Model များနှင့် ဈေးနှုန်း

uncensored model များ

22

context window

256K

စတင်ဈေး

$0.50 /1M

Hosted open-weight models

id တိုင်းတွင် 262,144-token context ရှိသည်။ input နှင့် output ကို သီးခြားတွက်ချက်သည်။ id တစ်ခုစီသည် ၎င်းအတုယူထားသော model လက်ခံသည့်အရာကို လက်ခံသည်

Model	Input	Structured output	ထည့်သွင်း / cache / ထုတ်ပေး (1M လျှင်)	ပိုမို
DeepSeek-V4-Pro-08133BIT-REAPDeepSeek · 1.6T MoE · 49B activeUncensored	စာသား ထည့်သွင်းနိုင်သည်	JSON schema	$1.95 / $0.488 / $3.90	ပိုမို
GLM-5.23BIT-REAPZ.ai · 744B MoE · 40B activeUncensored	စာသား ထည့်သွင်းနိုင်သည်	JSON schema	$0.73 / $0.183 / $2.34	ပိုမို
Kimi-K33BIT-REAPMoonshot AI · 2.8T MoE · 104B activeUncensored	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$3.83 / $0.958 / $19.12	ပိုမို
Nemotron3Ultra3BIT-REAPNVIDIA · 550B hybrid Mamba-Attention MoE · 55B activeUncensored	စာသား ထည့်သွင်းနိုင်သည်	JSON schema	$0.75 / $0.188 / $3.30	ပိုမို
MiniMax-M33BIT-REAPMiniMax · 428B MoE · 23B active · sparse attentionUncensored	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$0.50 / $0.125 / $2.00	ပိုမို
DeepSeek-V4-Flash-0731W4A16-AUTOROUND-REAPDeepSeek · 284B MoE · 13B activeUncensored	စာသား ထည့်သွင်းနိုင်သည်	JSON schema	$0.50 / $0.125 / $2.00	ပိုမို
Kimi-K2.6W4A16-AUTOROUND-REAPMoonshot AI · 1T MoE · 32B activeUncensored	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$0.78 / $0.195 / $3.67	ပိုမို
Laguna-S-2.1W4A16-AUTOROUND-REAPPoolside · 118B MoE · 8B activeUncensored	စာသား ထည့်သွင်းနိုင်သည်	Structured output မရှိ	$0.50 / $0.125 / $2.00	ပိုမို
inklingW4A16-AUTOROUND-REAPThinking Machines · 975B MoE · 41B activeUncensored	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON object	$1.42 / $0.355 / $6.07	ပိုမို
MiMo-V2.5-ProW8A16Xiaomi · 1.02T MoE · 42B active · 8-bitUncensored	စာသား ထည့်သွင်းနိုင်သည်	JSON schema	$0.50 / $0.125 / $2.00	ပိုမို
MiMo-V2.5W8A16Xiaomi · 8-bit multimodal · W8A16Uncensored	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$0.50 / $0.125 / $2.00	ပိုမို
Hy3W8A16Tencent · 295B MoE · 21B active · 8-bitUncensored	စာသား ထည့်သွင်းနိုင်သည်	JSON schema	$0.50 / $0.125 / $2.00	ပိုမို

Shannon models

input နှင့် output အတွက် ဈေးနှုန်းတစ်ခုတည်း

Model	Context	Input	Structured output	ဈေးနှုန်း / 1M tokens
Shannon 1.6 Liteshannon-1.6-liteUncensored	192K	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$3.90
Shannon 1.6 Proshannon-1.6-proUncensored	192K	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$7.80
Shannon 2 Liteshannon-2-liteUncensored	192K	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$3.90
Shannon 2 Proshannon-2-proUncensored	192K	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$5.85
Shannon 3shannon-3Uncensored	192K	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$3.35
Shannon 3 Proshannon-3-proUncensored	192K	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$3.35
Shannon 3.1shannon-3.1Uncensored	192K	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$3.35
Shannon 3.1 Proshannon-3.1-proUncensored	192K	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$3.35
Shannon 3.5shannon-3.5Uncensored	192K	စာသား + ပုံ ထည့်သွင်းနိုင်သည်	JSON schema	$3.35
Shannon Coder 1shannon-coder-1Uncensored	128K	စာသား ထည့်သွင်းနိုင်သည်	JSON schema	$8.00

