Bilder og filer
Send bilder med en melding: hvilke modeller som tar dem, de godtatte formene og grensene.
POST https://api.shannon-ai.com/v1/chat/completions
Et bilde sendes inne i en brukermelding, som én del av content. Eksemplet leser en lokal fil og sender den som en 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) import fs from "node:fs";
import OpenAI from "openai";
const client = new OpenAI({ apiKey: "YOUR_API_KEY", baseURL: "https://api.shannon-ai.com/v1" });
const image = fs.readFileSync("photo.jpg").toString("base64");
const response = await 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 } },
],
}],
});
console.log(response.choices[0].message.content); # Linux: base64 -w0 photo.jpg macOS: base64 -i photo.jpg
IMAGE=$(base64 -w0 photo.jpg)
curl https://api.shannon-ai.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d @- <<EOF
{
"model": "shannon-3",
"messages": [{
"role": "user",
"content": [
{"type": "text", "text": "What is in this picture?"},
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,${IMAGE}"}}
]
}]
}
EOF {
"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
}
} Hvilke modeller som tar bilder
| Modeller | Leser |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | Bilder og dokumenter: PDF-, Word-, PowerPoint-, Excel- og ren tekstfiler. |
shannon-1.6-lite, shannon-1.6-pro | Bilder. |
shannon-2-lite, shannon-2-pro | Bilder, i forespørsler som også sender tools eller response_format. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | Bilder. |
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 | Tekst. En forespørsel med et bilde besvares med status 400. |
shannon-coder-1 | Tekst. |
GET /v1/models rapporterer bilde som input per id som capabilities.vision. Modeller og priser
- Shannon-modellene leser filene i den siste brukermeldingen. Legg bildet i meldingen som spør om det.
- Shannon 3-familien holder også noen få bilder og dokumenter fra tidligere brukermeldinger i visning når de ble sendt inline, og leser et fast maksimalt antall bilder per forespørsel, talt fra det første.
- De hostede åpne vektmodellene leser bildene i hver melding i samtalen.
Godtatte former
En fil sendes på én av to måter: inne i forespørselen som base64, eller som en adresse API-et henter. Hver fil følger med forespørselen; API-et har ikke noe opplastingsendepunkt.
| Endepunkt | I forespørselen (base64) | Via adresse |
|---|---|---|
/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://…"}} |
Den samme brukermeldingen i hvert format:
{
"role": "user",
"content": [
{"type": "text", "text": "What is in this picture?"},
{
"type": "image_url",
"image_url": {
"url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD…"
}
}
]
} {
"role": "user",
"content": [
{"type": "input_text", "text": "What is in this picture?"},
{
"type": "input_image",
"image_url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD…"
}
]
} {
"role": "user",
"content": [
{"type": "text", "text": "What is in this picture?"},
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/jpeg",
"data": "/9j/4AAQSkZJRgABAQAAAQABAAD…"
}
}
]
} - En data-URL har formen
data:<media type>;base64,<data>. Delen;base64er påkrevd. - På
/v1/chat/completionsog/v1/responseskanimage_urlvære selve strengen eller et objekt{"url": "…"}. - Filtypen kommer fra data-URL-en eller fra
media_type. Uten den leses et bilde somimage/png. - Innebygde filer teller med i størrelsen på forespørselskroppen, som kan være opptil 32 MiB.
- Godtatt for kompatibilitet:
image_url.detail.
Grenser for eksterne filer
Når du sender en adresse, henter API-et filen før modellen kjører, innenfor disse grensene:
| Grense | Regel |
|---|---|
| Størrelse | Opptil 8 MiB per fil. |
| Tid | 20 sekunder til å svare. |
| Omdirigeringer | Høyst 5. |
| Adresse | http:// eller https://, uten brukernavn eller passord i adressen, på en vert med offentlig adresse. |
| Svar fra verten | En status i 200-serien og en kropp som ikke er tom. Filtypen leses fra Content-Type. |
| Forespurt som | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
Hvordan bilder telles i tokens
På de hostede åpne vektmodellene teller et bilde ett token for hver rute på 28 × 28 piksler: bredden delt på 28, rundet opp, ganger høyden delt på 28, rundet opp. Resultatet er en del av usage.prompt_tokens og faktureres som input.
- 1024 × 1024
- 1,369 tokens
- 1920 × 1080
- 2,691 tokens
- 512 × 512
- 361 tokens
- Et eksternt bilde hentes først, så den faktiske størrelsen telles.
- Et bilde hvis størrelse ikke kan leses, teller 1,024 tokens.
- Telleendepunktene bruker samme regel for data-URL-er. De henter ikke en ekstern adresse og teller den som 1,024 tokens. Token-telling
- For en Shannon-modell leser du hva en forespørsel med bilder kostet fra
usagei svaret.
Dokumenter og andre filer
Shannon 3-familien (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) leser også dokumenter. Teksten i dokumentet hentes ut og gis til modellen sammen med meldingen din.
| Dokument | Medietype |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Et dokument er en del av brukermeldingen, som et bilde:
| Endepunkt | I forespørselen (base64) | Via adresse |
|---|---|---|
/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."}
]
}
]
} {
"model": "shannon-3",
"input": [
{
"role": "user",
"content": [
{
"type": "input_file",
"file_data": "data:application/pdf;base64,JVBERi0xLjcKJeLjz9MK…"
},
{
"type": "input_text",
"text": "Summarise this report in five points."
}
]
}
]
} {
"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."}
]
}
]
} - Oppgi den faktiske medietypen til filen. Uten den leses et dokument som
application/pdf. - En ren tekstfil, som CSV, leses som tekst og legges ved på samme måte.
- Når et dokument ikke kan leses, eller filen er av en annen type, får modellen beskjed om det og kan si det i svaret sitt. Statusen er fortsatt
200. - På alle andre modeller utelates en dokumentdel fra det modellen leser, og forespørselen besvares ut fra resten.
- Et dokument sendt via adresse hentes under grensene for eksterne filer ovenfor.
Feil
| Status | Type | Melding | Når |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | Et bilde ble sendt til en hostet åpen vektmodell som bare tar tekst. Ingenting trekkes fra saldoen din. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | En lyd- eller videodel ble sendt til en hostet åpen vektmodell. |
413 | invalid_request_error | Failed to buffer the request body: … | Forespørselskroppen, med de innebygde filene, er større enn 32 MiB. Feilen har code: "request_too_large". |
En Shannon-modell svarer med status 200 uansett hvilke filer forespørselen har: en del den ikke leser, utelates. Feilhåndtering