മോഡലുകളും വിലയും

അൺസെൻസേർഡ് മോഡലുകൾ

22

കോൺടെക്സ്റ്റ് വിൻഡോ

256K

മുതൽ

$0.50 /1M

ഹോസ്റ്റ് ചെയ്ത ഓപ്പൺ-വെയിറ്റ് മോഡലുകൾ

എല്ലാ ഐഡിയിലും 262,144-ടോക്കൺ കോൺടെക്സ്റ്റ്; ഇൻപുട്ടും ഔട്ട്പുട്ടും വെവ്വേറെ ബിൽ ചെയ്യുന്നു; ഓരോ ഐഡിയും അത് അനുകരിക്കുന്ന മോഡൽ സ്വീകരിക്കുന്നതെല്ലാം സ്വീകരിക്കുന്നു

മോഡൽ	ഇൻപുട്ട്	സ്ട്രക്ചർഡ് ഔട്ട്പുട്ട്	1M-ന് In / cached / out	കൂടുതൽ
DeepSeek-V4-Pro-08133BIT-REAPDeepSeek · 1.6T MoE · 49B activeഅൺസെൻസേർഡ്	ടെക്സ്റ്റ് ഇൻപുട്ട്	JSON സ്കീമ	$1.95 / $0.488 / $3.90	കൂടുതൽ
GLM-5.23BIT-REAPZ.ai · 744B MoE · 40B activeഅൺസെൻസേർഡ്	ടെക്സ്റ്റ് ഇൻപുട്ട്	JSON സ്കീമ	$0.73 / $0.183 / $2.34	കൂടുതൽ
Kimi-K33BIT-REAPMoonshot AI · 2.8T MoE · 104B activeഅൺസെൻസേർഡ്	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$3.83 / $0.958 / $19.12	കൂടുതൽ
Nemotron3Ultra3BIT-REAPNVIDIA · 550B hybrid Mamba-Attention MoE · 55B activeഅൺസെൻസേർഡ്	ടെക്സ്റ്റ് ഇൻപുട്ട്	JSON സ്കീമ	$0.75 / $0.188 / $3.30	കൂടുതൽ
MiniMax-M33BIT-REAPMiniMax · 428B MoE · 23B active · sparse attentionഅൺസെൻസേർഡ്	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$0.50 / $0.125 / $2.00	കൂടുതൽ
DeepSeek-V4-Flash-0731W4A16-AUTOROUND-REAPDeepSeek · 284B MoE · 13B activeഅൺസെൻസേർഡ്	ടെക്സ്റ്റ് ഇൻപുട്ട്	JSON സ്കീമ	$0.50 / $0.125 / $2.00	കൂടുതൽ
Kimi-K2.6W4A16-AUTOROUND-REAPMoonshot AI · 1T MoE · 32B activeഅൺസെൻസേർഡ്	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$0.78 / $0.195 / $3.67	കൂടുതൽ
Laguna-S-2.1W4A16-AUTOROUND-REAPPoolside · 118B MoE · 8B activeഅൺസെൻസേർഡ്	ടെക്സ്റ്റ് ഇൻപുട്ട്	സ്ട്രക്ചർഡ് ഔട്ട്പുട്ട് ഇല്ല	$0.50 / $0.125 / $2.00	കൂടുതൽ
inklingW4A16-AUTOROUND-REAPThinking Machines · 975B MoE · 41B activeഅൺസെൻസേർഡ്	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON ഒബ്ജക്റ്റ്	$1.42 / $0.355 / $6.07	കൂടുതൽ
MiMo-V2.5-ProW8A16Xiaomi · 1.02T MoE · 42B active · 8-bitഅൺസെൻസേർഡ്	ടെക്സ്റ്റ് ഇൻപുട്ട്	JSON സ്കീമ	$0.50 / $0.125 / $2.00	കൂടുതൽ
MiMo-V2.5W8A16Xiaomi · 8-bit multimodal · W8A16അൺസെൻസേർഡ്	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$0.50 / $0.125 / $2.00	കൂടുതൽ
Hy3W8A16Tencent · 295B MoE · 21B active · 8-bitഅൺസെൻസേർഡ്	ടെക്സ്റ്റ് ഇൻപുട്ട്	JSON സ്കീമ	$0.50 / $0.125 / $2.00	കൂടുതൽ

