ကန့်သတ်ချက်များနှင့် လက်ကျန်ငွေ

ဤစာမျက်နှာတွင် သင့်လက်ကျန်ငွေ ဘာတွေနဲ့ ဖွဲ့စည်းထားသည်၊ request တစ်ခုက ဘာကို ဖယ်ထားပြီး ကုန်ကျစရိတ် မည်မျှရှိသည်၊ request မည်မျှ ပို့နိုင်သည်၊ နှင့် တစ်ခုတည်းသော request ကြုံတွေ့နိုင်သည့် ကန့်သတ်ချက် အနည်းငယ်တို့ကို ရှင်းပြထားသည်။

လက်ကျန်ငွေ tokens 1M ၏ တန်ဖိုး

$5.00

နေ့စဉ် allowance ပြန်လည်ရရှိမည့်အချိန်

00:00 UTC

account တစ်ခုချင်းစီအတွက် ရုတ်ချည်းလွှမ်းမိုးမှု တားဆီးခြင်း (flood protection)

120 requests / min

request များကို မည်သို့ ဝန်ဆောင်မှုပေးသည်

• Rate tier မရှိ — request များ ရောက်လာနိုင်သည့် မြန်နှုန်းကို စည်းမျဉ်းတစ်ခုတည်းက ကန့်သတ်ပြီး account နှင့် plan တိုင်းအတွက် တူညီသည်- တစ်မိနစ်လျှင် request 120။ တစ်မိနစ်လျှင် tokens အတွက် ကန့်သတ်ချက် မရှိပါ။
• သီးခြား API quota မရှိ — API သည် chat နှင့် တူညီသော လက်ကျန်ငွေကို သုံးစွဲသည်။ plan က ယနေ့ allowance ၏ အရွယ်အစားကို သတ်မှတ်သည်။ request နှုန်းကို မသတ်မှတ်ပါ။
• လိုသလောက် မြန်မြန် — အပြိုင်ပို့သော request များကို လက်ခံပြီး တန်းစီစောင့်သည်။ အပြိုင်ဖြစ်သည့်အတွက် မငြင်းပယ်ပါ။

သင့်လက်ကျန်ငွေ

သင့်လက်ကျန်ငွေကို tokens ဖြင့် ရေတွက်သည်။ လက်ကျန်ငွေ tokens 1,000,000 သည် $5.00 တန်ဖိုးရှိပြီး Models & pricing စာမျက်နှာရှိ ဈေးနှုန်းတိုင်းသည် ထိုတန်ဖိုးနှင့် နှိုင်းယှဉ်သော နှုန်းထား ဖြစ်သည်။

မည်သည့်အချိန်တွင်မဆို လက်ကျန်ငွေသည် အစိတ်အပိုင်းနှစ်ခု၏ ပေါင်းလဒ် ဖြစ်သည်။

• ယနေ့အတွက် plan allowance — သင့် plan က သတ်မှတ်ထားသော tokens အရေအတွက်။ နေ့တိုင်း 00:00 UTC တွင် အသစ်ပြန်ရသည်။ နေ့အဆုံးတွင် ကျန်ရှိသည့်အရာကို နောက်နေ့သို့ မလွှဲပါ။
• ဝယ်ယူထားသော credit — pack အဖြစ် သင်ဝယ်ထားသော tokens။ Credit သည် သက်တမ်းမကုန်ဘဲ Free အပါအဝင် plan တိုင်းတွင် အသုံးပြုနိုင်သည်။

• သုံးစွဲသည့် အစီအစဉ် — request တိုင်းသည် ယနေ့အတွက် plan allowance ကို အရင်သုံးသည်။ ဝယ်ယူထားသော credit ကို ထိုနေ့၏ allowance ထက်ကျော်လွန်သည့် အပိုင်းအတွက်သာ သုံးသည်။
• Chat နှင့် API တို့ မျှဝေသုံးသည် — account တစ်ခုလျှင် လက်ကျန်ငွေ တစ်ခုရှိသည်။ API key သည် ၎င်းကိုပိုင်ဆိုင်သော account ၏ လက်ကျန်ငွေမှ chat နှင့် တူညီသော ဈေးနှုန်းဖြင့် သုံးစွဲသည်။
• Packs — Credit ကို 1,000,000 ($5.00)၊ 2,000,000 ($10.00) နှင့် 5,000,000 ($25.00) tokens pack များအဖြစ် ရောင်းချသည်၊ သို့မဟုတ် 1,000,000 လျှင် $5.00 နှုန်းဖြင့် 1,000,000 မှ 100,000,000 tokens အထိ သင်ရွေးသော ပမာဏဖြင့် ရောင်းချသည်။

