Vi verken lagrer eller har tilgang til brukerdata, og vi suspenderer ikke kontoer med mindre en lovlig myndighet krever en håndhevingshandling.
Forskning · Bildegenerering

Den usensurerte AI-bildegeneratoren

Ingen innholdsfilter på genereringsveien. Ingen avvisningslag på modellen som skriver prompten. Og prompten vises for deg på et bekreftelseskort før noe rendres eller faktureres.

Oppdatert 5. september 2026HovedartikkelShannon-chatappen

Kort fortalt

Shannon genererer bilder fra vanlig språk, på hvilket som helst språk, redigerer ett eksisterende bilde, og slår sammen to eller flere bilder til ett. Det finnes ingen innholdsfilter på genereringsveien og ingen avvisningslag på modellen som gjør forespørselen din om til en genereringsprompt — og det er hele poenget, fordi filtrerte generatorer rutinemessig blokkerer legitimt profesjonelt arbeid. Før noe rendres, viser Shannon deg den nøyaktige prompten den skrev, på et bekreftelseskort; ingenting genereres og ingenting faktureres før du bekrefter. Shannon genererer aldri uoppfordret. Fem bildeformater. Dette bor i Shannon-chatappen, ikke i /v1-API-et — og for å være helt tydelig: det finnes ingen videogenerering.

De fleste som søker etter en «usensurert AI-bildegenerator», er ikke ute etter noe grenseoverskridende. De er illustratører som fikk avslag på en croquis-referanse, medisinske skribenter som fikk avslag på en anatomiplansje, sikkerhetsforskere som fikk avslag på et falskt innloggingsbilde de trengte i et opplæringsopplegg, romanforfattere som fikk avslag på en slagscene, tegnere som fikk avslag på å tegne en politiker. Filteret bestemte ikke at arbeidet deres var skadelig. Det bestemte at det ikke kunne avgjøre det, og å avvise er billigere enn å ta feil. Denne artikkelen forklarer hva Shannon gjør i stedet, og nøyaktig hvordan flyten fungerer fra det øyeblikket du skriver en forespørsel.

Ingen
Innholdsfilter
5
Bildeformater
2+
Bilder du kan slå sammen
0
Videogenerering

01Hva betyr «usensurert» egentlig for en bildegenerator?

Ordet brukes løst nok til å være nesten meningsløst, så her er den presise versjonen. Et moderne bildeprodukt har minst fire steder der en forespørsel kan dø:

  1. Klassifisering av inndata — teksten din vurderes mot temakategorier før noe annet skjer, og en høy score dreper forespørselen.
  2. Omskriving av prompten — en assistent «forbedrer» prompten din i stillhet, noe som i praksis betyr å slipe bort akkurat det du ba om.
  3. Et avvisningslag på assistenten — modellen som snakker med deg, nekter å sende forespørselen videre, som regel med et avsnitt om hvorfor den ikke kan hjelpe.
  4. Klassifisering av utdata — det ferdige bildet vurderes etter rendring og holdes tilbake, så du brenner genereringen og får ingenting.

På Shannon finnes det ingen innholdsfilter på genereringsveien og ingen avvisningslag på modellen som skriver prompten. Forespørselen din vurderes ikke mot en sperreliste over temaer, skrives ikke stille om til noe tryggere, og avvises ikke fordi et ord i den traff en risikokategori. Modellen som leser meldingen din, skriver en genereringsprompt som gjenspeiler det du faktisk ba om, og gir den så til deg for kontroll.

Hva «usensurert» ikke er: det er ikke en påstand om at hver rendring blir et mesterverk, eller at anatomi og fysikk alltid blir riktig — det er kapasitetsspørsmål, dekket ærlig i promptguiden. Det er heller ikke en påstand om at alt er tillatt. Shannon Lab LLC driver etter en policy for ansvarlig bruk, og fraværet av et automatisk filter er nettopp grunnen til at den policyen bærer vekten i stedet. Å fjerne et grovt verktøy hever kravet til mennesket som holder det; det fjerner ikke kravet.

