Shannon 3.1
Tas pats samprotavimo ciklas, perkeltas į mūsų pačių GPU klasterį: 32% protingesnis, 10-15 kartų greitesnis ir 196,608 žetonų konteksto langas.
Trumpai
Shannon 3.1 išlaiko viską, dėl ko Shannon 3 buvo vertas naudoti — iteratyvų samprotavimo ciklą, jokio atsisakymo sluoksnio, jokio išvesties filtravimo — ir keičia tai, kur bei kaip modelis veikia. Dabar jis aptarnaujamas mūsų pačių GPU klasteryje, o ne trečiosios šalies inferencijos platformoje. Shannon Lab vertinimas rodo 32% intelekto pagerėjimą ir 10-15 kartų greitesnius atsakymus, palyginti su Shannon 3.0. Konteksto langas išauga nuo 32,768 iki 196,608 žetonų. Tempą ribojančio sluoksnio, kuris sąmoningai lėtino 3.0 išvestį, nebėra: 3.1 srautas eina visu variklio greičiu. Modelių identifikatoriai — shannon-3.1 ir shannon-3.1-pro, pokalbyje ir visuose trijuose API dialektuose.
Daugumoje modelių pristatymų jūsų prašoma patikėti pajėgumo teiginiu ir palaukti, kol ginčą išspręs etaloninių testų lentelė. Šį kartą patikrinti lengviau: atsidarykite dvi korteles, įrašykite tą pačią užklausą į shannon-3 ir shannon-3.1 ir stebėkite. Skirtumas, kaip greitai atkeliauja atsakymas, nėra subtilus, ir tai nėra atvaizdavimo triukas. Shannon 3.0 buvo stabdomas sąmoningai. Shannon 3.1 — ne.
01Kas iš tikrųjų pasikeitė Shannon 3.1
Shannon 3.0 pristatė tai, kas apibrėžia visą šią šeimą: iteratyvų samprotavimo ciklą. Modelis neatsako pirma savo mintimi. Jis mąsto, parašo juodraštį, peržiūri savo juodraštį klausimo atžvilgiu ir jį patobulina. Lite atlieka vieną to ciklo praėjimą; Pro vykdo visą ciklą, įskaitant žinių rinkimo žingsnį prieš juodraštį. Ši konstrukcija išsamiai aprašyta Shannon 3 tyrimo straipsnyje, ir 3.1 versijoje niekas iš to nepasikeitė.
Pasikeitė mechanika po gaubtu. Shannon 3.0 buvo aptarnaujamas per trečiosios šalies inferencijos platformą — protingas būdas pristatyti modelį ir varžantis būdas jį eksploatuoti. Paveldite svetimą aptarnavimo konfigūraciją, svetimą eilę, svetimą konteksto lubų ribą ir svetimą supratimą, kiek žetonų per sekundę jums leidžiama gauti. Shannon 3.1 veikia mūsų pačių GPU klasteryje, ant aptarnavimo krūvos, kurią konfigūruojame patys, ir kiekvienas šio straipsnio antraštinis skaičius kyla būtent iš to vieno sprendimo.
| Shannon 3.0 | Shannon 3.1 | |
|---|---|---|
| Kur veikia | Trečiosios šalies platforma | Mūsų pačių GPU klasteris |
| Konteksto langas | 32,768 | 196,608 |
| Išvesties srautas | Ribojamo tempo | Visu variklio greičiu |
| Svoriai | Platformos numatytieji | 4 bitų NVFP4 |
| Dekodavimas | Standartinis | Spekuliatyvusis |
| Samprotavimo ciklas | Mąstyti → juodraštis → peržiūra → tobulinimas | Nepakitęs |
| Atsisakymo sluoksnis | Nėra | Nėra |
| Modelių identifikatoriai | shannon-3, shannon-3-pro | shannon-3.1, shannon-3.1-pro |
02Kodėl Shannon 3.1 atrodo 10-15 kartų greitesnis
Greičio skaičiaus klausiama pirmiausia, tad verta tiksliai pasakyti, iš kur jis atsiranda. Yra du nepriklausomi indėliai, ir didesnysis iš jų yra mažiau efektingas.
