannon 3.1 bê sansûr e?
Erê. Shannon 3.1 tu tebeqeyeke redkirinê û tu fîltrekirina naverokê li ser derketina xwe tune, wek rêza Shannon a mayî. Rakirina tebeqeya pacing li şûna wê tebeqeyeke moderasyonê zêde nekir — streama ku tu werdigirî derketina modelê ye.
Nasnameyên modelê çi ne û ez dikarim Shannon 3.1 li ku bikar bînim?
shannon-3.1 asta Lite ye û shannon-3.1-pro asta Pro ye. Her du di chatê de û li ser her sê zaravayên API berdest in: /v1/chat/completions (bi şeklê OpenAI), /v1/messages (bi şeklê Anthropic), û /v1/responses. Streaming li ser her sêyan dixebite.
Cudahiya di navbera shannon-3.1 û shannon-3.1-pro de çi ye?
Lite yek passa loopa ramanê dimeşîne: ew difikire, paşê bersiv dide. Pro loopa tam dimeşîne — ramîn, reşnivîs, xwe-nirxandin, baştirkirin — bi gaveke berhevkirina zanînê beriya reşnivîsê. Lite ji bo piraniya xebatê hilbijartina standard a rast e; Pro ji bo wan pirsan e ku tê de bersiva yekem bi gelemperî ne ya çêtirîn e.
Shannon 3.1 biceribîne
Heman loopa ramanê. Pencere şeş caran mezintir. Tu derenceya lezê tune.
Dest bi Chatê Bike Belgekirina API Bixwîneshannon-3.1 · shannon-3.1-pro · streaming li ser her sê zaravayan
Jimarên performansê û zîrekiyê yên di vê gotarê de pîvandinên Shannon Lab bi xwe ne ji nirxandina hundirîn, Îlona 2026, û wek jimarên hilberê tên gotin ne wek encamên benchmarkê yên aliyê sêyem. Pencereya context, nasnameyên modelê, û berdestbûna API taybetmendiyên hilberê ne. Shannon AI ji aliyê Shannon Lab LLC, New Mexico, USA ve tê birêvebirin. Xwendina têkildar: Shannon 3 · Îndeksa lêkolîna Shannon · Belgekirina API.