Credit ဖြည့်သွင်းရန် Plan ပြောင်းလဲရန်

request တစ်ခုက ဖယ်ထားသည့်အရာနှင့် ကုန်ကျစရိတ်

• ဖယ်ထားခြင်း — request ရောက်လာသောအခါ ၎င်း၏ output budget ကို သင့်လက်ကျန်ငွေမှ ဖယ်ထားသည်- /v1/chat/completions နှင့် /v1/messages တွင် max_tokens၊ /v1/responses တွင် max_output_tokens။ /v1/chat/completions သည် max_completion_tokens ကိုလည်း ဖတ်သည်။ default မှာ 4,096 ဖြစ်ပြီး အပိုင်းအခြားမှာ 1 မှ 65,536 ဖြစ်သည်။
• လက်ခံခြင်း — ဖယ်ထားမှုသည် သင့်လက်ကျန်ငွေ၏ ကျန်ရှိသည့်ပမာဏထဲ ဆန့်မှသာ request ကို လက်ခံသည်။ လက်ကျန်ငွေသည် သုညထက်များသော်လည်း output budget ထက် နည်းလျှင် Quota exceeded ပြန်ကြားချက် ရသည်။ ကျန်သည်ကို သုံးရန် max_tokens ပိုသေးသည်ကို ပို့ပါ။
• ရှင်းလင်းခြင်း — အဖြေ ပြီးမြောက်သောအခါ ဖယ်ထားမှုကို အမှန်တကယ်ကျသင့်ငွေဖြင့် အစားထိုးသည်။ ကျသင့်ငွေသည် ဖယ်ထားမှုထက် နည်းနိုင်သလို များနိုင်သည်။
• ပြန်ပေးခြင်း — အမှား status ဖြင့် အဆုံးသတ်သော request သည် ၎င်း၏ ဖယ်ထားမှုကို အပြည့်အဝ ပြန်ပေးသည်။

အမှန်တကယ် ကျသင့်ငွေသည် model မိသားစုပေါ်မူတည်သည်။

USD ပမာဏကို သင့်လက်ကျန်ငွေမှ 1,000,000 လျှင် $5.00 နှုန်းဖြင့် tokens အဖြစ် နုတ်ယူပြီး ကိန်းပြည့် token သို့ ဝိုင်း၍ယူသည်။

POST /v1/tokenize သို့မဟုတ် POST /v1/messages/count_tokens ဖြင့် tokens ရေတွက်ခြင်းသည် အခမဲ့ဖြစ်ပြီး ဘာမျှ မဖယ်ထားပါ။ Token ရေတွက်ခြင်း

လက်ကျန်ငွေနှင့် အသုံးပြုမှုကို မည်သည့်နေရာတွင် ကြည့်မည်

Keys & usage စာမျက်နှာတွင် သင်ယခုသုံးနိုင်သည့်ပမာဏ၊ ယနေ့ plan allowance၊ ဝယ်ယူထားသော credit နှင့် လွန်ခဲ့သော 30 ရက်၏ API သုံးစွဲမှုကို ပြသည်။ ၎င်းအောက်တွင် သင့် key ပြုလုပ်ခဲ့သော request တိုင်းကို စာရင်းပြသည်- အချိန်၊ endpoint၊ model၊ cache လုပ်ထားသော input၊ ကျသင့် tokens နှင့် ကုန်ကျစရိတ်။ Keys & usage

ပြန်ကြားချက်တိုင်းတွင် ထို call ၏ token ရေတွက်မှုများပါသော usage object တစ်ခုလည်း ပါသည်။

• usage တွင် model ၏ token ရေတွက်မှုများ ပါသည်။ သင့်လက်ကျန်ငွေမှ နုတ်ယူသည့်ပမာဏသည် ပြန်ကြားချက်တွင် မပါပါ- ၎င်းသည် Keys & usage ရှိ request စာရင်း၏ Billed tokens ကော်လံ ဖြစ်သည်။
• host လုပ်ထားသော open-weight model ဖြင့် /v1/messages တွင် input_tokens သည် input ၏ cache မလုပ်ထားသော အပိုင်းဖြစ်ပြီး cache_read_input_tokens သည် cache လုပ်ထားသော အပိုင်းဖြစ်ကာ cache_creation_input_tokens သည် အမြဲတမ်း 0 ဖြစ်သည်။
• /v1/chat/completions ပေါ်ရှိ stream သည် usage ကို [DONE] မတိုင်မီ နောက်ဆုံး chunk တွင် သယ်ဆောင်သည်။ စตรีမင်း