Panaikinome greičio ribotuvą
Shannon 3.0 išvestis eidavo per tempą ribojantį sluoksnį. Žetonai išeidavo iš variklio, būdavo sulaikomi ir paleidžiami į jūsų ryšį pagal grafiką. Tai nebuvo atsitiktinumas ar klaida. Kai bendrai naudojama inferencijos platforma yra siaurasis kaklelis, išvesties tempo ribojimas išlygina apkrovą, neleidžia vienam ilgam generavimui monopolizuoti vietos ir daro srautą nuspėjamo, patogaus skaityti ritmo, o ne pliūpsniais. Tai pagrįstas inžinerinis sprendimas, ir jis kiekvienam naudotojui kainavo realų laikrodžio laiką kiekviename atsakyme.
Shannon 3.1 neturi nei greičio ribotuvo, nei atskleidimo tempo. Žetonai rašomi į jūsų srautą tuo metu, kai variklis juos pagamina. Jei variklis generuoja greitai, jūs ir matote, kad jis generuoja greitai. Tarp modelio ir jūsų terminalo, pokalbio lango ar SSE skaitytuvo nėra jokio išlyginimo buferio. Ilgame atsakyme — 2,000 žetonų analizėje, sugeneruoto kodo faile — vien tai paaiškina didžiąją dalį pagerėjimo, kurį pastebėsite.
Sąžininga pasekmė: srautas dabar eina pliūpsniais. Spekuliatyvusis dekodavimas (žr. žemiau) priimtus žetonus išsiunčia trumpomis serijomis, tad tekstas gali atkeliauti matomais gabalais, o ne metronomišku vieno žodžio ritmu. Jei kūrėte sąsają aplink tolygią 3.0 kadenciją, ji ir toliau veiks — žetonų tvarka ir turinys nepakitę — bet galbūt norėsite grąžinti savo pačių švelninimą kliento pusėje, jei jums labiau patiko spausdinimo mašinėlės efektas. Manome, kad dauguma žmonių verčiau atgautų tas sekundes.
Pats variklis tapo greitesnis
Ribotuvo panaikinimas padeda tik tuomet, jei tai, kas už jo, yra greita. Antrasis indėlis — 03 skyriuje aprašoma aptarnavimo krūva: 4 bitų NVFP4 svoriai ir spekuliatyvusis dekodavimas dabartinės kartos, FP4 natyviai palaikančiuose greitintuvuose mūsų pačių klasteryje. Kartu jie pakelia tas lubas, kurias atveria ribotuvo panaikinimas.
Santykinė atsakymo trukmė nuo pradžios iki pabaigos, Shannon Lab vidinis vertinimas, 2026 m. rugsėjis. Rėžis atspindi užklausos ilgį ir pakopą: trumpos užklausos Lite pakopoje yra arčiau apatinės ribos, ilgi generavimai Pro pakopoje — arčiau viršutinės.
03Ką iš tikrųjų daro spekuliatyvusis dekodavimas
„Spekuliatyvusis dekodavimas“ dažnai vartojamas kaip rinkodaros žodis, tad štai mechanizmas paprastai.
Kalbos modelis paprastai pagamina vieną žetoną per vieną praėjimą pirmyn. Tą praėjimą lemia ne aritmetika, o atminties pralaidumas — kad ką nors apskaičiuotum, reikia perskaityti svorius, o jų skaitymas trunka gerokai ilgiau nei pati matematika. Didžiąją laiko dalį GPU laukia atminties, o jo skaičiavimo blokai stovi be darbo. Sugeneruoti 500 žetonų reiškia sumokėti tą delsą 500 kartų iš eilės.
