Pereiti prie turinio
Vaizdai ir failai

Vaizdai ir failai

Siųskite vaizdus kartu su pranešimu: kurie modeliai juos priima, leidžiamos formos ir jų ribos.

POST https://api.shannon-ai.com/v1/chat/completions

Vaizdas keliauja naudotojo pranešimo viduje, kaip viena jo content dalis. Pavyzdys nuskaito vietinį failą ir siunčia jį kaip duomenų URL.

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)
200 JSON
{
  "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
  }
}

Kurie modeliai priima vaizdus

Modeliai Skaito
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro Vaizdai ir dokumentai: PDF, Word, PowerPoint, Excel ir paprasto teksto failai.
shannon-1.6-lite, shannon-1.6-pro Vaizdai.
shannon-2-lite, shannon-2-pro Vaizdai užklausose, kuriose siunčiami ir tools arba response_format.
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 Vaizdai.
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 Tekstas. Į užklausą su vaizdu atsakoma būsena 400.
shannon-coder-1 Tekstas.

GET /v1/models vaizdo įvestį kiekvienam id nurodo kaip capabilities.vision. Modeliai ir kainos

  • Shannon modeliai skaito paskutinio naudotojo pranešimo failus. Vaizdą dėkite į pranešimą, kuriame apie jį klausiate.
  • Shannon 3 šeima taip pat palaiko matomą kelis ankstesnių naudotojo pranešimų vaizdus ir dokumentus, jei jie buvo išsiųsti įterptiniu būdu, ir vienai užklausai skaito nustatytą didžiausią vaizdų skaičių, skaičiuojant nuo pirmojo.
  • Talpinami atvirų svorių modeliai skaito vaizdus iš kiekvieno pokalbio pranešimo.

Priimamos formos

Failas siunčiamas vienu iš dviejų būdų: užklausos viduje kaip base64 arba kaip adresas, kurį atsisiunčia API. Kiekvienas failas keliauja kartu su užklausa; API neturi įkėlimo galinio taško.

Galinis taškas Užklausoje (base64) Pagal adresą
/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://…"}}

Tas pats naudotojo pranešimas kiekvienu formatu:

{
  "role": "user",
  "content": [
    {"type": "text", "text": "What is in this picture?"},
    {
      "type": "image_url",
      "image_url": {
        "url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD…"
      }
    }
  ]
}
  • Duomenų URL yra tokios formos: data:<media type>;base64,<data>. Dalis ;base64 privaloma.
  • Kelyje /v1/chat/completions ir /v1/responses image_url gali būti pati eilutė arba objektas {"url": "…"}.
  • Failo tipas nustatomas pagal duomenų URL arba pagal media_type. Be jo vaizdas skaitomas kaip image/png.
  • Įterptieji failai įskaičiuojami į užklausos turinio dydį, kuris gali siekti 32 MiB.
  • Dėl suderinamumo priimamas: image_url.detail.

Nuotolinių failų ribos

Kai siunčiate adresą, API atsisiunčia failą prieš paleisdamas modelį, laikydamasis šių ribų:

Riba Taisyklė
Dydis Iki 8 MiB vienam failui.
Laikas 20 sekundžių atsakymui.
Peradresavimai Daugiausia 5.
Adresas http:// arba https://, adrese be naudotojo vardo ir slaptažodžio, viešą adresą turinčiame serveryje.
Serverio atsakymas Būsena 200 diapazone ir netuščias turinys. Failo tipas nustatomas pagal Content-Type.
Užklausiama kaip User-Agent: ShannonBot/1.0 (+https://shannon-ai.com)

Kaip vaizdai skaičiuojami tokenais

Talpinamuose atvirų svorių modeliuose vaizdas skaičiuojamas po vieną tokeną kiekvienam 28 × 28 pikselių lopinėliui: plotis, padalytas iš 28 ir apvalintas aukštyn, padaugintas iš aukščio, padalyto iš 28 ir apvalinto aukštyn. Rezultatas įeina į usage.prompt_tokens ir apmokestinamas kaip įvestis.

1024 × 1024
1,369 tokenai
1920 × 1080
2,691 tokenai
512 × 512
361 tokenai
  • Nuotolinis vaizdas pirmiausia atsisiunčiamas, todėl skaičiuojamas jo tikrasis dydis.
  • Vaizdas, kurio dydžio nepavyksta nuskaityti, skaičiuojamas kaip 1,024 tokenai.
  • Skaičiavimo galiniai taškai duomenų URL taiko tą pačią taisyklę. Jie nuotolinio adreso neatsisiunčia ir skaičiuoja jį kaip 1,024 tokenus. Tokenų skaičiavimas
  • Shannon modelio atveju, kiek kainavo užklausa su vaizdais, skaitykite iš usage atsakyme.

Dokumentai ir kiti failai

Shannon 3 šeima (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) skaito ir dokumentus. Iš dokumento išgaunamas tekstas ir kartu su jūsų pranešimu perduodamas modeliui.

Dokumentas Medijos tipas
PDF application/pdf
Word application/vnd.openxmlformats-officedocument.wordprocessingml.document
PowerPoint application/vnd.openxmlformats-officedocument.presentationml.presentation
Excel application/vnd.openxmlformats-officedocument.spreadsheetml.sheet

Dokumentas yra naudotojo pranešimo dalis, kaip ir vaizdas:

Galinis taškas Užklausoje (base64) Pagal adresą
/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."}
      ]
    }
  ]
}
  • Nurodykite tikrąjį failo medijos tipą. Be jo dokumentas skaitomas kaip application/pdf.
  • Paprasto teksto failas, pavyzdžiui, CSV, skaitomas kaip tekstas ir pridedamas taip pat.
  • Kai dokumento perskaityti nepavyksta arba failas yra kito tipo, modeliui apie tai pranešama ir jis gali tai pasakyti atsakyme. Būsena vis tiek yra 200.
  • Kituose modeliuose dokumento dalis iš to, ką modelis skaito, pašalinama, o į užklausą atsakoma pagal likusią dalį.
  • Pagal adresą siunčiamas dokumentas atsisiunčiamas laikantis aukščiau nurodytų nuotolinių failų ribų.

Klaidos

Būsena Tipas Pranešimas Kada
400 invalid_request_error <id> does not accept image input Vaizdas išsiųstas talpinamam atvirų svorių modeliui, kuris priima tik tekstą. Iš jūsų balanso nieko nenuskaičiuojama.
400 invalid_request_error audio and video input are not supported by any hosted model Garso arba vaizdo įrašo dalis išsiųsta talpinamam atvirų svorių modeliui.
413 invalid_request_error Failed to buffer the request body: … Užklausos turinys kartu su įterptaisiais failais didesnis nei 32 MiB. Klaidoje yra code: "request_too_large".

Shannon modelis atsako būsena 200, kad ir kokius failus užklausa turėtų: jo neskaitoma dalis pašalinama. Klaidų tvarkymas