Quickstart သို့ သွားရန် Playground စမ်းကြည့်ရန်

အတန်းတစ်ခုကို ဖတ်ပုံ

Model တိုင်းသည် stream လုပ်နိုင်ပြီး tools ကို ခေါ်နိုင်သည်။ API ၏ အခြားအင်္ဂါရပ်များကို Capabilities စာမျက်နှာတွင် ဖော်ပြထားသည်။ စွမ်းရည်များ

Context window နှင့် output ကန့်သတ်ချက်များ

• context window သည် အဖြေတစ်ခုအတွက် model ဖတ်သည့် အရာအားလုံး- သင့် messages၊ tool အဓိပ္ပာယ်ဖွင့်ဆိုချက်များနှင့် ပုံများကို လွှမ်းခြုံသည်။
• Shannon 3 မိသားစုသည် ပိုရှည်သော စကားပြောဆိုမှုကို ကိုယ်တိုင် ကိုက်ညီအောင်လုပ်သည်- window ထဲဆန့်သော နောက်ဆုံး turn များကို ထားပြီး ဖြေကြားသည်။
• stream တွင် ရှည်လွန်းသော prompt ကို type invalid_request_error နှင့် code: "context_length_exceeded" ပါသော error frame အဖြစ် ဖော်ပြသည်။
• max_tokens သည် model တိုင်းတွင် 1 မှ 65,536 အထိ တန်ဖိုးများ လက်ခံသည်၊ GET /v1/models ရှိ max_output_tokens သည် ထိုအပိုင်းအခြား၏ အမြင့်ဆုံးဖြစ်သည်။ Default မှာ 4,096 ဖြစ်သည်။
• Model တိုင်းတွင် max_tokens သည် request တစ်ခုက သင့်လက်ကျန်ငွေမှ ဖယ်ထားသောပမာဏ ဖြစ်သည်။
• အဖြေအရှည်၏ ကန့်သတ်ချက်အဖြစ် max_tokens ကို host လုပ်ထားသော open-weight models၊ shannon-1.6-lite၊ shannon-1.6-pro နှင့် shannon-coder-1 တို့က အသုံးပြုသည်။
• Host လုပ်ထားသော open-weight models များတွင် ၎င်းသည် အဖြေစာသားကို ကန့်သတ်သည်။ အဖြေမတိုင်မီ reasoning ကို ၎င်းထဲတွင် မရေတွက်ဘဲ 256 အောက်ရှိ တန်ဖိုးကို 256 အဖြစ် သတ်မှတ်သည်။
• shannon-1.6-lite၊ shannon-1.6-pro၊ shannon-coder-1 သို့မဟုတ် Shannon 3 မိသားစု၏ stream သည် အဖြေကို ကန့်သတ်ချက်တွင် ဖြတ်တောက်ခဲ့လျှင် finish_reason: "length" ဖြင့် အဆုံးသတ်သည်။

ကန့်သတ်ချက်များနှင့် လက်ကျန်ငွေ

ဈေးနှုန်း ဖွဲ့စည်းပုံ

• ဈေးနှုန်းများသည် tokens 1,000,000 လျှင် USD ဖြင့် ဖြစ်သည်။ သင့်လက်ကျန်ငွေကို 1,000,000 လျှင် $5.00 တန်ဖိုးရှိသော tokens ဖြင့် ရေတွက်သဖြင့် model ၏ ဈေးနှုန်းသည် ၎င်း၏ tokens များက လက်ကျန်ငွေ မည်မျှယူသည်ကို ပြောပြသည်။
• Shannon models တွင် ဈေးနှုန်းတစ်ခုသာရှိသည်။ call တစ်ခုကို ထိုဈေးနှုန်းဖြင့် usage.total_tokens အတွက် ကျသင့်ငွေတောင်းသည်။
• Host လုပ်ထားသော open-weight models တွင် ဈေးနှုန်းသုံးခု ရှိသည်။ prompt cache မှ ဖတ်သော input ကို input ဈေး၏ 25% ကို $0.001 သို့ ဝိုင်းထားသော cached ဈေးနှုန်းဖြင့် ကျသင့်ငွေတောင်းသည်။ ကျန် input ကို input ဈေးနှုန်းဖြင့်၊ output ကို output ဈေးနှုန်းဖြင့် ကျသင့်ငွေတောင်းသည်။
• Host လုပ်ထားသော open-weight models များသည် model တစ်ခုစီ၏ ကိုယ်ပိုင် tokenizer ဖြင့် tokens ကို ရေတွက်သည်။ GET /v1/models သည် ၎င်းကို tokenizer: "original" ဟု မှတ်သားသည်။
• /v1/chat/completions နှင့် /v1/messages တွင် shannon-coder-1 ကို tokens ဖြင့်မဟုတ်ဘဲ calls ဖြင့် ရေတွက်သည်။ ၎င်း၏ စာရင်းပြထားသော ဈေးနှုန်းသည် /v1/responses တွင် သက်ရောက်သည်။