Shannon മോഡലുകൾ

ഇൻപുട്ടിനും ഔട്ട്പുട്ടിനും ഒരേ ഫ്ലാറ്റ് നിരക്ക്

മോഡൽ	കോൺടെക്സ്റ്റ്	ഇൻപുട്ട്	സ്ട്രക്ചർഡ് ഔട്ട്പുട്ട്	വില / 1M ടോക്കണുകൾ
Shannon 1.6 Liteshannon-1.6-liteഅൺസെൻസേർഡ്	192K	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$3.90
Shannon 1.6 Proshannon-1.6-proഅൺസെൻസേർഡ്	192K	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$7.80
Shannon 2 Liteshannon-2-liteഅൺസെൻസേർഡ്	192K	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$3.90
Shannon 2 Proshannon-2-proഅൺസെൻസേർഡ്	192K	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$5.85
Shannon 3shannon-3അൺസെൻസേർഡ്	192K	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$3.35
Shannon 3 Proshannon-3-proഅൺസെൻസേർഡ്	192K	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$3.35
Shannon 3.1shannon-3.1അൺസെൻസേർഡ്	192K	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$3.35
Shannon 3.1 Proshannon-3.1-proഅൺസെൻസേർഡ്	192K	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$3.35
Shannon 3.5shannon-3.5അൺസെൻസേർഡ്	192K	ടെക്സ്റ്റ് + ചിത്രം ഇൻപുട്ട്	JSON സ്കീമ	$3.35
Shannon Coder 1shannon-coder-1അൺസെൻസേർഡ്	128K	ടെക്സ്റ്റ് ഇൻപുട്ട്	JSON സ്കീമ	$8.00

ക്വിക്ക്സ്റ്റാർട്ടിലേക്ക് പോകുക Playground പരീക്ഷിക്കുക

ഒരു വരി എങ്ങനെ വായിക്കാം

എല്ലാ മോഡലുകളും സ്ട്രീം ചെയ്യുകയും ടൂളുകൾ വിളിക്കുകയും ചെയ്യും. API-യുടെ മറ്റ് സവിശേഷതകൾ Capabilities പേജിൽ വിവരിച്ചിട്ടുണ്ട്. സാമർഥ്യങ്ങൾ

കോൺടെക്സ്റ്റ് വിൻഡോയും ഔട്ട്പുട്ട് പരിധികളും

• ഒരു ഉത്തരത്തിനായി മോഡൽ വായിക്കുന്നതെല്ലാം കോൺടെക്സ്റ്റ് വിൻഡോയിൽ ഉൾപ്പെടുന്നു: നിങ്ങളുടെ മെസേജുകൾ, ടൂൾ നിർവചനങ്ങൾ, ചിത്രങ്ങൾ.
• Shannon 3 കുടുംബം ദൈർഘ്യമേറിയ സംഭാഷണം സ്വയം ഒതുക്കുന്നു: വിൻഡോയിൽ ഒതുങ്ങുന്ന ഏറ്റവും പുതിയ ടേണുകൾ നിലനിർത്തി ഉത്തരം നൽകുന്നു.
• സ്ട്രീമിൽ, വളരെ ദൈർഘ്യമേറിയ പ്രോംപ്റ്റ് ടൈപ്പ് invalid_request_error, code: "context_length_exceeded" എന്നിവയുള്ള എറർ ഫ്രെയിമായി റിപ്പോർട്ട് ചെയ്യപ്പെടുന്നു.
• എല്ലാ മോഡലിലും max_tokens 1 മുതൽ 65,536 വരെ മൂല്യങ്ങൾ സ്വീകരിക്കുന്നു; GET /v1/models-ലെ max_output_tokens ആ ശ്രേണിയുടെ മുകൾഭാഗമാണ്. ഡിഫോൾട്ട് 4,096 ആണ്.
• എല്ലാ മോഡലിലും, ഒരു റിക്വസ്റ്റ് നിങ്ങളുടെ ബാലൻസിൽ നിന്ന് റിസർവ് ചെയ്യുന്ന തുകയാണ് max_tokens.
• ഉത്തരത്തിന്റെ ദൈർഘ്യ പരിധിയായി, max_tokens പ്രയോഗിക്കുന്നത് ഹോസ്റ്റ് ചെയ്ത ഓപ്പൺ-വെയിറ്റ് മോഡലുകൾ, shannon-1.6-lite, shannon-1.6-pro, shannon-coder-1 എന്നിവയാണ്.
• ഹോസ്റ്റ് ചെയ്ത ഓപ്പൺ-വെയിറ്റ് മോഡലുകളിൽ ഇത് ഉത്തര ടെക്സ്റ്റിനെ പരിമിതപ്പെടുത്തുന്നു. ഉത്തരത്തിന് മുമ്പുള്ള റീസണിംഗ് ഇതിൽ കണക്കാക്കില്ല, 256-ൽ താഴെയുള്ള മൂല്യം 256 ആയി പ്രവർത്തിക്കും.
• ഉത്തരം പരിധിയിൽ മുറിഞ്ഞാൽ shannon-1.6-lite, shannon-1.6-pro, shannon-coder-1 അല്ലെങ്കിൽ Shannon 3 കുടുംബത്തിന്റെ സ്ട്രീം finish_reason: "length" ഓടെ അവസാനിക്കുന്നു.

