Modeller a Präisser

onzensuréiert Modeller

22

Kontextfënster

256K

ab

$0.50 /1M

Hosted Open-Weight-Modeller

262,144-Token-Kontext bei all ID; Input an Output separat ofgerechent; all ID akzeptéiert dat, wat de Modell akzeptéiert, deen se nobild

Modell	Input	Strukturéiert Output	In / cached / out pro 1M	Méi
DeepSeek-V4-Pro-08133BIT-REAPDeepSeek · 1.6T MoE · 49B activeOnzensuréiert	Text als Input	JSON-Schema	$1.95 / $0.488 / $3.90	Méi
GLM-5.23BIT-REAPZ.ai · 744B MoE · 40B activeOnzensuréiert	Text als Input	JSON-Schema	$0.73 / $0.183 / $2.34	Méi
Kimi-K33BIT-REAPMoonshot AI · 2.8T MoE · 104B activeOnzensuréiert	Text + Bild als Input	JSON-Schema	$3.83 / $0.958 / $19.12	Méi
Nemotron3Ultra3BIT-REAPNVIDIA · 550B hybrid Mamba-Attention MoE · 55B activeOnzensuréiert	Text als Input	JSON-Schema	$0.75 / $0.188 / $3.30	Méi
MiniMax-M33BIT-REAPMiniMax · 428B MoE · 23B active · sparse attentionOnzensuréiert	Text + Bild als Input	JSON-Schema	$0.50 / $0.125 / $2.00	Méi
DeepSeek-V4-Flash-0731W4A16-AUTOROUND-REAPDeepSeek · 284B MoE · 13B activeOnzensuréiert	Text als Input	JSON-Schema	$0.50 / $0.125 / $2.00	Méi
Kimi-K2.6W4A16-AUTOROUND-REAPMoonshot AI · 1T MoE · 32B activeOnzensuréiert	Text + Bild als Input	JSON-Schema	$0.78 / $0.195 / $3.67	Méi
Laguna-S-2.1W4A16-AUTOROUND-REAPPoolside · 118B MoE · 8B activeOnzensuréiert	Text als Input	Keen strukturéierten Output	$0.50 / $0.125 / $2.00	Méi
inklingW4A16-AUTOROUND-REAPThinking Machines · 975B MoE · 41B activeOnzensuréiert	Text + Bild als Input	JSON-Objet	$1.42 / $0.355 / $6.07	Méi
MiMo-V2.5-ProW8A16Xiaomi · 1.02T MoE · 42B active · 8-bitOnzensuréiert	Text als Input	JSON-Schema	$0.50 / $0.125 / $2.00	Méi
MiMo-V2.5W8A16Xiaomi · 8-bit multimodal · W8A16Onzensuréiert	Text + Bild als Input	JSON-Schema	$0.50 / $0.125 / $2.00	Méi
Hy3W8A16Tencent · 295B MoE · 21B active · 8-bitOnzensuréiert	Text als Input	JSON-Schema	$0.50 / $0.125 / $2.00	Méi

Shannon-Modeller

een Fixpräis fir Input an Output

Modell	Kontext	Input	Strukturéiert Output	Präis / 1M Tokens
Shannon 1.6 Liteshannon-1.6-liteOnzensuréiert	192K	Text + Bild als Input	JSON-Schema	$3.90
Shannon 1.6 Proshannon-1.6-proOnzensuréiert	192K	Text + Bild als Input	JSON-Schema	$7.80
Shannon 2 Liteshannon-2-liteOnzensuréiert	192K	Text + Bild als Input	JSON-Schema	$3.90
Shannon 2 Proshannon-2-proOnzensuréiert	192K	Text + Bild als Input	JSON-Schema	$5.85
Shannon 3shannon-3Onzensuréiert	192K	Text + Bild als Input	JSON-Schema	$3.35
Shannon 3 Proshannon-3-proOnzensuréiert	192K	Text + Bild als Input	JSON-Schema	$3.35
Shannon 3.1shannon-3.1Onzensuréiert	192K	Text + Bild als Input	JSON-Schema	$3.35
Shannon 3.1 Proshannon-3.1-proOnzensuréiert	192K	Text + Bild als Input	JSON-Schema	$3.35
Shannon 3.5shannon-3.5Onzensuréiert	192K	Text + Bild als Input	JSON-Schema	$3.35
Shannon Coder 1shannon-coder-1Onzensuréiert	128K	Text als Input	JSON-Schema	$8.00

Zum Schnellstart sprangen Playground testen

Wéi een eng Zeil liest

All Modell streamt a ka Tools ruffen. Déi aner Fonktioune vun der API si op der Säit Fäegkeeten beschriwwen. Fäegkeeten