လက်ကျန်ငွေ ကုန်သွားသောအခါ

ဖယ်ထားမှုသည် သင့်လက်ကျန်ငွေထဲ မဆန့်သော request ကို status 429၊ type rate_limit_error နှင့် အောက်ပါမက်ဆေ့ချ်ဖြင့် ဖြေသည်။ ဘာမျှ မကျသင့်ပါ။ လက်ကျန်ငွေသည် သုညထက်များသော်လည်း request ၏ output budget ထက်နည်းလျှင်လည်း တူညီသော ပြန်ကြားချက်ကို ပို့သည်။

{
  "error": {
    "type": "rate_limit_error",
    "message": "Quota exceeded. Upgrade your plan at shannon-ai.com/plan"
  }
}

{
  "type": "error",
  "error": {
    "type": "rate_limit_error",
    "message": "Quota exceeded. Upgrade your plan at shannon-ai.com/plan"
  }
}

/v1/responses တွင် error object သည် code နှင့် param ကိုလည်း ပါနိုင်ပြီး နှစ်ခုလုံး null ဖြစ်သည်။

သင်လုပ်နိုင်သည့်အရာများ-

• 00:00 UTC တွင် နောက် plan allowance ကို စောင့်ပါ။
• Credit ဖြည့်သွင်းပါ။ Credit ကို plan allowance ပြီးမှ သုံးပြီး သက်တမ်းမကုန်ပါ။ Credit ဖြည့်သွင်းရန်
• နေ့စဉ် allowance ပိုများသော plan သို့ ပြောင်းပါ။ Plan ပြောင်းလဲရန်
• လက်ကျန်ငွေ အနည်းငယ်ကျန်လျှင် max_tokens ပိုသေးသည်ကို ပို့ပါ- ထိုအခါ ဖယ်ထားမှု ပိုသေးသွားမည်။

Shannon Coder call allowance

/v1/chat/completions နှင့် /v1/messages ပေါ်ရှိ shannon-coder-1 ကို tokens ဖြင့် မဟုတ်ဘဲ calls ဖြင့် ရေတွက်သည်။ plan တစ်ခုစီတွင် 4 နာရီ window တစ်ခုလျှင် calls အရေအတွက်တစ်ခု ပါဝင်သည်။ request တစ်ခုသည် call တစ်ခု ဖြစ်သည်။

• Window များသည် 00:00, 04:00, 08:00, 12:00, 16:00, 20:00 UTC တွင် စတင်သည်။ window အဆုံးတွင် ကျန်ရှိသော calls များကို နောက်သို့ မလွှဲပါ။
• call ကို request လက်ခံသည့်အခါ model မဖြေမီ ရေတွက်သည်။ ထို့နောက် မအောင်မြင်သော request ကိုလည်း call တစ်ခုအဖြစ် ဆက်ရေတွက်သည်။
• ဤ calls များသည် tokens မဖယ်ထားဘဲ သင့်လက်ကျန်ငွေမှ ဘာမျှ မနုတ်ပါ။ Keys & usage ရှိ request စာရင်းတွင် ၎င်းတို့၏ token အရေအတွက်နှင့် စာရင်းပြထားသော ဈေးနှုန်းအရ တန်ဖိုးကို ပြသည်။
• ဤ endpoint နှစ်ခုတွင် shannon-coder-1 ၏ default max_tokens မှာ 65,536 ဖြစ်သည်။
• calls မကျန်တော့လျှင် ပြန်ကြားချက်သည် status 429၊ type rate_limit_error၊ message Shannon Coder call quota reached. Upgrade your plan at shannon-ai.com/plan ဖြစ်သည်။
• /v1/responses တွင် shannon-coder-1 တွင် call allowance မရှိပါ- အခြား model တိုင်းကဲ့သို့ 1M လျှင် $8.00 နှုန်းဖြင့် သင့်လက်ကျန်ငွေမှ tokens ဖြင့် ကျသင့်သည်။

