Attēli un faili
Sūtiet attēlus ar ziņojumu: kuri modeļi tos pieņem, pieņemtās formas un to ierobežojumi.
POST https://api.shannon-ai.com/v1/chat/completions
Attēls ceļo lietotāja ziņojuma iekšienē kā viena tā content daļa. Piemērs nolasa lokālu failu un nosūta to kā data 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) 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
}
} Kuri modeļi pieņem attēlus
| Modeļi | Lasa |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | Attēli un dokumenti: PDF, Word, PowerPoint, Excel un vienkārša teksta faili. |
shannon-1.6-lite, shannon-1.6-pro | Attēli. |
shannon-2-lite, shannon-2-pro | Attēli pieprasījumos, kas sūta arī tools vai response_format. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | Attēli. |
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 | Teksts. Uz pieprasījumu ar attēlu tiek atbildēts ar statusu 400. |
shannon-coder-1 | Teksts. |
GET /v1/models attēlu ievadi katram id norāda kā capabilities.vision. Modeļi un cenas
- Shannon modeļi lasa pēdējā lietotāja ziņojuma failus. Ievietojiet attēlu ziņojumā, kas par to jautā.
- Shannon 3 saime papildus patur redzeslokā dažus iepriekšējo lietotāja ziņojumu attēlus un dokumentus, ja tie bija nosūtīti iekļauti pieprasījumā, un lasa noteiktu maksimālo attēlu skaitu vienā pieprasījumā, skaitot no pirmā.
- Hostētie atvērto svaru modeļi lasa visu sarunas ziņojumu attēlus.
Pieņemtās formas
Failu sūta vienā no diviem veidiem: pieprasījuma iekšienē kā base64 vai kā adresi, ko API ielādē. Katrs fails ceļo kopā ar pieprasījumu; API nav augšupielādes galapunkta.
| Galapunkts | Pieprasījumā (base64) | Pēc adreses |
|---|---|---|
/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 lietotāja ziņojums katrā formātā:
{
"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 ir šādā formā:
data:<media type>;base64,<data>. Daļa;base64ir obligāta. - Galapunktos
/v1/chat/completionsun/v1/responsesimage_urlvar būt pati virkne vai objekts{"url": "…"}. - Faila tips nāk no data URL vai no
media_type. Bez tā attēls tiek lasīts kāimage/png. - Iekļautie faili tiek skaitīti pieprasījuma pamatteksta izmērā, kas var būt līdz 32 MiB.
- Savietojamības dēļ tiek pieņemts:
image_url.detail.
Attālo failu ierobežojumi
Kad sūtāt adresi, API ielādē failu pirms modeļa darbības, ievērojot šos ierobežojumus:
| Ierobežojums | Noteikums |
|---|---|
| Izmērs | Līdz 8 MiB vienam failam. |
| Laiks | 20 sekundes atbildei. |
| Novirzīšanas | Ne vairāk kā 5. |
| Adrese | http:// vai https://, adresē bez lietotājvārda un paroles, hostā ar publisku adresi. |
| Hosta atbilde | Statuss 200 diapazonā un pamatteksts, kas nav tukšs. Faila tips tiek nolasīts no Content-Type. |
| Pieprasīts kā | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
Kā attēli tiek skaitīti tokenos
Hostētajiem atvērto svaru modeļiem attēls tiek skaitīts kā viens tokens katram 28 × 28 pikseļu laukumam: platums dalīts ar 28, noapaļots uz augšu, reiz augstums dalīts ar 28, noapaļots uz augšu. Rezultāts ir daļa no usage.prompt_tokens un tiek rēķināts kā ievade.
- 1024 × 1024
- 1,369 tokeni
- 1920 × 1080
- 2,691 tokeni
- 512 × 512
- 361 tokeni
- Attālais attēls vispirms tiek ielādēts, tāpēc tiek skaitīts tā faktiskais izmērs.
- Attēls, kura izmēru nevar nolasīt, tiek skaitīts kā 1,024 tokeni.
- Skaitīšanas galapunkti data URL izmanto to pašu noteikumu. Tie neielādē attālu adresi un skaita to kā 1,024 tokenus. Tokenu skaitīšana
- Shannon modelim to, cik maksāja pieprasījums ar attēliem, nolasiet no
usageatbildē.
Dokumenti un citi faili
Shannon 3 saime (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) lasa arī dokumentus. Dokumenta teksts tiek izvilkts un kopā ar jūsu ziņojumu nodots modelim.
| Dokuments | Datu tips |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Dokuments ir lietotāja ziņojuma daļa, tāpat kā attēls:
| Galapunkts | Pieprasījumā (base64) | Pēc adreses |
|---|---|---|
/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."}
]
}
]
} - Norādiet faila īsto datu tipu. Bez tā dokuments tiek lasīts kā
application/pdf. - Vienkārša teksta fails, piemēram, CSV, tiek lasīts kā teksts un pievienots tādā pašā veidā.
- Ja dokumentu nevar nolasīt vai fails ir cita tipa, modelim par to tiek paziņots, un tas to var pateikt atbildē. Statuss tāpat ir
200. - Visiem pārējiem modeļiem dokumenta daļa netiek iekļauta tajā, ko modelis lasa, un uz pieprasījumu tiek atbildēts pēc pārējā satura.
- Dokuments, kas sūtīts pēc adreses, tiek ielādēts saskaņā ar iepriekš minētajiem attālo failu ierobežojumiem.
Kļūdas
| Statuss | Veids | Ziņojums | Kad |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | Hostētajam atvērto svaru modelim, kas pieņem tikai tekstu, tika nosūtīts attēls. No jūsu atlikuma nekas netiek norakstīts. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | Hostētajam atvērto svaru modelim tika nosūtīta audio vai video daļa. |
413 | invalid_request_error | Failed to buffer the request body: … | Pieprasījuma pamatteksts kopā ar iekļautajiem failiem ir lielāks par 32 MiB. Kļūda satur code: "request_too_large". |
Shannon modelis atbild ar statusu 200 neatkarīgi no failiem pieprasījumā: daļa, ko tas nelasa, tiek izlaista. Kļūdu apstrāde