Hopp til innholdet
Bilder og filer

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)
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
  }
}

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…"
      }
    }
  ]
}
  • En data-URL har formen data:<media type>;base64,<data>. Delen ;base64 er påkrevd.
  • På /v1/chat/completions og /v1/responses kan image_url være selve strengen eller et objekt {"url": "…"}.
  • Filtypen kommer fra data-URL-en eller fra media_type. Uten den leses et bilde som image/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 usage i 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
PDF 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."}
      ]
    }
  ]
}
  • 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