02Avvisningsproblemet: legitimt arbeid som filtrerte generatorer blokkerer

Innholdsfiltre klassifiserer etter overflatetrekk, fordi det er alt de kan gjøre billig i stor skala. De ser ord og piksler. De ser ikke formål, faglig sammenheng eller hvem som spør. Det gapet er der skaden skjer, og det er bemerkelsesverdig likt på tvers av produkter: den samme håndfullen kategorier blir avvist overalt, av den samme strukturelle grunnen.

ArbeidskategoriHvorfor filteret avviserHva det faktisk ble bedt om
Kunstnerisk akt & figurstudierNakenhetsklassifiserere kan ikke skille billedkunsttradisjonen fra pornografi, så selve kroppen blir risikosignalet.En croquis-referanse, en anatomistudie, et konsept til en figurskulptur — grunnlaget for kunstutdanning i fem århundrer.
Medisinsk illustrasjonOperasjonsfelt, sår og indre anatomi leses som blodig grafikk av en klassifiserer trent på voldelige bilder.En lærebokplansje, et pasientinformasjonsdiagram, en dermatologisk presentasjon, en tidsskriftsfigur.
Rettsmedisinsk illustrasjonSkademønstre og åstedsrekonstruksjoner kan ikke skilles fra voldelig innhold ut fra pikselstatistikk.Et rettsbevis, en ulykkesanalytisk rekonstruksjon, et treningsbilde for etterforskere.
Bilder til sikkerhetsforskningEt overbevisende falskt innloggingsbilde ser nøyaktig ut som misbruket det er laget for å lære folk å oppdage.Opplæringsmateriell om phishing, en figur i en red team-rapport, et lysbilde til et konferanseforedrag.
Vold i fiksjonEnhver skildring av skade scorer som skade; filteret har ikke noe begrep om fortellermessig ramme.Omslagskunst til en krigsroman, en tegneserierute, et storyboard, et spillkonsept, en historisk slagscene.
Politisk satireEn gjenkjennelig offentlig person pluss lite flatterende kontekst utløser både likhets- og nedvurderingsregler på én gang.En politisk vittighetstegning — en beskyttet ytringsform eldre enn fotografiet.
Merkevare- & likhetsarbeidSperrelister for varemerker og personlikhet gjelder likt for alle, rettighetshaveren inkludert.Et byrå som lager utkast til sin egen kundes emballasje; en musiker som lager sin egen turnéplakat.

Se nøye på den siste raden, for den avslører hele designet. En generell likhetssperre behandler rettighetshaveren identisk med en krenker: personen med det sterkeste tenkelige kravet på en merkevare eller et ansikt får avslag med den samme meldingen som en fremmed. Ikke noe filter kan fikse det, fordi den manglende informasjonen ikke ligger i prompten — den ligger i hvem som spør, og en klassifiserer vet det aldri. Den samme skjevheten går gjennom hver eneste rad. Ingenting i pikslene skiller en anatomiplansje fra pornografi, eller en rettsmedisinsk rekonstruksjon fra blodige bilder. Ingenting skiller en phishing-attrapp laget for å lære opp ansatte, fra en laget for å svindle dem: de er per definisjon det samme bildet. Bygg porten for å fange den andre, og du fanger alltid den første.

Det finnes en andre kostnad, som sjelden regnes med: den nedkjølende effekten på hvordan folk skriver. Etter tre avslag begynner du å skrive defensivt — du tar forbehold, bruker eufemismer, dropper detaljen som betydde noe, legger til «smakfullt» som en talisman. Resultatet blir dårligere, ikke fordi modellen ble dårligere, men fordi du sluttet å beskrive det du ville ha. En usensurert generator er delvis en kvalitetsfunksjon nettopp av denne grunnen: du kan skrive den sanne beskrivelsen, og dermed får du det sanne bildet.