Spekuliatyvusis dekodavimas puola būtent nuoseklumą. Mažas ir pigus juodraščio modelis pasiūlo trumpą tikėtinų kitų žetonų seką — tarkime, keturis ar aštuonis. Tada pagrindinis modelis įvertina visą tą seką vienu paketiniu praėjimu pirmyn, kuris kainuoja vos daugiau nei vieno žetono įvertinimas, nes brangioji dalis (svorių skaitymas) bet kuriuo atveju įvyksta vieną kartą. Kiekvienas pasiūlytas žetonas, su kuriuo pagrindinis modelis sutinka, priimamas ir iškart išsiunčiamas. Ties pirmuoju nesutapimu seka nutraukiama ir nuo ten tęsiamas įprastas dekodavimas.
Savybė, kuri svarbiausia
Spekuliatyvusis dekodavimas išsaugo išvestį. Patikrinimo žingsnis sukonstruotas taip, kad priimta seka pasiskirsčiusi lygiai taip, kaip būtų pasiskirstęs paties pagrindinio modelio atrankos rezultatas. Jūs negaunate juodraščio modelio atsakymo ir negaunate didžiojo modelio atsakymo apytikslio varianto. Jūs gaunate pagrindinio modelio išvestį, prieitą per mažiau nuoseklių žingsnių. Juodraščio modelis gali paveikti tik greitį, niekada — turinį.
Visą darbą nudirba priėmimo dažnis. Nuspėjamame tekste — šablonuose, kodo struktūroje, argumento jungiamajame audinyje — juodraščio modelis spėja gerai ir ilgos serijos priimamos iš karto. Ties tikrai sunkiais žetonais priėmimas krenta ir sistema sklandžiai grįžta prie įprasto dekodavimo po vieną žetoną. Būtent tokios asimetrijos ir norite: ji pagreitina lengvąsias dalis ir neliečia sunkiųjų.
Kodėl 4 bitų svoriai priklauso tai pačiai pastraipai
Kadangi siaurasis kaklelis yra atminties pralaidumas, svorių mažinimas yra tiesioginė greičio svirtis, o ne vien atminties užimtumo klausimas. NVFP4 yra 4 bitų slankiojo kablelio formatas su smulkiagrūdžiu poblokiniu mastelio keitimu, ir būtent tai leidžia jam išlaikyti tikslumą ten, kur senesnės 4 bitų sveikųjų skaičių kvantavimo schemos jį prarasdavo. Maždaug ketvirtadalis baitų, skaitomų per vieną praėjimą pirmyn, reiškia proporcingai mažiau laiko, laukiant atminties, ir palieka gerokai daugiau vietos ilgo konteksto KV podėliui, kurio reikalauja 196K langas.
Šie du dalykai ne tiesiog sumuojasi, o dauginasi: mažiau baitų per praėjimą ir mažiau praėjimų vienam išsiųstam žetonui. Būtent dėl to neribotas, pilnu greičiu einantis srautas tampa įperkamas aptarnauti, o ne išlaidomis, kurias tektų atsiimti tempo ribojimu — o kaip tik tai tempą ribojantis sluoksnis ir darė 3.0 versijoje.
04196,608 žetonų: ką atrakina 6 kartus didesnis langas
Shannon 3.0 turėjo 32,768 žetonų langą: darbo sesiją, o ne dokumentą. Maždaug 70-80 puslapių prozos, atėmus tai, ką samprotavimo ciklas sunaudoja savo paties mąstymui, atėmus jūsų sisteminę užklausą, atėmus visą pokalbį iki tol. Tikras darbas nuolat atsimušdavo į tą sieną, o apėjimo būdai — skaidymas gabalais, apibendrinimas, paieška jūsų pačių medžiagoje — visi gadina būtent tai, ką bandėte išsaugoti. 196,608 žetonai yra kitos kategorijos uždavinys.
