Przejdź do treści
Obrazy i pliki

Obrazy i pliki

Wysyłaj obrazy z wiadomością: które modele je przyjmują, akceptowane formy i ich limity.

POST https://api.shannon-ai.com/v1/chat/completions

Obraz podróżuje wewnątrz wiadomości użytkownika, jako jedna część jej content. Przykład czyta lokalny plik i wysyła go jako 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
  }
}

Które modele przyjmują obrazy

Modele Czyta
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro Obrazy oraz dokumenty: PDF, Word, PowerPoint, Excel i pliki zwykłego tekstu.
shannon-1.6-lite, shannon-1.6-pro Obrazy.
shannon-2-lite, shannon-2-pro Obrazy, w zapytaniach, które wysyłają też tools lub response_format.
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 Obrazy.
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. Zapytanie z obrazem dostaje odpowiedź ze statusem 400.
shannon-coder-1 Tekst.

GET /v1/models raportuje obraz na wejściu dla każdego id jako capabilities.vision. Modele i ceny

  • Modele Shannon czytają pliki z ostatniej wiadomości użytkownika. Umieść obraz w wiadomości, która o niego pyta.
  • Rodzina Shannon 3 zachowuje też w widoku kilka obrazów i dokumentów z wcześniejszych wiadomości użytkownika, jeśli wysłano je inline, i czyta określoną maksymalną liczbę obrazów na zapytanie, licząc od pierwszego.
  • Hostowane modele open-weight czytają obrazy z każdej wiadomości rozmowy.

Akceptowane formy

Plik wysyła się na jeden z dwóch sposobów: w zapytaniu jako base64 albo jako adres, który API pobiera. Każdy plik podróżuje razem z zapytaniem; API nie ma endpointu do przesyłania plików.

Endpoint W zapytaniu (base64) Przez adres
/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://…"}}

Ta sama wiadomość użytkownika w każdym formacie:

{
  "role": "user",
  "content": [
    {"type": "text", "text": "What is in this picture?"},
    {
      "type": "image_url",
      "image_url": {
        "url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD…"
      }
    }
  ]
}
  • Data URL ma postać data:<media type>;base64,<data>. Część ;base64 jest wymagana.
  • W /v1/chat/completions i /v1/responses image_url może być samym ciągiem albo obiektem {"url": "…"}.
  • Typ pliku pochodzi z data URL lub z media_type. Bez niego obraz jest czytany jako image/png.
  • Pliki wbudowane liczą się do rozmiaru treści zapytania, która może mieć do 32 MiB.
  • Akceptowane dla zgodności: image_url.detail.

Limity dla plików zdalnych

Gdy wysyłasz adres, API pobiera plik przed uruchomieniem modelu, w następujących granicach:

Limit Zasada
Rozmiar Do 8 MiB na plik.
Czas 20 sekund na odpowiedź.
Przekierowania Najwyżej 5.
Adres http:// lub https://, bez nazwy użytkownika i hasła w adresie, na hoście z adresem publicznym.
Odpowiedź hosta Status z zakresu 200 i niepusta treść. Typ pliku jest odczytywany z Content-Type.
Żądane jako User-Agent: ShannonBot/1.0 (+https://shannon-ai.com)

Jak obrazy liczą się w tokenach

W hostowanych modelach open-weight obraz liczy się jako jeden token na każdy fragment 28 × 28 pikseli: szerokość podzielona przez 28 i zaokrąglona w górę, razy wysokość podzielona przez 28 i zaokrąglona w górę. Wynik wchodzi do usage.prompt_tokens i jest rozliczany jako wejście.

1024 × 1024
1,369 tokenów
1920 × 1080
2,691 tokenów
512 × 512
361 tokenów
  • Obraz zdalny jest najpierw pobierany, więc liczy się jego rzeczywisty rozmiar.
  • Obraz, którego rozmiaru nie da się odczytać, liczy się jako 1,024 tokenów.
  • Endpointy liczące stosują tę samą regułę dla data URL. Nie pobierają adresu zdalnego i liczą go jako 1,024 tokenów. Liczenie tokenów
  • W modelu Shannon koszt zapytania z obrazami odczytasz z usage w odpowiedzi.

Dokumenty i inne pliki

Rodzina Shannon 3 (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) czyta także dokumenty. Tekst dokumentu jest wyodrębniany i przekazywany modelowi razem z Twoją wiadomością.

Dokument Typ nośnika
PDF application/pdf
Word application/vnd.openxmlformats-officedocument.wordprocessingml.document
PowerPoint application/vnd.openxmlformats-officedocument.presentationml.presentation
Excel application/vnd.openxmlformats-officedocument.spreadsheetml.sheet

Dokument jest częścią wiadomości użytkownika, tak jak obraz:

Endpoint W zapytaniu (base64) Przez adres
/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."}
      ]
    }
  ]
}
  • Podaj prawdziwy typ nośnika pliku. Bez niego dokument jest czytany jako application/pdf.
  • Plik zwykłego tekstu, taki jak CSV, jest czytany jako tekst i dołączany w ten sam sposób.
  • Gdy dokumentu nie da się odczytać albo plik jest innego typu, model zostaje o tym poinformowany i może to powiedzieć w odpowiedzi. Status nadal wynosi 200.
  • W każdym innym modelu część z dokumentem jest pomijana w tym, co model czyta, a odpowiedź powstaje z reszty zapytania.
  • Dokument wysłany przez adres jest pobierany z zachowaniem limitów dla plików zdalnych powyżej.

Błędy

Status Typ Komunikat Kiedy
400 invalid_request_error <id> does not accept image input Obraz wysłano do hostowanego modelu open-weight, który przyjmuje tylko tekst. Z Twojego salda nic nie jest pobierane.
400 invalid_request_error audio and video input are not supported by any hosted model Część audio lub wideo wysłano do hostowanego modelu open-weight.
413 invalid_request_error Failed to buffer the request body: … Treść zapytania wraz z plikami wbudowanymi jest większa niż 32 MiB. Błąd niesie code: "request_too_large".

Model Shannon odpowiada ze statusem 200 niezależnie od plików, które niesie zapytanie: część, której nie czyta, jest pomijana. Obsługa błędów