03Slik fungerer Shannons flyt med bekreftelse før rendring

Å fjerne filteret reiser et opplagt spørsmål: hvis ingenting sjekker forespørselen, hva hindrer en misforståelse i å bli en rendring du ikke ville ha og ikke forventet å betale for? Shannons svar er ikke enda en automatisk port. Det er å vise deg prompten og spørre.

De fire stegene

  1. Du spør på vanlig språk, på hvilket som helst språk. Det finnes ingen spesiell syntaks, ingen /imagine-kommando, ingen parameterstreng. Du beskriver det du vil ha, slik du ville beskrevet det for et menneske. Shannon jobber på det språket du skriver på.
  2. Shannon avgjør at det bes om et bilde. Dette er en vurdering av hensikt, ikke et nøkkelordtreff. Å snakke om et fotografi er ikke det samme som å be om ett.
  3. Shannon skriver selv genereringsprompten, på engelsk. Uansett hvilket språk du spurte på, settes prompten sammen på engelsk — beskrivelsen din utvidet til den motiv-først-formen i prosastil som bildemodellen svarer best på, med et bildeformat valgt og den konkrete detaljen som en kort forespørsel utelater, fylt inn.
  4. Bekreftelseskortet dukker opp — og stopper. Du ser hele prompten Shannon skrev, før noe rendres. Ingenting genereres og ingenting faktureres før du bekrefter. Du kan godkjenne den, avvise den, eller fortelle Shannon hva som skal endres og få et revidert kort.

Hvorfor dette er bedre enn et filter

Et filter er en beslutning som tas om deg, usynlig, med informasjon det ikke har. Et bekreftelseskort er en beslutning som tas av deg, synlig, med all informasjonen som finnes. Konsekvensene bygger på hverandre:

  • Ingen overraskelser på fakturaen. Rendringen er det dyre steget, og kortet kommer først — så en feiltolket forespørsel koster deg et blikk, ikke en generering.
  • Du fanger opp avdrift før det rendres. Hvis du spurte på japansk om en bestemt type lys og den engelske prompten ble subtilt annerledes, ser du det i teksten, ikke tretti sekunder senere i et bilde.
  • Prompten lærer deg noe. Å lese hvordan Shannon utvider «et stemningsfullt portrett av en fiolinist» til et helt avsnitt med kamera, objektiv, lys og omgivelser, er den raskeste måten å lære hva bildemodellen responderer på.
  • Tvetydighet løses i din favør. Der et filtrert produkt gjetter forsiktig og ofte avviser, skriver Shannon sin beste tolkning og lar deg korrigere den.

Et gjennomarbeidet eksempel. Du skriver, på portugisisk, omtrent «lag en plakat til bandets konsert på det gamle teateret, røff, litt 70-talls». Shannon gjenkjenner en bildeforespørsel, velger tall fordi du sa plakat, og skriver:

A four-piece rock band standing in the lobby of a decaying 1920s theater,
lit by a single bare bulb overhead, three of them facing camera and one
turned away. Shot on expired Kodak Portra 400, 35mm, heavy grain and
slight color shift toward magenta. Peeling gilt plasterwork and torn red
velvet drapes behind them, dust visible in the light. Shallow depth of
field, harsh top light, deep shadows under the eyes.

Det kortet er der du oppdager at du ville ha fem bandmedlemmer, ikke fire. Du sier fra, kortet oppdateres, og først da rendres noe som helst. Under et filtrert produkt ville du ha betalt for feil bilde først.

04Shannon genererer aldri uoppfordret

Den motsatte feilmåten betyr like mye. Et produkt som er ivrig etter å generere, er slitsomt: du limer inn et skjermbilde for å spørre om det, og får en «forbedret» versjon tilbake; du sier «se det for deg» som en talemåte, og får et bilde. Shannon gjør ikke dette.