Konkrečiai tai yra maždaug 400-500 puslapių angliško teksto, arba vidutinio dydžio kodo bazė su testais ir README failu, arba vienų projekto metų susirinkimų užrašai, arba visas sutarčių rinkinys su visais priedais — laikoma viename pokalbyje, pasiekiama vienu klausimu, be jokio skaidymo sluoksnio tarp jūsų ir medžiagos.
- Klausimai apie visą saugyklą. Įkelkite kodą ir klauskite, kodėl klaida patenka į produkciją, užuot įklijavę tris failus, kuriuos jau įtarėte. Modelis gali rasti tą failą, kurio nesugalvojote pridėti.
- Ilgų dokumentų analizė be paieškos. Paieška yra nuostolinga išankstinė filtracija, sprendžianti, ką modeliui leidžiama pamatyti. Prie 196K jos dažnai galima atsisakyti ir leisti modeliui perskaityti viską — taip pašalinama ištisa gedimų klasė, kai reikalinga ištrauka taip ir nebuvo surasta.
- Pokalbiai, kurie išlieka nuoseklūs. Ilga darbo sesija nebenumeta tyliai savo pačios pradžios. Apribojimai, nustatyti trečioje žinutėje, galioja ir aštuoniasdešimtoje.
- Vietos pačiam samprotavimo ciklui. Ciklo mąstymas, juodraščiai ir peržiūra suvartoja kontekstą. Versijoje 3.0 tie žingsniai konkuravo su jūsų medžiaga dėl menko biudžeto. Versijoje 3.1 jie telpa laisvai, ir tai iš dalies paaiškina, kodėl kokybės prieaugis ir lango padidėjimas atėjo kartu.
- Dideli mišrūs įvesties duomenys. Vaizdai, iš dokumentų ištrauktas tekstas ir kodas viename ėjime, nesvarstant, kuriuos iš jų galite sau leisti įtraukti.
Viena sąžininga išlyga, galiojanti kiekvienam ilgo konteksto modeliui, įskaitant mūsų: didelis langas yra talpa, o ne garantija, kad dėmesys jame pasiskirstys tolygiai. Struktūra vis dar padeda. Klausimo pateikimas arčiau pabaigos, dokumentų pažymėjimas ir nurodymas modeliui, ko ieškoti, prie 150K žetonų išmatuojamai pagerina rezultatus taip, kaip prie 5K paprasčiausiai nepagerintų.
05Lite ir Pro: shannon-3.1 ir shannon-3.1-pro
Abi pakopos skiriasi tuo, kiek samprotavimo ciklo jos atlieka, ir tai vienintelis skirtumas, svarbus renkantis tarp jų.
| shannon-3.1 (Lite) | shannon-3.1-pro (Pro) | |
|---|---|---|
| Samprotavimas | Vienas praėjimas | Visas ciklas + žinių rinkimas |
| Savęs peržiūra | Ne | Taip |
| Konteksto langas | 196,608 | 196,608 |
| Srautinis perdavimas | Visu greičiu, be ribotuvo | Visu greičiu, be ribotuvo |
| Vaizdai ir dokumentai | Taip | Taip |
| Vaizdų generavimo įrankis | Taip | Taip |
| Kam geriausiai tinka | Daugumai darbų, dideliems kiekiams | Sunkiems klausimams, kai pirmo juodraščio nepakanka |
Pagal nutylėjimą naudokite Lite. Vienas gero samprotavimo modelio praėjimas susidoroja su didžiąja dauguma realių užklausų, o 3.1 versijoje jis pakankamai greitas, kad ciklo laukimo nebejaustumėte. Griebkitės Pro tada, kai klausimas yra toks, kuriame pirmasis atsakymas paprastai klysta pamokančiu būdu: architektūriniai kompromisai, priešiška analizė, viskas, kur norėtumėte, kad kompetentingas kolega su tuo pernakvotų. Pro savęs peržiūros žingsnis nėra puošmena — tai modelis, randantis savo klaidas anksčiau, nei jas turite rasti jūs.
