အကြောင်းအရာသို့ ကျော်သွားရန်
ပုံများနှင့် ဖိုင်များ

ပုံများနှင့် ဖိုင်များ

မက်ဆေ့ချ်နှင့်အတူ ပုံများ ပို့ပါ- ဘယ် model များက လက်ခံသည်၊ လက်ခံသော ပုံစံများနှင့် ၎င်းတို့၏ ကန့်သတ်ချက်များ။

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

ပုံတစ်ပုံသည် user message အတွင်း ၎င်း၏ content ၏ အစိတ်အပိုင်းတစ်ခုအဖြစ် သွားသည်။ နမူနာသည် local ဖိုင်တစ်ခုကို ဖတ်ပြီး data URL အဖြစ် ပို့သည်။

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
  }
}

ဘယ် model များက ပုံကို လက်ခံသည်

Models ဖတ်သည်
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro ပုံများနှင့် စာရွက်စာတမ်းများ- PDF၊ Word၊ PowerPoint၊ Excel နှင့် plain-text ဖိုင်များ။
shannon-1.6-lite, shannon-1.6-pro ပုံများ။
shannon-2-lite, shannon-2-pro tools သို့မဟုတ် response_format ကိုလည်း ပို့သော request များတွင် ပုံများ။
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 ပုံများ။
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 စာသား။ ပုံပါသော request ကို status 400 ဖြင့် ဖြေကြားသည်။
shannon-coder-1 စာသား။

GET /v1/models သည် ပုံ input ကို id တစ်ခုစီအလိုက် capabilities.vision အဖြစ် ဖော်ပြသည်။ Model များနှင့် ဈေးနှုန်း

  • Shannon models များသည် နောက်ဆုံး user message ၏ ဖိုင်များကို ဖတ်သည်။ ပုံနှင့်ပတ်သက်၍ မေးသည့် message ထဲတွင် ပုံကို ထည့်ပါ။
  • Shannon 3 မိသားစုသည် ယခင် user message များ၏ ပုံနှင့် စာရွက်စာတမ်း အနည်းငယ်ကို inline ပို့ထားလျှင် ဆက်လက်မှတ်သားထားပြီး request တစ်ခုလျှင် ပထမမှ စ၍ ရေတွက်ကာ သတ်မှတ်ထားသော အများဆုံးအရေအတွက်အထိ ပုံများကို ဖတ်သည်။
  • Host လုပ်ထားသော open-weight models များသည် စကားပြောဆိုမှုရှိ message တိုင်း၏ ပုံများကို ဖတ်သည်။

လက်ခံသော ပုံစံများ

ဖိုင်ကို နည်းလမ်းနှစ်မျိုးအနက် တစ်မျိုးဖြင့် ပို့သည်- request အတွင်း base64 အဖြစ်၊ သို့မဟုတ် API က ရယူသော လိပ်စာအဖြစ်။ ဖိုင်တိုင်းသည် request နှင့်အတူ သွားသည်၊ API တွင် upload endpoint မရှိပါ။

Endpoint Request အတွင်းတွင် (base64 ဖြင့်) လိပ်စာဖြင့်
/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://…"}}

format တစ်ခုစီရှိ တူညီသော user message-

{
  "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 ၏ ပုံစံမှာ data:<media type>;base64,<data> ဖြစ်သည်။ ;base64 အပိုင်းသည် လိုအပ်သည်။
  • /v1/chat/completions နှင့် /v1/responses တွင် image_url သည် string ကိုယ်တိုင်ဖြစ်နိုင်သလို {"url": "…"} object လည်း ဖြစ်နိုင်သည်။
  • ဖိုင်အမျိုးအစားသည် data URL မှ သို့မဟုတ် media_type မှ လာသည်။ မပါလျှင် ပုံကို image/png အဖြစ် ဖတ်သည်။
  • Inline ဖိုင်များကို request body ၏ အရွယ်အစားတွင် ရေတွက်ပြီး ၎င်းသည် 32 MiB အထိ ရှိနိုင်သည်။
  • ကိုက်ညီမှုအတွက် လက်ခံသည်- image_url.detail။

Remote ဖိုင်များအတွက် ကန့်သတ်ချက်များ

လိပ်စာတစ်ခု ပို့လျှင် model မ run မီ API က ဤကန့်သတ်ချက်များအတွင်း ဖိုင်ကို ရယူသည်-

ကန့်သတ်ချက် စည်းမျဉ်း
အရွယ်အစား ဖိုင်တစ်ခုလျှင် 8 MiB အထိ။
အချိန် ဖြေကြားရန် 20 စက္ကန့်။
Redirects အများဆုံး 5 ကြိမ်။
လိပ်စာ http:// သို့မဟုတ် https://၊ လိပ်စာတွင် user name သို့မဟုတ် password မပါဘဲ အများသုံးလိပ်စာရှိသော host တစ်ခုတွင်။
host ၏ ပြန်ကြားချက် 200 အပိုင်းအခြားအတွင်း status နှင့် အလွတ်မဟုတ်သော body။ ဖိုင်အမျိုးအစားကို Content-Type မှ ဖတ်သည်။
တောင်းဆိုပုံ User-Agent: ShannonBot/1.0 (+https://shannon-ai.com)