  • En hilsen er ikke en forespørsel. Å si hei gir et svar, ikke en rendring.
  • Et spørsmål er ikke en forespørsel. Å spørre hva som kjennetegner et godt albumcover, gir deg et svar om albumcovere.
  • Et tilfeldig vedlagt bilde er ikke en forespørsel. Å slippe et bilde inn i samtalen for å diskutere det, starter ingen redigering.
  • Å snakke om bilder er ikke å be om ett. Å diskutere et maleri, en fotografs teknikk eller en designbrief forblir en samtale.

Og følgesetningen, som er den delen folk finner mest nyttig i det daglige arbeidet: å be Shannon se på et bilde er vanlig synsarbeid, ikke en generering. Beskriv dette bildet, les teksten i dette skjermbildet, si hva som er galt med denne layouten, transkriber dette håndskrevne notatet, identifiser planten — alt det er lesing, ikke laging. Det gir ikke noe bekreftelseskort og koster ingenting ekstra ut over den vanlige samtalen. Generering er en egen, bevisst handling med en synlig port foran seg, og alt annet er bare prat.

05Bildeformater: fem fasonger, og din vinner

Innramming er ikke pynt. Den endrer komposisjonen, hvordan modellen fordeler detaljer, og om resultatet passer der du har tenkt å plassere det. Shannon tilbyr fem formater, utleder et fornuftig ett fra beskrivelsen din, og bøyer seg for deg i det øyeblikket du sier hva du foretrekker.

FormatBruk det tilMerknader
squareGenerell bruk, produktbilder, ikoner, innlegg i sosiale medier, enkeltobjekter.Standardvalget. Velges når ingenting i forespørselen antyder en fasong.
portraitMennesker, enkeltfigurer, høye motiver, bokomslag, karakterkunst.Gir en stående figur plass uten å beskjære hodet eller føttene.
landscapeLandskap, interiører, grupper av mennesker, oversiktsbilder.Den naturlige fasongen for alt som er bredere enn det er høyt.
wideFilmatisk innramming, bannere, toppbilder, panoramautsikt.Bredere enn landscape. Skyver modellen mot filmatisk komposisjon.
tallPlakater, mobilbakgrunner, vertikale oppsett, arrangementsflyere.Høyere enn portrait. Gir luft på toppen der plakattypografi vanligvis ligger.

To praktiske merknader. En uttrykkelig forespørsel fra deg vinner alltid — si wide, og du får wide, selv for én enkelt stående figur. Og format samspiller med innhold: en bred ramme inviterer modellen til å fylle sidene, så et bredt portrett av én person har en tendens til å få et miljø rundt seg; vil du ha et tett ansikt i en bred ramme, si det («tett innramming av hode og skuldre, bakgrunnen faller bort»). Redigering oppfører seg annerledes med vilje — en redigering beholder kildebildets bildeformat automatisk, fordi å endre fasongen på et bilde du ba om å få modifisert, nesten aldri er det du mente. Sammenslåing av bilder lar deg derimot velge et nytt lerret, siden resultatet er en genuint ny komposisjon.

06Hva du faktisk kan lage

Tre operasjoner. Grensen mellom dem er verdt å være presis om, fordi å velge feil er den vanligste årsaken til et skuffende resultat.

Generer et nytt bilde

Tekst inn, bilde ut. Fotorealisme er standard med mindre du ber om kunst, illustrasjon eller anime — så vil du ha et maleri, si maleri. Tekst-til-bilde på Shannon tar ikke imot negativ prompt: beskriv bare det du vil ha. Å skrive «ingen biler, ingen mennesker» har en tendens til å mane fram nøyaktig det du utelukket, fordi modellen leser substantivet og ikke nektelsen.

