Слики и датотеки
Испраќајте слики со порака: кои модели ги прифаќаат, прифатените облици и нивните ограничувања.
POST https://api.shannon-ai.com/v1/chat/completions
Сликата патува во пораката на корисникот, како еден дел од нејзината content. Примерот чита локална датотека и ја испраќа како 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
}
} Кои модели прифаќаат слики
| Модели | Чита |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | Слики и документи: PDF, Word, PowerPoint, Excel и датотеки со обичен текст. |
shannon-1.6-lite, shannon-1.6-pro | Слики. |
shannon-2-lite, shannon-2-pro | Слики, во барања што испраќаат и tools или response_format. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | Слики. |
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 | Текст. Барање со слика се одговара со статус 400. |
shannon-coder-1 | Текст. |
GET /v1/models го пријавува влезот на слики по ид како capabilities.vision. Модели и цени
- Моделите Shannon ги читаат датотеките од последната порака на корисникот. Ставете ја сликата во пораката што се однесува на неа.
- Фамилијата Shannon 3 задржува во вид и неколку слики и документи од претходните пораки на корисникот кога биле испратени вградено, и чита утврден максимален број слики по барање, броејќи од првата.
- Хостираните open-weight модели ги читаат сликите од секоја порака во разговорот.
Прифатени облици
Датотеката се испраќа на еден од два начина: во барањето како base64, или како адреса што API-то ја презема. Секоја датотека патува со барањето; API-то нема ендпоинт за прикачување.
| Ендпоинт | Во барањето (base64) | По адреса |
|---|---|---|
/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://…"}} |
Истата порака од корисникот во секој формат:
{
"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 има облик
data:<media type>;base64,<data>. Делот;base64е задолжителен. - На
/v1/chat/completionsи/v1/responses,image_urlможе да биде самиот стринг или објект{"url": "…"}. - Типот на датотеката доаѓа од data URL или од
media_type. Без него, сликата се чита какоimage/png. - Вградените датотеки се вбројуваат во големината на телото на барањето, која може да биде до 32 MiB.
- Прифатено заради компатибилност:
image_url.detail.
Ограничувања за далечински датотеки
Кога ќе испратите адреса, API-то ја презема датотеката пред да се изврши моделот, во овие ограничувања:
| Ограничување | Правило |
|---|---|
| Големина | До 8 MiB по датотека. |
| Време | 20 секунди за одговор. |
| Пренасочувања | Најмногу 5. |
| Адреса | http:// или https://, без корисничко име или лозинка во адресата, на хост со јавна адреса. |
| Одговор на хостот | Статус од опсегот 200 и тело што не е празно. Типот на датотеката се чита од Content-Type. |
| Се бара како | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
Како сликите се бројат во токени
На хостираните open-weight модели сликата брои по еден токен за секое поле од 28 × 28 пиксели: ширината поделена со 28, заокружена нагоре, помножена со висината поделена со 28, заокружена нагоре. Резултатот е дел од usage.prompt_tokens и се наплатува како влез.
- 1024 × 1024
- 1,369 токени
- 1920 × 1080
- 2,691 токени
- 512 × 512
- 361 токени
- Далечинската слика се презема прво, па се брои нејзината вистинска големина.
- Слика чија големина не може да се прочита брои 1,024 токени.
- Ендпоинтите за броење го користат истото правило за data URL. Не преземаат далечинска адреса и ја бројат како 1,024 токени. Броење токени
- За модел Shannon, колку чини барање со слики прочитајте од
usageво одговорот.
Документи и други датотеки
Фамилијата Shannon 3 (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) чита и документи. Текстот на документот се извлекува и му се дава на моделот заедно со вашата порака.
| Документ | Тип на медиум |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Документот е дел од пораката на корисникот, како слика:
| Ендпоинт | Во барањето (base64) | По адреса |
|---|---|---|
/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."}
]
}
]
} - Наведете го вистинскиот тип на медиум на датотеката. Без него, документот се чита како
application/pdf. - Датотека со обичен текст, како CSV, се чита како текст и се прикачува на ист начин.
- Кога документот не може да се прочита, или датотеката е од друг тип, моделот е известен за тоа и може да го каже во својот одговор. Статусот сепак е
200. - На секој друг модел делот за документ се изоставува од она што го чита моделот, а барањето се одговара врз основа на остатокот.
- Документ испратен по адреса се презема според ограничувањата за далечински датотеки погоре.
Грешки
| Статус | Тип | Порака | Кога |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | Слика е испратена до хостиран open-weight модел што прима само текст. Ништо не се наплатува од вашето салдо. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | Аудио или видео дел е испратен до хостиран open-weight модел. |
413 | invalid_request_error | Failed to buffer the request body: … | Телото на барањето, со вградените датотеки, е поголемо од 32 MiB. Грешката содржи code: "request_too_large". |
Моделот Shannon одговара со статус 200 без разлика какви датотеки содржи барањето: делот што не го чита се изоставува. Ракување со грешки