Pāriet uz saturu
Attēli un faili

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)
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
  }
}

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…"
      }
    }
  ]
}
  • Data URL ir šādā formā: data:<media type>;base64,<data>. Daļa ;base64 ir obligāta.
  • Galapunktos /v1/chat/completions un /v1/responses image_url var būt pati virkne vai objekts {"url": "…"}.
  • Faila tips nāk no data URL vai no media_type. Bez tā attēls tiek lasīts kā image/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 usage atbildē.

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
PDF 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."}
      ]
    }
  ]
}
  • 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