Flood protection

account တစ်ခုသည် တစ်မိနစ်လျှင် request 120 ခု ပို့နိုင်သည်။ ၎င်းသည် request နှုန်းအတွက် တစ်ခုတည်းသော ကန့်သတ်ချက်ဖြစ်ပြီး plan တိုင်းတွင် တူညီသည်။ ၎င်းသည် ရုတ်ချည်းလွှမ်းမိုးမှုကို တားဆီးရန် ရှိခြင်းဖြစ်ပြီး ပုံမှန်အသုံးပြုမှုကို နှေးကွေးစေရန် မဟုတ်ပါ။

• မိနစ်ဆိုသည်မှာ သင်၏ ပထမဆုံး request နှင့်အတူ ပွင့်သည့် 60 စက္ကန့် ပုံသေ window ဖြစ်သည်။ ပြီးဆုံးသောအခါ ရေတွက်မှု သုညမှ ပြန်စသည်။
• ရေတွက်မှုသည် account တစ်ခုချင်းစီအလိုက် ဖြစ်ပြီး key အလိုက်လည်းမဟုတ်၊ IP လိပ်စာအလိုက်လည်း မဟုတ်ပါ။ key ကို လဲလှယ်ခြင်းဖြင့် window အသစ် မဖွင့်ပေးပါ။
• window တစ်ခုအတွင်း 121 ကြိမ်မြောက် request ကို status 429၊ type rate_limit_error နှင့် မက်ဆေ့ချ် Too many requests. Retry in <N>s. ဖြင့် ဖြေသည်။ N သည် window ပြီးဆုံးသည်အထိ 1 မှ 60 အတွင်း စက္ကန့်အရေအတွက် ဖြစ်သည်။
• Flood protection ကို လက်ကျန်ငွေမစစ်မီ စစ်ဆေးသည်။ ၎င်းက ငြင်းပယ်သော request သည် ဘာမျှ မဖယ်ထားဘဲ ကုန်ကျစရိတ်လည်း မရှိပါ။

{
  "error": {
    "type": "rate_limit_error",
    "message": "Too many requests. Retry in 37s."
  }
}

{
  "type": "error",
  "error": {
    "type": "rate_limit_error",
    "message": "Too many requests. Retry in 37s."
  }
}

အပြိုင် request များ

account တစ်ခုက တစ်ပြိုင်နက် ဖွင့်ထားနိုင်သော request အရေအတွက်ကို ကန့်သတ်ခြင်း မရှိဘဲ request များကို အပြိုင်ပို့သဖြင့် အမှားလည်း မဖြစ်ပါ။ ချက်ချင်း မစတင်နိုင်သော request များသည် တန်းစီစောင့်ပြီး အလှည့်ကျ ဖြေကြားခံရသည်။

• request တိုင်းသည် ရောက်လာချိန်တွင် ယခင် request များ ပြီးမပြီးမခြား တစ်မိနစ်လျှင် 120 ထဲ ရေတွက်သည်။
• request တစ်ခုစီသည် ပြီးဆုံးသည်အထိ ကိုယ်ပိုင်ဖယ်ထားမှုကို ကိုင်ထားသည်။ default output budget ဖြင့် ဖွင့်ထားသော request နှစ်ဆယ်သည် လက်ကျန်ငွေ tokens 20 × 4,096 = 81,920 ကို ကိုင်ထားသည်။ ဖယ်ထားမှုများ ပေါင်းလဒ်သည် သင့်လက်ကျန်ငွေထက် ပိုကြီးလျှင် ပြီးဆုံးသော calls များ ကုန်ကျစရိတ် ပိုနည်းမည်ဖြစ်စေကာမူ နောက် request သည် Quota exceeded ပြန်ကြားချက်ရမည်။ max_tokens ပိုသေးလျှင် ကိုင်ထားမှု နည်းသည်။
• stream မလုပ်သော request သည် အဖြေပြီးမြောက်သည်အထိ ဘာမျှ မပို့ပါ၊ ထို့ကြောင့် စောင့်ဆိုင်းချိန်ကို လွှမ်းခြုံသော timeout ကို client သို့ ပေးပါ။ stream သည် စောင့်နေစဉ် ချိတ်ဆက်မှုကို ဖွင့်ထားသည်။ စตรีမင်း

တစ်ခုတည်းသော request ၏ ကန့်သတ်ချက်များ

အမှားများ

ဤစာမျက်နှာရှိ ပြန်ကြားချက်များ။ /v1/messages တွင် တူညီသော error object ကို {"type": "error", "error": {…}} အဖြစ် ထုပ်ပိုးထားသည်။