0632% intelekto prieaugis ir kaip jį skaityti
Shannon Lab vidinis vertinimas Shannon 3.1 priskiria 32% intelekto pagerėjimą, palyginti su Shannon 3.0. Norime aiškiai pasakyti, kas tai yra ir kas ne.
Tai mūsų skaičius, gautas iš mūsų vidinio vertinimo rinkinio, matuotas užduotimis, kurias laikome reprezentatyviomis tam, ką žmonės iš tikrųjų atneša tokiems modeliams. Tai nėra trečiosios šalies etaloninis testas, ir mes nekuriame lyderių lentelės aplink vieną vidinį suvestinį rodiklį ir neskelbiame išskaidymo pagal atskirus testus — toks išskaidymas reikštų išorinio palyginamumo lygį, kurio vidinis rinkinys neturi.
Ką pasakysime — tai iš kur ateina prieaugis, nes ta dalis nėra paslaptinga. Didesnis konteksto langas reiškia, kad prieš samprotavimą reikia atmesti mažiau medžiagos, o didelė dalis tariamo neprotingumo ilgose sesijose iš tikrųjų yra tiesiog amnezija. Mūsų pačių valdoma aptarnavimo krūva reiškia, kad modelis veikia su ta konfigūracija, kurią numatėme, o ne su platformos numatytąja. O samprotavimo ciklas — nepakitęs savo konstrukcija — dabar turi vietos iš tikrųjų išsiskleisti lange, o ne būti spaudžiamas prie 32K lubų, kuriomis dalijosi su jūsų įvestimi.
Naudingiausias etaloninis testas jums yra jūsų pačių. Paimkite užklausą iš savo tikro darbo — ne galvosūkį, o tikrą — ir paleiskite ją su shannon-3, o paskui su shannon-3.1. Palyginkite atsakymus ir pamatuokite laiką. Mūsų skaičiai apibūdina vidurkį per visą rinkinį; jūsų užklausa yra ta, kuriai privalo pagerėti.
07Vaizdai, dokumentai ir vaizdų generavimas
Shannon 3.1 skaito vaizdus ir dokumentus. Ekrano nuotraukos, diagramos, fotografijos, skenuoti puslapiai, PDF ir tekstiniai dokumentai gali patekti į pokalbį ir būti svarstomi kartu su visa kita. Kartu su 196K langu būtent tai daro viso dokumento darbo eigas praktiškas: ilga ataskaita ir jos diagramos viename ėjime, iš anksto nesprendžiant, kuriuos puslapius modeliui leidžiama pamatyti.
Vaizdų generavimas ir redagavimas pokalbyje veikia kaip įrankis. Paprašykite vaizdo, ir modelis iškvies įrankį vietoje, tame pačiame pokalbyje, turėdamas visą iki tol aptartą kontekstą. Redagavimas veikia taip pat — paduokite vaizdą, aprašykite pakeitimą. Nėra jokio atskiro režimo, į kurį reikėtų persijungti, ir jokios atskiros sąsajos, kurios reikėtų mokytis.
08Shannon 3.1 kvietimas iš API
Shannon 3.1 pasiekiamas visuose trijuose API dialektuose, kiekviename su srautiniu perdavimu. Tie patys modeliai, trys užklausų formos — rinkitės tą, kuri atitinka jūsų jau turimą SDK.
| Galinis taškas | Forma | Srautas |
|---|---|---|
| /v1/chat/completions | Suderinama su OpenAI | Taip |
| /v1/messages | Suderinama su Anthropic | Taip |
| /v1/responses | Responses | Taip |
{
"model": "shannon-3.1",
"stream": true,
"messages": [
{ "role": "user", "content": "Summarize this contract set and flag anything unusual." }
]
}Pakeiskite "shannon-3.1" į "shannon-3.1-pro", kad būtų vykdomas visas samprotavimo ciklas. Jei jau kviečiate shannon-3, migracija — tai modelio identifikatorius ir nieko daugiau: užklausų ir atsakymų formos nepakitusios, o esami srautiniai klientai veikia toliau. Vienintelis elgsenos skirtumas, kurio verta tikėtis, yra 02 skyriuje aprašytas pliūpsniais einantis srautas — tie patys žetonai, ta pati tvarka, tik atkeliauja anksčiau ir netolygesniais gabalais.
