Моделдер жана баалар

цензурасыз модель

22

контекст терезеси

256K

баштап

$0.50 /1M

Хостингдеги ачык салмактуу моделдер

ар бир id'де 262,144 токендик контекст; кириш жана чыгыш өзүнчө эсептелет; ар бир id өзү окшоштурган модель кабыл алганды кабыл алат

Модель	Кириш	Структураланган чыгыш	Кириш / кэш / чыгыш 1М үчүн	Дагы
DeepSeek-V4-Pro-08133BIT-REAPDeepSeek · 1.6T MoE · 49B activeЦензурасыз	Кириште текст	JSON схема	$1.95 / $0.488 / $3.90	Дагы
GLM-5.23BIT-REAPZ.ai · 744B MoE · 40B activeЦензурасыз	Кириште текст	JSON схема	$0.73 / $0.183 / $2.34	Дагы
Kimi-K33BIT-REAPMoonshot AI · 2.8T MoE · 104B activeЦензурасыз	Кириште текст + сүрөт	JSON схема	$3.83 / $0.958 / $19.12	Дагы
Nemotron3Ultra3BIT-REAPNVIDIA · 550B hybrid Mamba-Attention MoE · 55B activeЦензурасыз	Кириште текст	JSON схема	$0.75 / $0.188 / $3.30	Дагы
MiniMax-M33BIT-REAPMiniMax · 428B MoE · 23B active · sparse attentionЦензурасыз	Кириште текст + сүрөт	JSON схема	$0.50 / $0.125 / $2.00	Дагы
DeepSeek-V4-Flash-0731W4A16-AUTOROUND-REAPDeepSeek · 284B MoE · 13B activeЦензурасыз	Кириште текст	JSON схема	$0.50 / $0.125 / $2.00	Дагы
Kimi-K2.6W4A16-AUTOROUND-REAPMoonshot AI · 1T MoE · 32B activeЦензурасыз	Кириште текст + сүрөт	JSON схема	$0.78 / $0.195 / $3.67	Дагы
Laguna-S-2.1W4A16-AUTOROUND-REAPPoolside · 118B MoE · 8B activeЦензурасыз	Кириште текст	Структураланган чыгыш жок	$0.50 / $0.125 / $2.00	Дагы
inklingW4A16-AUTOROUND-REAPThinking Machines · 975B MoE · 41B activeЦензурасыз	Кириште текст + сүрөт	JSON объект	$1.42 / $0.355 / $6.07	Дагы
MiMo-V2.5-ProW8A16Xiaomi · 1.02T MoE · 42B active · 8-bitЦензурасыз	Кириште текст	JSON схема	$0.50 / $0.125 / $2.00	Дагы
MiMo-V2.5W8A16Xiaomi · 8-bit multimodal · W8A16Цензурасыз	Кириште текст + сүрөт	JSON схема	$0.50 / $0.125 / $2.00	Дагы
Hy3W8A16Tencent · 295B MoE · 21B active · 8-bitЦензурасыз	Кириште текст	JSON схема	$0.50 / $0.125 / $2.00	Дагы

Shannon моделдери

кириш жана чыгыш үчүн бирдей баа

Модель	Контекст	Кириш	Структураланган чыгыш	Баа / 1M токен
Shannon 1.6 Liteshannon-1.6-liteЦензурасыз	192K	Кириште текст + сүрөт	JSON схема	$3.90
Shannon 1.6 Proshannon-1.6-proЦензурасыз	192K	Кириште текст + сүрөт	JSON схема	$7.80
Shannon 2 Liteshannon-2-liteЦензурасыз	192K	Кириште текст + сүрөт	JSON схема	$3.90
Shannon 2 Proshannon-2-proЦензурасыз	192K	Кириште текст + сүрөт	JSON схема	$5.85
Shannon 3shannon-3Цензурасыз	192K	Кириште текст + сүрөт	JSON схема	$3.35
Shannon 3 Proshannon-3-proЦензурасыз	192K	Кириште текст + сүрөт	JSON схема	$3.35
Shannon 3.1shannon-3.1Цензурасыз	192K	Кириште текст + сүрөт	JSON схема	$3.35
Shannon 3.1 Proshannon-3.1-proЦензурасыз	192K	Кириште текст + сүрөт	JSON схема	$3.35
Shannon 3.5shannon-3.5Цензурасыз	192K	Кириште текст + сүрөт	JSON схема	$3.35
Shannon Coder 1shannon-coder-1Цензурасыз	128K	Кириште текст	JSON схема	$8.00

Тез баштоого өтүү Playground'ду сынап көрүңүз

Сапты кантип окуу керек

Ар бир модель стримдейт жана куралдарды чакыра алат. API'нин башка мүмкүнчүлүктөрү Мүмкүнчүлүктөр бетинде сүрөттөлгөн. Мүмкүнчүлүктөр