request တစ်ခုက ဖယ်ထားသည့်အရာ၊ ကျသင့်ငွေ တွက်ချက်ပုံ ဥပမာများနှင့် Shannon Coder call allowance တို့ကို ကန့်သတ်ချက်များနှင့် လက်ကျန်ငွေ စာမျက်နှာတွင် ဖော်ပြထားသည်။ ကန့်သတ်ချက်များနှင့် လက်ကျန်ငွေ

Model ids

ဤ id များထဲမှ တစ်ခုကို model အဖြစ် ပို့ပါ။

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

• စာလုံးအကြီးအသေးသည် အရေးမကြီးဘဲ id ၏ ဘေးရှိ space များကို ဖယ်ရှားသည်- SHANNON-3 နှင့် shannon-3 သည် model တစ်ခုတည်း ဖြစ်သည်။
• သင်မည်သို့ ရေးပို့ပို့ ပြန်ကြားချက်၏ model တွင် ထုတ်ပြန်ထားသော id ကို အမြဲပြန်ပေးသည်။
• Shannon 3 ကဲ့သို့ ပြသရန်အမည်သည် id မဟုတ်ပါ။

ပိုတိုသော ရေးပုံ လေးမျိုးကိုလည်း လက်ခံသည်။

ထုတ်ပြန်မထားသော id ကို endpoint သုံးခုလုံးတွင် status 400၊ type invalid_request_error နှင့် မက်ဆေ့ချ် unknown model: <id> ဖြင့် ဖြေသည်။ ၎င်းအစား အခြား model မည်သည်ကမျှ မဖြေပါ။

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

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

• model ကို အမြဲပို့ပါ။ /v1/responses သည် ၎င်းမပါသော request ကို 400 ဖြင့် ဖြေသည်။ /v1/chat/completions နှင့် /v1/messages တွင် ထိုကဲ့သို့ request ကို shannon-1.6-lite က ဖြေသည်။
• POST /v1/tokenize နှင့် POST /v1/messages/count_tokens တို့သည် host လုပ်ထားသော open-weight id များကို လက်ခံသည်။

Model များကို စာရင်းပြုစုခြင်း

GET /v1/models သည် ဤစာမျက်နှာရှိ model များကို တူညီသော context window၊ ဈေးနှုန်းနှင့် capabilities များပါသော JSON အဖြစ် ပြန်ပေးသည်။ model ရွေးချယ်ကိရိယာကို ဖြည့်ရန် သို့မဟုတ် code ထဲတွင် ဈေးနှုန်းစစ်ရန် သုံးပါ။

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"

ပြန်ကြားချက်ကို အမျိုးအစားတစ်ခုစီမှ entry တစ်ခုသို့ ချုံ့ထားသည်-

{
  "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 ကို key မလိုအပ်ပါ။ ပြန်ကြားချက်သည် ခေါ်သူတိုင်းအတွက် တူညီပြီး သင့် plan ပေါ် မမူတည်ပါ။
• စာရင်းတွင် ခေါ်ယူနိုင်သော id များ ပါသည်။ ယခုအချိန်တွင် ဝန်ဆောင်မှုမပေးနိုင်သော model ကို စာရင်းမှ ချန်လှပ်ထားသည်။
• model တစ်ခုအတွက် endpoint မရှိပါ- GET /v1/models/{id} သည် type not_found_error ပါသော 404 ဖြင့် ဖြေသည်။