പരിധികളും ബാലൻസും

വില എങ്ങനെ രൂപപ്പെടുന്നു

• വിലകൾ 1,000,000 ടോക്കണുകൾക്ക് USD-ൽ ആണ്. നിങ്ങളുടെ ബാലൻസ് 1,000,000-ന് $5.00 മൂല്യമുള്ള ടോക്കണുകളിൽ കണക്കാക്കുന്നു, അതിനാൽ മോഡലിന്റെ വില അതിന്റെ ടോക്കണുകൾ എത്ര ബാലൻസ് എടുക്കുന്നു എന്ന് പറയുന്നു.
• Shannon മോഡലുകൾക്ക് ഒരു വില മാത്രമേയുള്ളൂ. ഒരു കോളിന് ആ വിലയിൽ usage.total_tokens ഈടാക്കുന്നു.
• ഹോസ്റ്റ് ചെയ്ത ഓപ്പൺ-വെയിറ്റ് മോഡലുകൾക്ക് മൂന്ന് വിലകളുണ്ട്. പ്രോംപ്റ്റ് കാഷിൽ നിന്ന് വായിക്കുന്ന ഇൻപുട്ട് കാഷെഡ് വിലയിൽ ഈടാക്കുന്നു, അത് ഇൻപുട്ട് വിലയുടെ 25% ആണ്, $0.001-ലേക്ക് റൗണ്ട് ചെയ്തത്. ഇൻപുട്ടിന്റെ ബാക്കി ഇൻപുട്ട് വിലയിലും, ഔട്ട്പുട്ട് ഔട്ട്പുട്ട് വിലയിലും ഈടാക്കുന്നു.
• ഹോസ്റ്റ് ചെയ്ത ഓപ്പൺ-വെയിറ്റ് മോഡലുകൾ ഓരോ മോഡലിന്റെയും സ്വന്തം ടോക്കണൈസർ ഉപയോഗിച്ച് ടോക്കണുകൾ എണ്ണുന്നു. GET /v1/models ഇതിനെ tokenizer: "original" എന്ന് അടയാളപ്പെടുത്തുന്നു.
• /v1/chat/completions-ലും /v1/messages-ലും shannon-coder-1 ടോക്കണുകളിലല്ല, കോളുകളിലാണ് കണക്കാക്കുന്നത്. അതിന്റെ പട്ടികപ്പെടുത്തിയ വില /v1/responses-ൽ ബാധകമാണ്.

ഒരു റിക്വസ്റ്റ് എന്ത് റിസർവ് ചെയ്യുന്നു, ചാർജിന്റെ ഉദാഹരണങ്ങൾ, Shannon Coder കോൾ അലവൻസ് എന്നിവ പരിധികളും ബാലൻസും പേജിലുണ്ട്. പരിധികളും ബാലൻസും

മോഡൽ ഐഡികൾ

ഈ ഐഡികളിൽ ഒന്ന് model ആയി അയയ്ക്കുക.

shannon-1.6-lite
shannon-1.6-pro
shannon-2-lite
shannon-2-pro
shannon-3
shannon-3-pro
shannon-3.1
shannon-3.1-pro
shannon-3.5
shannon-coder-1
DeepSeek-V4-Pro-0813-3BIT-REAP
GLM-5.2-3BIT-REAP
Kimi-K3-3BIT-REAP
Nemotron3Ultra-3BIT-REAP
MiniMax-M3-3BIT-REAP
DeepSeek-V4-Flash-0731-W4A16-AUTOROUND-REAP
Kimi-K2.6-W4A16-AUTOROUND-REAP
Laguna-S-2.1-W4A16-AUTOROUND-REAP
inkling-W4A16-AUTOROUND-REAP
MiMo-V2.5-Pro-W8A16
MiMo-V2.5-W8A16
Hy3-W8A16

• വലിയക്ഷരവും ചെറിയക്ഷരവും പ്രശ്നമല്ല, ഐഡിക്ക് ചുറ്റുമുള്ള സ്പേസുകൾ നീക്കം ചെയ്യും: SHANNON-3-ഉം shannon-3-ഉം ഒരേ മോഡലാണ്.
• നിങ്ങൾ ഏത് രൂപത്തിൽ അയച്ചാലും, മറുപടിയിൽ model-ൽ എപ്പോഴും പ്രസിദ്ധീകരിച്ച ഐഡി ഉണ്ടാകും.
• Shannon 3 പോലുള്ള ഡിസ്പ്ലേ നാമം ഒരു ഐഡി അല്ല.

ചുരുങ്ങിയ നാല് രൂപങ്ങളും സ്വീകരിക്കും.