Visas parametrų aprašas, autentifikacija, klaidų semantika ir interaktyvus žaidimų aikštelės įrankis yra API dokumentacijoje. Kitos modelių kortelės ir techniniai aprašai — Shannon tyrimuose.
09Vis dar be cenzūros, ir šiuo požiūriu nepakitęs
Shannon 3.1 neturi atsisakymo sluoksnio ir jokio išvesties turinio filtravimo. Tokia pati laikysena kaip ir visoje kitoje Shannon linijoje, ir ji nepasikeitė persikėlus į mūsų pačių klasterį — jei jau, tai aptarnavimo krūvos kontrolė leidžia tai lengviau garantuoti, nes tarp modelio ir jūsų nebelieka tarpinės platformos su savo politika.
Verta pasakyti tiesiai, nes apie tai akivaizdžiai susimąstoma, kai laida pakeičia visą išvesties kelią: tempą ribojančio sluoksnio pašalinimas nereiškė, kad į jo vietą buvo įdėtas moderavimo sluoksnis. Niekas srauto netikrina, neperrašo ir neriboja. Ką modelis pagamina, tą ir gaunate. Kiek žinome, Shannon 3.1 yra greičiausias necenzūruotas AI modelis, pasiekiamas su tokio dydžio konteksto langu — ir šios dvi savybės yra susijusios, nes abi kyla iš to, kad valdome savo pačių infrastruktūrą, o ne nuomojamės atitikties reikalavimams pritaikytus pajėgumus iš kažko kito.
Be cenzūros nėra tas pats, kas be atsakomybės. Naudojimą reglamentuoja mūsų Atsakingo naudojimo politika, ir pareiga, ateinanti kartu su modeliu, kuris imsis sunkios medžiagos, yra ta, kad su ja dirbtumėte atsakingai.
10Palyginkite patys
Kiekvieną čia pateiktą teiginį galima patikrinti maždaug per dvi minutes, ir mums mieliau, kad patikrintumėte, nei kad patikėtumėte.
- Pasirinkite užklausą iš darbo, kurį iš tikrųjų dirbate. Ilga geriau — ji apkrauna ir langą, ir srautą.
- Paleiskite ją su
shannon-3. Užsirašykite, kiek trunka iki pirmojo žetono ir kiek — iki viso atsakymo pabaigos. - Paleiskite tą pačią užklausą su
shannon-3.1. Užsirašykite tuos pačius du skaičius. - Paskui perskaitykite abu atsakymus, nekreipdami dėmesio į laikrodį, ir nuspręskite, kurio būtumėte norėję.
Greičio skirtumas bus akimirksnis ir akivaizdus. Kokybės skirtumas yra tas, ties kuriuo verta stabtelėti — jis ryškiausiai matomas su ilgomis įvestimis, kur 3.0 tyliai dirbo su mažesne jūsų medžiagos dalimi, nei manėte.
11Dažnai užduodami klausimai
Kas yra Shannon 3.1?
Shannon 3.1 yra dabartinė Shannon 3 šeimos laida. Ji išlaiko tą patį iteratyvų samprotavimo ciklą — mąstyti, rašyti juodraštį, peržiūrėti save, tobulinti — bet vykdo jį natyviai mūsų pačių GPU klasteryje, o ne trečiosios šalies inferencijos platformoje. Shannon Lab vidinis vertinimas rodo 32% intelekto pagerėjimą ir 10-15 kartų greitesnius atsakymus, palyginti su Shannon 3.0, o konteksto langas išaugo nuo 32,768 iki 196,608 žetonų.
Kiek Shannon 3.1 greitesnis už Shannon 3.0?