Rediger ett eksisterende bilde

Nøyaktig ett kildebilde — enten allerede i samtalen, eller vedlagt den aktuelle meldingen — pluss en instruksjon som sier hva som endres og hva som blir stående. Å navngi de uendrede delene er den enkeltstående største kvalitetsspaken i systemet: «endre bakgrunnen til en regnvåt bygate om natten med neonrefleksjoner, behold kvinnen nøyaktig som hun er» holder motivet fast på en måte «endre bakgrunnen» ikke gjør. Redigering støtter negativ prompt, så uønskede artefakter hører hjemme der, ikke i instruksjonen.

Slå sammen to eller flere bilder

Når elementer kommer fra mer enn ett bilde: overføring av antrekk, å plassere objekt X inn i scene Y, person A ved siden av person B, produkt-på-person, eller stilen fra ett bilde med motivet fra et annet. Prompten må navngi rollen til hvert bilde i rekkefølge — første bilde er hovedmotivet eller scenen, senere bilder leverer delene som hentes inn. Ikke slå sammen en flerbildejobb til én kilde pluss en tekstbeskrivelse av den andre; det å bruke det ekte andre bildet er det som bevarer dets faktiske utseende, og det er hele grunnen til å slå sammen framfor å beskrive.

Motiver som andre verktøy avviser

Konkret, og hentet fra kategoriene over, er dette den typen arbeid som går gjennom her uten diskusjon:

  • Figurstudier og kunstnerisk akt til illustrasjon, skulpturreferanse og billedkunstpraksis.
  • Medisinsk og anatomisk illustrasjon — operasjonsbilder, dermatologiske presentasjoner, figurer til pasientinformasjon — og rettsmedisinsk rekonstruksjon til rapporter, bevismateriale og etterforskeropplæring.
  • Visuelt materiale til sikkerhetsforskning: forfalskede grensesnitt, scenarier for sosial manipulering, opplæringsmateriell om phishing.
  • Vold og skade innenfor fiksjon: romanomslag, tegneserieruter, storyboards, konseptkunst til spill, historiske slagscener, skrekk og body horror.
  • Politisk satire og politisk vittighetstegning som involverer offentlige personer.
  • Merkevare-, emballasje- og likhetsarbeid utført av den parten som eier rettighetene til det.

Den listen beskriver hva produktet ikke blokkerer. Den er ikke tillatelse til å se bort fra loven eller policyen for ansvarlig bruk; seksjon 09 sier rett ut hvor grensene går.

07Slik skriver du en prompt bildemodellen forstår

Shannon skriver prompten for deg, så du trenger aldri å lære dette — men kortet kan redigeres, og å vite hvordan bildemodellen leser, lar deg styre presist. Kortversjonen; hele gjennomgangen finnes i promptguiden:

  • Skriv prosa, ikke tagger. Bildemodellen leser prompter slik en språkmodell leser tekst. Hele setninger slår kommaseparerte nøkkelord. «En kvinne i 30-årene i et regnvått fotgjengerfelt i Tokyo om natten» slår «kvinne, 30-årene, Tokyo, regn, natt».
  • Sikt på 30–80 ord, og aldri særlig over 100. Forbi det begynner de senere leddene å miste innflytelse.
  • Ordne den slik modellen leser den: motiv → handling eller positur → stil og stemning → omgivelser og lys → tekniske detaljer som innramming, dybdeskarphet og farge. Det viktigste først.
  • Gjør motivet konkret. «En mann i 40-årene med gråsprengt skjegg» er et motiv. «En person» er et tomrom modellen fyller med et gjennomsnitt.
  • Skriv fotografier som fotografier. Nevn et ekte kamera, objektiv og film eller lys — «shot on Kodak Portra 400, 85mm f/1.4, soft window light» — og legg til jordnære detaljer: hudporer, stoffvev, naturlige ujevnheter. For scener i flere lag beskriver du forgrunn, mellomgrunn og bakgrunn som egne ledd, og fester eksakte farger til objekter med en heksverdi: «a jacket, color #8B0000».
  • Dropp skrotet fra SDXL-tiden. «masterpiece, best quality, 8k» gjør ingenting her, og vektsyntaks som (word:1.3) tolkes ikke. Bland aldri motstridende føringer — «fotorealistisk» og «akvarell» i samme prompt gir deg ingen av delene.

