Сүрөттөр жана файлдар
Сүрөттөрдү билдирүү менен жөнөтүңүз: кайсы моделдер кабыл алат, кабыл алынган формалар жана алардын чектери.
POST https://api.shannon-ai.com/v1/chat/completions
Сүрөт колдонуучу билдирүүсүнүн ичинде, анын content бир бөлүгү катары жөнөтүлөт. Мисал локалдык файлды окуп, аны data URL катары жөнөтөт.
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
}
} Кайсы моделдер сүрөт кабыл алат
| Моделдер | Окуйт |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | Сүрөттөр жана документтер: PDF, Word, PowerPoint, Excel жана жөнөкөй текст файлдары. |
shannon-1.6-lite, shannon-1.6-pro | Сүрөттөр. |
shannon-2-lite, shannon-2-pro | Сүрөттөр, tools же response_format да жөнөткөн сурамдарда. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | Сүрөттөр. |
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 | Текст. Сүрөтү бар сурам 400 статусу менен жооп алат. |
shannon-coder-1 | Текст. |
GET /v1/models сүрөт киришин ар бир id үчүн capabilities.vision катары билдирет. Моделдер жана баалар
- Shannon моделдери акыркы колдонуучу билдирүүсүндөгү файлдарды окуйт. Сүрөттү ал жөнүндө сураган билдирүүгө салыңыз.
- Shannon 3 үй-бүлөсү мурунку колдонуучу билдирүүлөрүндөгү бир нече сүрөттү жана документти да, алар ичинде жөнөтүлсө, көңүлдө кармайт жана сурам боюнча белгиленген максималдуу сандагы сүрөттү, биринчисинен баштап санап, окуйт.
- Хостингдеги ачык салмактуу моделдер сүйлөшүүнүн ар бир билдирүүсүндөгү сүрөттөрдү окуйт.
Кабыл алынган формалар
Файл эки жолдун бири менен жөнөтүлөт: сурамдын ичинде base64 катары же API жүктөй турган дарек катары. Ар бир файл сурам менен барат; API'да жүктөө endpoint'и жок.
| Endpoint | Сурамдын ичинде (base64) | Дарек боюнча |
|---|---|---|
/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://…"}} |
Ошол эле колдонуучу билдирүүсү ар бир форматта:
{
"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
data:<media type>;base64,<data>формасында болот.;base64бөлүгү милдеттүү. /v1/chat/completionsжана/v1/responsesбоюнчаimage_urlсап өзү же{"url": "…"}объекти болушу мүмкүн.- Файл түрү data URL'ден же
media_type'тан алынат. Ансыз сүрөтimage/pngкатары окулат. - Ичиндеги файлдар сурам денесинин өлчөмүнө кирет, ал 32 MiB'ге чейин болушу мүмкүн.
- Шайкештик үчүн кабыл алынат:
image_url.detail.
Алыскы файлдардын чектөөлөрү
Дарек жөнөткөндө API файлды модель иштегенге чейин ушул чектерде жүктөйт:
| Чек | Эреже |
|---|---|
| Өлчөмү | Бир файл үчүн 8 MiB'ге чейин. |
| Убакыт | Жооп берүүгө 20 секунд. |
| Багыттоолор | Эң көбү 5. |
| Дарек | http:// же https://, даректе колдонуучу аты же сырсөзү жок, ачык дареги бар хостто. |
| Хосттун жообу | 200 диапазонундагы статус жана бош эмес дене. Файл түрү Content-Type'тан окулат. |
| Суралат | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
Сүрөттөр токенде кантип эсептелет
Хостингдеги ачык салмактуу моделдерде сүрөт ар бир 28 × 28 пиксель бөлүкчөсү үчүн бир токен эсептелет: туурасын 28ге бөлүп жогору тегеректеп, бийиктигин 28ге бөлүп жогору тегеректеп, көбөйтөбүз. Натыйжа usage.prompt_tokens ичине кирет жана кириш катары эсептелет.
- 1024 × 1024
- 1,369 токендер
- 1920 × 1080
- 2,691 токендер
- 512 × 512
- 361 токендер
- Алыскы сүрөт алдын ала жүктөлөт, ошондуктан анын чыныгы өлчөмү эсептелет.
- Өлчөмүн окуу мүмкүн болбогон сүрөт 1,024 токен болуп эсептелет.
- Саноо endpoint'тери data URL'дер үчүн ошол эле эрежени колдонот. Алар алыскы даректи жүктөбөйт жана аны 1,024 токен деп эсептейт. Токен саноо
- Shannon модели үчүн сүрөттүү сурам канчага турганын жоопто
usageичинен окуңуз.
Документтер жана башка файлдар
Shannon 3 үй-бүлөсү (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) документтерди да окуйт. Документтин тексти бөлүп алынып, билдирүүңүз менен бирге моделге берилет.
| Документ | Медиа түрү |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Документ сүрөт сыяктуу колдонуучу билдирүүсүнүн бир бөлүгү:
| Endpoint | Сурамдын ичинде (base64) | Дарек боюнча |
|---|---|---|
/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."}
]
}
]
} - Файлдын чыныгы медиа түрүн бериңиз. Ансыз документ
application/pdfкатары окулат. - CSV сыяктуу жөнөкөй текст файлы текст катары окулуп, ошол эле жол менен тиркелет.
- Документти окуу мүмкүн болбосо же файл башка түрдө болсо, моделге ал жөнүндө айтылат жана ал жообунда муну билдире алат. Статус баары бир
200. - Башка ар бир моделде документ бөлүгү модель окуган нерседен алынып салынат, ал эми сурамга калганына карап жооп берилет.
- Дарек менен жөнөтүлгөн документ жогорудагы алыскы файлдардын чектөөлөрү боюнча жүктөлөт.
Каталар
| Статус | Түрү | Билдирүү | Качан |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | Тек текст кабыл алган хостингдеги ачык салмактуу моделге сүрөт жөнөтүлдү. Балансыңыздан эч нерсе алынбайт. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | Хостингдеги ачык салмактуу моделге аудио же видео бөлүгү жөнөтүлдү. |
413 | invalid_request_error | Failed to buffer the request body: … | Сурам денеси ичиндеги файлдары менен 32 MiB'ден чоң. Катада code: "request_too_large" бар. |
Shannon модели сурамда кандай файлдар болбосун 200 статусу менен жооп берет: окубаган бөлүгү алынып салынат. Ката иштетүү