Aqbeż għall-kontenut
Immaġini u fajls

Immaġini u fajls

Ibgħat immaġini ma' messaġġ: liema mudelli jaċċettawhom, il-forom aċċettati u l-limiti tagħhom.

POST https://api.shannon-ai.com/v1/chat/completions

Immaġni tivvjaġġa ġewwa messaġġ tal-utent, bħala parti waħda mill-content tiegħu. L-eżempju jaqra fajl lokali u jibgħatu bħala 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
  }
}

Liema mudelli jaċċettaw immaġini

Mudelli Jaqra
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro Immaġini, u dokumenti: fajls PDF, Word, PowerPoint, Excel u tat-test sempliċi.
shannon-1.6-lite, shannon-1.6-pro Immaġini.
shannon-2-lite, shannon-2-pro Immaġini, f'talbiet li jibagħtu wkoll tools jew response_format.
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 Immaġini.
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 Test. Talba b'immaġni titwieġeb bi status 400.
shannon-coder-1 Test.

GET /v1/models jirrapporta input ta' immaġini għal kull id bħala capabilities.vision. Mudelli u prezzijiet

  • Il-mudelli Shannon jaqraw il-fajls tal-aħħar messaġġ tal-utent. Poġġi l-immaġni fil-messaġġ li jistaqsi dwarha.
  • Il-familja Shannon 3 iżżomm f'għajnejha wkoll ftit immaġini u dokumenti ta' messaġġi preċedenti tal-utent meta ntbagħtu inline, u taqra massimu stabbilit ta' immaġini għal kull talba, magħdud mill-ewwel.
  • Il-mudelli open-weight ospitati jaqraw l-immaġini ta' kull messaġġ tal-konversazzjoni.

Forom aċċettati

Fajl jintbagħat b'waħda minn żewġ modi: ġewwa t-talba bħala base64, jew bħala indirizz li l-API tiġbed. Kull fajl jivvjaġġa mat-talba; l-API m'għandhiex endpoint għat-tgħabbija.

Endpoint Fit-talba (base64) Bl-indirizz
/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://…"}}

L-istess messaġġ tal-utent f'kull format:

{
  "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 għandha l-forma data:<media type>;base64,<data>. Il-parti ;base64 hija meħtieġa.
  • Fuq /v1/chat/completions u /v1/responses, image_url jista' jkun l-istring innifisha jew oġġett {"url": "…"}.
  • It-tip tal-fajl jiġi mid-data URL jew minn media_type. Mingħajru, immaġni tinqara bħala image/png.
  • Il-fajls inline jingħaddu fid-daqs tal-body tat-talba, li jista' jkun sa 32 MiB.
  • Aċċettat għall-kompatibbiltà: image_url.detail.

Limiti għall-fajls remoti

Meta tibgħat indirizz, l-API tiġbed il-fajl qabel ma jaħdem il-mudell, f'dawn il-limiti:

Limitu Regola
Daqs Sa 8 MiB għal kull fajl.
Ħin 20 sekonda biex iwieġeb.
Redirects Massimu ta' 5.
Indirizz http:// jew https://, mingħajr isem tal-utent jew password fl-indirizz, fuq host b'indirizz pubbliku.
Tweġiba tal-host Status fil-medda 200 u body li mhuwiex vojt. It-tip tal-fajl jinqara minn Content-Type.
Mitlub bħala User-Agent: ShannonBot/1.0 (+https://shannon-ai.com)

Kif jingħaddu l-immaġini f'tokens

Fuq il-mudelli open-weight ospitati immaġni tgħodd token wieħed għal kull patch ta' 28 × 28 pixel: il-wisa' diviża b'28, mqarrba 'l fuq, immultiplikata bl-għoli diviż b'28, mqarrab 'l fuq. Ir-riżultat huwa parti minn usage.prompt_tokens u jitħallas bħala input.

1024 × 1024
1,369 tokens
1920 × 1080
2,691 tokens
512 × 512
361 tokens
  • Immaġni remota tinġieb l-ewwel, għalhekk jingħadd id-daqs veru tagħha.
  • Immaġni li d-daqs tagħha ma jistax jinqara tgħodd 1,024 token.
  • L-endpoints tal-għadd jużaw l-istess regola għad-data URLs. Ma jġibux indirizz remot u jgħoddu bħala 1,024 token. Għadd ta' tokens
  • Għal mudell Shannon, aqra x'ħalset talba b'immaġini minn usage fit-tweġiba.

Dokumenti u fajls oħra

Il-familja Shannon 3 (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) taqra wkoll dokumenti. It-test tad-dokument jinġibed u jingħata lill-mudell mal-messaġġ tiegħek.

Dokument Tip ta' media
PDF application/pdf
Word application/vnd.openxmlformats-officedocument.wordprocessingml.document
PowerPoint application/vnd.openxmlformats-officedocument.presentationml.presentation
Excel application/vnd.openxmlformats-officedocument.spreadsheetml.sheet

Dokument huwa parti mill-messaġġ tal-utent, bħal immaġni:

Endpoint Fit-talba (base64) Bl-indirizz
/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."}
      ]
    }
  ]
}
  • Agħti t-tip ta' media veru tal-fajl. Mingħajru, dokument jinqara bħala application/pdf.
  • Fajl tat-test sempliċi, bħal CSV, jinqara bħala test u jiġi mehmuż bl-istess mod.
  • Meta dokument ma jistax jinqara, jew il-fajl huwa ta' tip ieħor, il-mudell jingħata x'jifhem u jista' jgħidu fit-tweġiba tiegħu. L-istatus xorta huwa 200.
  • Fuq kull mudell ieħor parti ta' dokument titħalla barra minn dak li jaqra l-mudell, u t-talba titwieġeb mill-bqija.
  • Dokument mibgħut bl-indirizz jinġieb bil-limiti għall-fajls remoti hawn fuq.

Żbalji

Status Tip Messaġġ Meta
400 invalid_request_error <id> does not accept image input Intbagħtet immaġni lil mudell open-weight ospitat li jaċċetta test biss. Ma jittieħed xejn mill-bilanċ tiegħek.
400 invalid_request_error audio and video input are not supported by any hosted model Parti awdjo jew vidjo ntbagħtet lil mudell open-weight ospitat.
413 invalid_request_error Failed to buffer the request body: … Il-body tat-talba, bil-fajls inline tiegħu, huwa akbar minn 32 MiB. L-iżball iġorr code: "request_too_large".

Mudell Shannon iwieġeb bi status 200 ikun xi jkun il-fajls li ġġorr it-talba: parti li ma jaqrax titħalla barra. Ġestjoni tal-iżbalji