I praksis: i stedet for elderly fisherman, portrait, weathered face, harbor, morning, photorealistic, masterpiece, best quality, 8k, skriv det slik modellen faktisk leser:

An elderly fisherman in his 70s with a deeply weathered face and white
stubble, mending a net across his knees, looking down at his hands. Quiet,
unposed documentary mood. A small working harbor at first light, wooden
hulls and coiled rope behind him, mist over the water. Shot on Kodak Portra
400, 85mm f/1.4, soft overcast light, shallow depth of field, visible skin
texture and pores.

Den er ikke lengre for lengdens skyld. Hvert ledd erstatter en beslutning modellen ellers ville tatt tilfeldig, med en du tok med hensikt.

08Hvor dette bor: chatappen, ikke API-et — og ingen video

To ting her som vi heller vil fortelle deg før du registrerer deg enn etterpå.

Bildearbeid ligger i chatappen

Generering, redigering og komposisjon av flere bilder skjer alt sammen i Shannon-chatappen. De er ikke tilgjengelige på /v1-API-et. Shannons API — /v1/chat/completions, /v1/messages og /v1/responses, alle med strømming, alle dokumentert på shannon-ai.com/docs/api — betjener tekst og syn. Syn betyr at modellene leser bilder du sender dem: beskriver, analyserer, transkriberer, resonnerer om et diagram eller et skjermbilde. Det betyr ikke å lage dem. Hvis du fant denne siden ved å søke etter et «usensurert API for bildegenerering», er det det ærlige svaret, og vi vil heller være direkte nå enn å la deg oppdage det etter at du har integrert. Det API-et er godt til, er den andre halvdelen av det samme problemet: usensurert tekst og syn, ingen avvisningslag, tre API-dialekter, på vår egen GPU-klynge. Forskningsindeksen har et modellkort for hver modell.

Det finnes ingen videogenerering

Shannon genererer ikke video. Den animerer ikke et stillbilde, lager ikke klipp, gjør ikke bilde-til-video eller tekst-til-video, og det finnes ingen slik planlagt funksjon som vi kunngjør her. Bildearbeid på Shannon betyr nøyaktig tre ting: generere et nytt bilde, redigere ett eksisterende bilde, og slå sammen to eller flere bilder. Er det video du trenger, er ikke Shannon verktøyet, og ingen mengde promptskriving vil endre det.

Vi sier dette rett ut fordi «usensurert bildegenerator» og «usensurert videogenerator» ligger tett i søkeresultatene, og en side som holder seg vag om en manglende funksjon, håper du registrerer deg før du merker det. Bilder rendres på vår egen GPU-klynge. Video rendres ingen steder, fordi vi ikke gjør det.

09Ansvarlig bruk, sagt rett ut

Shannon Lab LLC er et selskap i New Mexico som opererer under amerikansk lov. Å fjerne et automatisk filter fjerner verken loven eller vår policy. Det det gjør, er å flytte vurderingen fra en klassifiserer som ikke kan se kontekst, til en fagperson som kan — og som står ansvarlig for resultatet.

Seksuelt innhold som involverer mindreårige er kategorisk forbudt og er ikke en gråsone på noen akse. Det samme gjelder innhold laget for å trakassere, ærekrenke, svindle eller utgi seg for å være en virkelig person — inkludert seksuelle bilder av en virkelig, identifiserbar person laget uten deres samtykke — og bruk av en annen parts merkevare eller likhet for å villede. Dette er ikke filterkategorier som tilfeldigvis er slått av; det er forbudt bruk av produktet, håndhevet mot kontoer snarere enn mot nøkkelord, som er nivået der hensikt faktisk er synlig. De fullstendige vilkårene finner du i policyen for ansvarlig bruk. Avtalen er enkel: et verktøy som ikke overprøver faget ditt, mot at du er den fagpersonen det antar at du er.