ပုံများကို tokens ဖြင့် မည်သို့ ရေတွက်သည်

Host လုပ်ထားသော open-weight models များတွင် ပုံတစ်ပုံကို 28 × 28 pixel patch တစ်ခုလျှင် token တစ်ခုအဖြစ် ရေတွက်သည်- အကျယ်ကို 28 ဖြင့်စားပြီး ကိန်းပြည့်သို့ တက်ကာ အမြင့်ကို 28 ဖြင့်စားပြီး ကိန်းပြည့်သို့ တက်ထားသည့် တန်ဖိုးနှင့် မြှောက်သည်။ ရလဒ်သည် usage.prompt_tokens ၏ အစိတ်အပိုင်းဖြစ်ပြီး input အဖြစ် ကျသင့်ငွေတောင်းသည်။

1024 × 1024
1,369 tokens
1920 × 1080
2,691 tokens
512 × 512
361 tokens
  • remote ပုံကို အရင်ရယူသဖြင့် ၎င်း၏ အစစ်အမှန်အရွယ်အစားကို ရေတွက်သည်။
  • အရွယ်အစားကို ဖတ်၍မရသော ပုံကို 1,024 tokens အဖြစ် ရေတွက်သည်။
  • ရေတွက်သော endpoint များသည် data URL များအတွက် တူညီသော စည်းမျဉ်းကို သုံးသည်။ remote လိပ်စာကို မရယူဘဲ 1,024 tokens အဖြစ် ရေတွက်သည်။ Token ရေတွက်ခြင်း
  • Shannon model အတွက် ပုံပါသော request ၏ ကုန်ကျစရိတ်ကို ပြန်ကြားချက်ရှိ usage မှ ဖတ်ပါ။

စာရွက်စာတမ်းများနှင့် အခြားဖိုင်များ

Shannon 3 မိသားစု (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) သည် စာရွက်စာတမ်းများကိုလည်း ဖတ်သည်။ စာရွက်စာတမ်း၏ စာသားကို ထုတ်ယူပြီး သင့်မက်ဆေ့ချ်နှင့်အတူ model သို့ ပေးသည်။

စာရွက်စာတမ်း Media type
PDF application/pdf
Word application/vnd.openxmlformats-officedocument.wordprocessingml.document
PowerPoint application/vnd.openxmlformats-officedocument.presentationml.presentation
Excel application/vnd.openxmlformats-officedocument.spreadsheetml.sheet

စာရွက်စာတမ်းသည် ပုံကဲ့သို့ user message ၏ အစိတ်အပိုင်းတစ်ခု ဖြစ်သည်-

Endpoint Request အတွင်းတွင် (base64 ဖြင့်) လိပ်စာဖြင့်
/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."}
      ]
    }
  ]
}
  • ဖိုင်၏ အစစ်အမှန် media type ကို ပေးပါ။ မပေးလျှင် စာရွက်စာတမ်းကို application/pdf အဖြစ် ဖတ်သည်။
  • CSV ကဲ့သို့ plain-text ဖိုင်ကို စာသားအဖြစ် ဖတ်ပြီး ထိုနည်းတူ တွဲထည့်သည်။
  • စာရွက်စာတမ်းကို ဖတ်၍မရလျှင် သို့မဟုတ် ဖိုင်သည် အခြားအမျိုးအစားဖြစ်လျှင် model ကို ပြောပြပြီး ၎င်းသည် အဖြေထဲတွင် ပြောနိုင်သည်။ status မှာ 200 ပင်ဖြစ်သည်။
  • အခြား model တိုင်းတွင် စာရွက်စာတမ်းအပိုင်းကို model ဖတ်သည့်အရာမှ ချန်လှပ်ထားပြီး request ကို ကျန်သည့်အပိုင်းဖြင့် ဖြေကြားသည်။
  • လိပ်စာဖြင့် ပို့သော စာရွက်စာတမ်းကို အထက်ပါ remote ဖိုင်ကန့်သတ်ချက်များအောက်တွင် ရယူသည်။

အမှားများ

Status Type မက်ဆေ့ချ် ဖြစ်ပေါ်ချိန်
400 invalid_request_error <id> does not accept image input စာသားကိုသာ လက်ခံသော host လုပ်ထားသည့် open-weight model သို့ ပုံတစ်ပုံ ပို့ခဲ့သည်။ သင့်လက်ကျန်ငွေမှ ဘာမှ မနုတ်ပါ။
400 invalid_request_error audio and video input are not supported by any hosted model အသံ သို့မဟုတ် ဗီဒီယို အစိတ်အပိုင်းကို host လုပ်ထားသော open-weight model သို့ ပို့ခဲ့သည်။
413 invalid_request_error Failed to buffer the request body: … inline ဖိုင်များပါသော request body သည် 32 MiB ထက် ပိုကြီးသည်။ အမှားတွင် code: "request_too_large" ပါသည်။

Shannon model သည် request တွင် မည်သည့်ဖိုင်ပါပါ status 200 ဖြင့် ဖြေသည်- မဖတ်သော အပိုင်းကို ချန်လှပ်ထားသည်။ အမှားကိုင်တွယ်မှု