Nuo 10 iki 15 kartų greitesnis, jei matuojame visą atsakymą nuo pradžios iki pabaigos, remiantis Shannon Lab vidiniu vertinimu. Tai lemia du dalykai. Shannon 3.0 išvestis eidavo per tempą ribojantį sluoksnį, kuris sąmoningai stabdė srautą; Shannon 3.1 neturi nei greičio ribotuvo, nei atskleidimo tempo, todėl žetonai pasiekia jus tokiu greičiu, kokiu variklis juos pagamina. Pats variklis taip pat greitesnis: 4 bitų NVFP4 svoriai plius spekuliatyvusis dekodavimas mūsų pačių GPU klasteryje.
Koks yra Shannon 3.1 konteksto langas?
196,608 žetonai — 6 kartus daugiau nei 32,768 žetonai, kuriuos siūlė Shannon 3.0. Tai maždaug 400-500 puslapių teksto arba vidutinio dydžio kodo bazė, laikoma viename pokalbyje be skaidymo gabalais ir be informacijos paieškos sluoksnio.
Kas yra spekuliatyvusis dekodavimas ir kodėl jis čia svarbus?
Mažas ir greitas juodraščio modelis pasiūlo tikėtinų kitų žetonų seką, o pagrindinis modelis patikrina juos vienu paketiniu praėjimu. Priimti žetonai išsiunčiami iš karto; atmestieji grąžinami į įprastą dekodavimą. Rezultatas yra toks pat, kokį pagrindinis modelis būtų pateikęs pats, tik per vieną patikrinimo žingsnį gali atsirasti keli žetonai vietoj vieno. Būtent tai srautą visu greičiu daro įperkamą, o ne išlaidų problema.
Ar Shannon 3.1 yra be cenzūros?
Taip. Shannon 3.1 neturi atsisakymo sluoksnio, o jo išvesčiai netaikomas joks turinio filtravimas — kaip ir visai kitai Shannon linijai. Tempą ribojančio sluoksnio pašalinimas nereiškė, kad į jo vietą buvo įdėtas moderavimo sluoksnis: srautas, kurį gaunate, yra modelio išvestis.
Kokie yra modelių identifikatoriai ir kur galiu naudoti Shannon 3.1?
shannon-3.1 yra Lite pakopa, o shannon-3.1-pro — Pro pakopa. Abu pasiekiami pokalbyje ir visuose trijuose API dialektuose: /v1/chat/completions (OpenAI formos), /v1/messages (Anthropic formos) ir /v1/responses. Srautinis perdavimas veikia visuose trijuose.
Kuo skiriasi shannon-3.1 ir shannon-3.1-pro?
Lite atlieka vieną samprotavimo ciklo praėjimą: pagalvoja, tada atsako. Pro vykdo visą ciklą — mąstyti, rašyti juodraštį, peržiūrėti save, tobulinti — su žinių rinkimo žingsniu prieš juodraštį. Lite yra tinkamas numatytasis pasirinkimas daugumai darbų; Pro skirtas klausimams, kuriuose pirmas atsakymas paprastai nėra pats geriausias.
Išbandykite Shannon 3.1
Tas pats samprotavimo ciklas. Šešis kartus didesnis langas. Jokio greičio ribotuvo.
Pradėti pokalbį Skaityti API dokumentacijąshannon-3.1 · shannon-3.1-pro · srautas visuose trijuose dialektuose
Šiame straipsnyje pateikti našumo ir intelekto skaičiai yra Shannon Lab vidiniai matavimai iš vidinio vertinimo, 2026 m. rugsėjis, ir pateikiami kaip produkto rodikliai, o ne kaip trečiosios šalies etaloninių testų rezultatai. Konteksto langas, modelių identifikatoriai ir API prieinamumas yra produkto specifikacijos. Shannon AI valdo Shannon Lab LLC, Naujoji Meksika, JAV. Susijęs skaitinys: Shannon 3 · Shannon tyrimų rodyklė · API dokumentacija.