Kontextfënster an Output-Limiten

• D'Kontextfënster deckt alles of, wat de Modell fir eng Äntwert liest: Är Messagen, Tool-Definitiounen a Biller.
• D'Shannon-3-Famill passt eng méi laang Konversatioun vu selwer un: si hält déi neisten Tourë, déi an d'Fënster passen, a äntwert.
• An engem Stream gëtt e Prompt, dee ze laang ass, als Feeler-Frame mam Typ invalid_request_error an code: "context_length_exceeded" gemellt.
• max_tokens hëlt Wäerter vun 1 bis 65,536 bei all Modell; max_output_tokens an GET /v1/models ass dat uewent Enn vun deem Beräich. De Standard ass 4,096.
• Bei all Modell ass max_tokens de Betrag, deen eng Ufro aus Ärem Solde reservéiert.
• Als Limit fir d'Längt vun der Äntwert gëtt max_tokens vun den Hosted Open-Weight-Modeller, shannon-1.6-lite, shannon-1.6-pro a shannon-coder-1 ugewannt.
• Bei den Hosted Open-Weight-Modeller begrenzt et den Äntwert-Text. D'Reasoning virun der Äntwert zielt net derbäi, an e Wäert ënner 256 wierkt wéi 256.
• E Stream vu shannon-1.6-lite, shannon-1.6-pro, shannon-coder-1 oder der Shannon-3-Famill hält mat finish_reason: "length" op, wann d'Äntwert u senger Limit ofgeschnidden gouf.

Limiten a Solde

Wéi e Präis entsteet

• D'Präisser sinn an USD pro 1,000,000 Tokens. Äre Solde gëtt a Tokens gezielt, déi $5.00 pro 1,000,000 wäert sinn, sou datt de Präis vun engem Modell seet, wéi vill Solde seng Tokens huelen.
• Shannon-Modeller hunn een Präis. E Ruff gëtt mat usage.total_tokens zu deem Präis berechent.
• Hosted Open-Weight-Modeller hunn dräi Präisser. Input, deen aus dem Prompt-Cache gelies gëtt, gëtt zum gecachte Präis berechent, dee 25% vum Input-Präis ass, op $0.001 opgerënnt. De Rescht vum Input gëtt zum Input-Präis berechent, den Output zum Output-Präis.
• Hosted Open-Weight-Modeller zielen Tokens mam eegenen Tokenizer vum jeweilege Modell. GET /v1/models markéiert dat als tokenizer: "original".
• shannon-coder-1 gëtt op /v1/chat/completions an /v1/messages a Ruffer gezielt, net a Tokens. Säin opgelëschte Präis gëllt op /v1/responses.

Wat eng Ufro reservéiert, Beispiller fir eng Berechnung an d'Shannon-Coder-Ruff-Zuelung stinn op Limiten a Solde. Limiten a Solde

Modell-IDen

Schéckt eng vun dëse IDe als 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

• Grouss- a Klengschreiwung spillt keng Roll, a Leerzeechen ronderëm d'ID ginn ewechgeholl: SHANNON-3 an shannon-3 si d'selwecht Modell.
• D'Äntwert enthält ëmmer déi publizéiert ID an model, egal wéi eng Schreifweis Dir geschéckt hutt.
• En Unzeigenumm wéi Shannon 3 ass keng ID.

Véier méi kuerz Schreifweisen ginn och akzeptéiert.

Eng ID, déi net publizéiert ass, gëtt op allen dräi Endpoints mam Status 400, dem Typ invalid_request_error an der Message unknown model: <id> beäntwert. Kee anere Modell äntwert amplaz.

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

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

• Schéckt ëmmer model. /v1/responses beäntwert eng Ufro ouni et mat 400. Op /v1/chat/completions an /v1/messages gëtt eng sou Ufro vu shannon-1.6-lite beäntwert.
• POST /v1/tokenize an POST /v1/messages/count_tokens huelen d'IDe vun den Hosted Open-Weight-Modeller.

Modeller opzielen

GET /v1/models gëtt d'Modeller vun dëser Säit als JSON zréck, mat de selwechte Kontextfënsteren, Präisser a Fäegkeeten. Benotzt et, fir e Modell-Picker ze fëllen oder e Präis am Code ze kontrolléieren.

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"

D'Äntwert, op een Eintrag vun all Zort kuerz gemaach:

{
  "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 brauch kee Schlëssel. D'Äntwert ass fir all Ruffer d'selwecht a hänkt net vun Ärem Plan of.
• D'Lëscht enthält d'IDen, déi kënne geruff ginn. E Modell, dee momentan net kann bedéngt ginn, gëtt draus erausgelooss.
• Et gëtt keen Endpoint fir ee Modell: GET /v1/models/{id} äntwert mat 404 mam Typ not_found_error.