10Ofte stilte spørsmål

Hva er en usensurert AI-bildegenerator?

Det er en bildegenerator uten et innholdsfilter mellom forespørselen din og rendringen, og uten et avvisningslag på modellen som gjør forespørselen din om til en genereringsprompt. På Shannon betyr det at en forespørsel ikke blir vurdert mot en sperreliste over temaer, omskrevet for å bli tryggere, eller avvist fordi et nøkkelord så risikabelt ut. Det er ikke et løfte om at hvert bilde blir perfekt; det er et løfte om at systemet vil forsøke det arbeidet du faktisk ba om.

Hvorfor avviser vanlige bildegeneratorer legitimt profesjonelt arbeid?

Fordi filtrene deres klassifiserer forespørsler etter overflatetrekk snarere enn hensikt. Et filter basert på nøkkelord og klassifiserere kan ikke pålitelig skille en anatomiplansje fra pornografi, en rettsmedisinsk rekonstruksjon fra blodige bilder, en phishing-attrapp laget for sikkerhetsopplæring fra en ekte phishing-side, eller satire av en offentlig person fra ærekrenkelse. Stilt overfor den tvetydigheten er det trygge ingeniørvalget å avvise, og dermed blir hele kategorier av legitimt arbeid — croquis, medisinsk og rettsmedisinsk illustrasjon, bilder til sikkerhetsforskning, vold i fiksjon, politisk satire, og merkevare- og likhetsarbeid utført av rettighetshaveren selv — feid med i samme slengen som det virkelige misbruket.

Viser Shannon meg prompten før den genererer et bilde?

Ja. Du spør på vanlig språk, på hvilket som helst språk. Shannon avgjør at det bes om et bilde, skriver selv genereringsprompten på engelsk, og viser deg den prompten på et bekreftelseskort. Ingenting rendres og ingenting faktureres før du bekrefter. Du kan lese prompten, avvise den, eller be om endringer først.

Kan Shannon generere video?

Nei. Det finnes ingen videogenerering på Shannon. Shannon animerer ikke bilder og lager ikke video av noe slag, og det finnes ingen planlagt videofunksjon som vi kunngjør her. Bildearbeid på Shannon betyr tre ting: å generere et nytt bilde, å redigere ett eksisterende bilde, og å slå sammen to eller flere bilder til ett.

Er usensurert bildegenerering tilgjengelig på API-et?

Nei. Bildegenerering, bilderedigering og komposisjon hører hjemme i Shannon-chatappen. /v1-API-et betjener tekst og syn — det leser bilder du sender det, og det lager dem ikke. Hvis du kom hit fra et søk etter et usensurert API for bildegenerering, er dette det ærlige svaret: bruk chatappen til bildearbeid, og API-et til usensurert tekst og syn.

11Resten av denne serien

Fire følgeartikler går i dybden på de delene du faktisk kommer til å bruke tid i:

For tekst- og synssiden av plattformen — de usensurerte modellene bak API-et — start på forskningsindeksen.

Generer det du faktisk ba om

Ingen filter på veien. Prompten på skjermen før noe rendres. Kun bilder.

Åpne chatappen API-dokumentasjon

Bilder rendres på vår egen GPU-klynge · ingen videogenerering · policy for ansvarlig bruk


Shannon Lab LLC, New Mexico, USA. Bildegenerering, bilderedigering og komposisjon av flere bilder er funksjoner i Shannon-chatappen og er ikke tilgjengelige på /v1-API-et, som betjener tekst og syn. Det finnes ingen videogenerering. Bildeformatene, bekreftelsesflyten og operasjonene som er beskrevet her, gjenspeiler produktet per 5. september 2026.

Alle forskningslenker