Контекст терезеси жана чыгыш чектери

• Контекст терезеси модель бир жооп үчүн окуган бардыгын камтыйт: билдирүүлөрүңүздү, курал аныктамаларын жана сүрөттөрдү.
• Shannon 3 үй-бүлөсү узунураак сүйлөшүүнү өзү батырат: терезеге батган эң жаңы кадамдарды кармап, жооп берет.
• Стримде өтө узун промпт invalid_request_error түрү жана code: "context_length_exceeded" менен ката фрейми катары билдирилет.
• max_tokens ар бир модельде 1ден 65,536га чейинки маанилерди кабыл алат; GET /v1/models ичиндеги max_output_tokens ошол диапазондун жогорку чеги. Стандарттуу маани 4,096.
• Ар бир модельде max_tokens — сурам балансыңыздан резервдеген сумма.
• Жооптун узундугунун чеги катары max_tokens'ти хостингдеги ачык салмактуу моделдер, shannon-1.6-lite, shannon-1.6-pro жана shannon-coder-1 колдонот.
• Хостингдеги ачык салмактуу моделдерде ал жооп текстин чектейт. Жооптун алдындагы reasoning ага эсептелбейт, ал эми 256дан төмөн маани 256 катары иштейт.
• shannon-1.6-lite, shannon-1.6-pro, shannon-coder-1 же Shannon 3 үй-бүлөсүнүн стриминде жооп чегинде үзүлсө, finish_reason: "length" менен аяктайт.

Чектөөлөр жана баланс

Баа кантип түзүлөт

• Баалар 1,000,000 токен үчүн USD менен берилген. Балансыңыз 1,000,000 үчүн $5.00 турган токендерде эсептелет, ошондуктан модельдин баасы анын токендери канча баланс алаарын көрсөтөт.
• Shannon моделдеринин бир баасы бар. Чалуу ошол баа боюнча usage.total_tokens менен эсептелет.
• Хостингдеги ачык салмактуу моделдердин үч баасы бар. Промпт кэшинен окулган кириш кэш баасы боюнча эсептелет, ал кириш баасынын 25%'и, $0.001ге тегеректелген. Кириштин калганы кириш баасы боюнча, чыгыш чыгыш баасы боюнча эсептелет.
• Хостингдеги ачык салмактуу моделдер токендерди ар бир модельдин өз токенизатору менен санайт. GET /v1/models муну tokenizer: "original" деп белгилейт.
• /v1/chat/completions жана /v1/messages боюнча shannon-coder-1 токен менен эмес, чалуу менен эсептелет. Анын көрсөтүлгөн баасы /v1/responses боюнча колдонулат.

Сурам эмнени резервдейт, эсептөөнүн иштелген мисалдары жана Shannon Coder чалуу үлүшү Чектөөлөр жана баланс бетинде. Чектөөлөр жана баланс

Модель id'лери

Ушул id'лердин бирин model катары жөнөтүңүз.

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

• Чоң жана кичине тамга маанилүү эмес, id'нин айланасындагы боштуктар алынып салынат: SHANNON-3 жана shannon-3 бир эле модель.
• Жооп model ичинде ар дайым жарыяланган id'ни берет, кандай жазылышты жөнөткөнүңүзгө карабай.
• Shannon 3 сыяктуу көрсөтүлүүчү ат id эмес.

Төрт кыскараак жазылыш да кабыл алынат.

Жарыяланбаган id үч endpoint'те тең 400 статусу, invalid_request_error түрү жана unknown model: <id> билдирүүсү менен жооп алат. Анын ордуна башка модель жооп бербейт.

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

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

• model ар дайым жөнөтүңүз. /v1/responses аны жок сурамга 400 менен жооп берет. /v1/chat/completions жана /v1/messages боюнча мындай сурамга shannon-1.6-lite жооп берет.
• POST /v1/tokenize жана POST /v1/messages/count_tokens хостингдеги ачык салмактуу id'лерди кабыл алат.

Моделдерди тизмелөө

GET /v1/models ушул беттеги моделдерди JSON катары, ошол эле контекст терезелери, баалар жана мүмкүнчүлүктөр менен кайтарат. Аны модель тандагычты толтуруу же баасын кодто текшерүү үчүн колдонуңуз.

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"

Жооп, ар бир түрдөн бир жазууга кыскартылган:

{
  "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 ачкычты талап кылбайт. Жооп ар бир чалуучу үчүн бирдей жана планыңызга көз каранды эмес.
• Тизме чакырууга боло турган id'лерди камтыйт. Азыр тейлей албаган модель андан алынып салынат.
• Бир модель үчүн endpoint жок: GET /v1/models/{id} not_found_error түрү менен 404 берет.