പ്രസിദ്ധീകരിക്കാത്ത ഐഡിക്ക് മൂന്ന് എൻഡ്‌പോയിന്റുകളിലും സ്റ്റാറ്റസ് 400, ടൈപ്പ് invalid_request_error, സന്ദേശം unknown model: <id> എന്നിവയോടെ മറുപടി ലഭിക്കും. അതിന്റെ സ്ഥാനത്ത് മറ്റൊരു മോഡലും ഉത്തരം നൽകില്ല.

{
  "error": {
    "type": "invalid_request_error",
    "message": "unknown model: gpt-4o"
  }
}

{
  "type": "error",
  "error": {
    "type": "invalid_request_error",
    "message": "unknown model: gpt-4o"
  }
}

• എപ്പോഴും model അയയ്ക്കുക. അതില്ലാത്ത റിക്വസ്റ്റിന് /v1/responses 400 നൽകും. /v1/chat/completions-ലും /v1/messages-ലും അത്തരം റിക്വസ്റ്റിന് shannon-1.6-lite ഉത്തരം നൽകും.
• POST /v1/tokenize-ഉം POST /v1/messages/count_tokens-ഉം ഹോസ്റ്റ് ചെയ്ത ഓപ്പൺ-വെയിറ്റ് ഐഡികൾ സ്വീകരിക്കുന്നു.

മോഡലുകൾ ലിസ്റ്റ് ചെയ്യുക

GET /v1/models ഈ പേജിലെ മോഡലുകളെ ഇതേ കോൺടെക്സ്റ്റ് വിൻഡോകൾ, വിലകൾ, ശേഷികൾ എന്നിവയോടെ JSON ആയി നൽകുന്നു. ഒരു മോഡൽ പിക്കർ നിറയ്ക്കാനോ കോഡിൽ വില പരിശോധിക്കാനോ ഇത് ഉപയോഗിക്കുക.

GET https://api.shannon-ai.com/v1/models

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.shannon-ai.com/v1"
)

for model in client.models.list():
    print(model.id)

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://api.shannon-ai.com/v1'
});

for await (const model of client.models.list()) {
  console.log(model.id);
}

curl "https://api.shannon-ai.com/v1/models"

മറുപടി, ഓരോ തരത്തിലുമുള്ള ഒരു എൻട്രിയായി ചുരുക്കിയത്:

{
  "object": "list",
  "data": [
    {
      "id": "shannon-3",
      "object": "model",
      "created": 1700000000,
      "owned_by": "shannon-ai",
      "display_name": "Shannon 3",
      "context_window": 196608,
      "max_output_tokens": 65536,
      "pricing": {
        "input_per_million_usd": 3.35,
        "output_per_million_usd": 3.35,
        "currency": "USD"
      },
      "capabilities": {
        "tools": true,
        "vision": true,
        "reasoning": true,
        "reasoning_effort": false,
        "streaming": true,
        "json_schema": true
      },
      "endpoints": [
        "/v1/chat/completions",
        "/v1/messages",
        "/v1/responses"
      ]
    },
    {
      "id": "MiniMax-M3-3BIT-REAP",
      "object": "model",
      "created": 1700000000,
      "owned_by": "shannon-ai",
      "display_name": "MiniMax-M3 · 3BIT-REAP",
      "context_window": 262144,
      "max_output_tokens": 65536,
      "pricing": {
        "input_per_million_usd": 0.5,
        "cached_input_per_million_usd": 0.125,
        "output_per_million_usd": 2,
        "currency": "USD"
      },
      "tokenizer": "original",
      "capabilities": {
        "tools": true,
        "vision": true,
        "reasoning": true,
        "reasoning_effort": true,
        "streaming": true,
        "response_format": true,
        "json_schema": true,
        "prompt_caching": true
      },
      "endpoints": [
        "/v1/chat/completions",
        "/v1/messages",
        "/v1/responses",
        "/v1/messages/count_tokens",
        "/v1/tokenize"
      ]
    }
  ]
}

• GET /v1/models-ന് കീ ആവശ്യമില്ല. മറുപടി എല്ലാ കോളർക്കും ഒന്നുതന്നെയാണ്, നിങ്ങളുടെ പ്ലാനിനെ ആശ്രയിക്കുന്നില്ല.
• ലിസ്റ്റിൽ വിളിക്കാവുന്ന ഐഡികൾ ഉണ്ട്. ഇപ്പോൾ സേവിക്കാൻ കഴിയാത്ത മോഡൽ അതിൽ നിന്ന് ഒഴിവാക്കും.
• ഒരു മോഡലിന് മാത്രമായി എൻഡ്‌പോയിന്റ് ഇല്ല: GET /v1/models/{id} ടൈപ്പ് not_found_error ഓടെ 404 നൽകും.