انځورونه او فایلونه
انځورونه له پیغام سره ولیږئ: کوم ماډلونه یې مني، منل شوې بڼې او د هغوی حدونه.
POST https://api.shannon-ai.com/v1/chat/completions
انځور د user message دننه، د content د یوې برخې په توګه سفر کوي. نمونه یو محلي فایل لولي او د data URL په توګه یې لیږي.
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
}
} کوم ماډلونه انځورونه مني
| ماډلونه | لولي |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | انځورونه، او اسناد: PDF، Word، PowerPoint، Excel او ساده متن فایلونه. |
shannon-1.6-lite, shannon-1.6-pro | انځورونه. |
shannon-2-lite, shannon-2-pro | انځورونه، په هغو غوښتنو کې چې tools یا response_format هم لیږي. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | انځورونه. |
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 | متن. هغه غوښتنه چې انځور لري په حالت 400 ځواب کیږي. |
shannon-coder-1 | متن. |
GET /v1/models انځور input د هر id لپاره د capabilities.vision په توګه راپور کوي. ماډلونه او بیې
- د Shannon ماډلونه د وروستي user message فایلونه لولي. انځور هغه message کې ږدئ چې د هغه په اړه پوښتي.
- د Shannon 3 کورنۍ د پخوانیو user messages یو څو انځورونه او اسناد هم په پام کې ساتي کله چې inline لیږل شوي وي، او د هرې غوښتنې لپاره د انځورونو ټاکلی اعظمي شمیر لولي، له لومړي څخه شمیرل شوی.
- کوربه شوي open-weight ماډلونه د ګفتګې د هر message انځورونه لولي.
منل شوې بڼې
فایل په یوه له دوو لارو لیږل کیږي: د غوښتنې دننه د base64 په توګه، یا د پتې په توګه چې API یې راوړي. هر فایل له غوښتنې سره سفر کوي؛ API د پورته کولو endpoint نه لري.
| Endpoint | په غوښتنه کې (base64) | د پتې په واسطه |
|---|---|---|
/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://…"}} |
همغه user message په هره بڼه کې:
{
"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…"
}
}
]
} - data URL دا بڼه لري
data:<media type>;base64,<data>. د;base64برخه اړینه ده. - په
/v1/chat/completionsاو/v1/responsesکې،image_urlکولی شي پخپله string وي یا څیز{"url": "…"}. - د فایل ډول له data URL یا
media_typeڅخه راځي. پرته له هغه، انځور دimage/pngپه توګه لوستل کیږي. - Inline فایلونه د غوښتنې بدنې په اندازه کې شمیرل کیږي، چې تر 32 MiB پورې کیدی شي.
- د مطابقت لپاره منل شوی:
image_url.detail.
د لرې فایلونو حدونه
کله چې پته لیږئ، API فایل مخکې له دې راوړي چې ماډل وچلیږي، په دې حدونو کې:
| حد | قاعده |
|---|---|
| اندازه | د هر فایل تر 8 MiB پورې. |
| وخت | د ځواب لپاره 20 ثانیې. |
| Redirects | تر 5 پورې. |
| پته | http:// یا https://، په پته کې پرته له کارن نوم یا پټنوم، په هغه کوربه کې چې عامه پته لري. |
| د کوربه ځواب | د 200 لړۍ کې حالت او بدنه چې خالي نه وي. د فایل ډول له Content-Type څخه لوستل کیږي. |
| غوښتل کیږي د | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
انځورونه په ټوکنونو کې څنګه شمیرل کیږي
په کوربه شوو open-weight ماډلونو کې انځور د هر 28 × 28 پکسل پیچ لپاره یو ټوکن شمیرل کیږي: عرض چې پر 28 ویشل شوی، پورته ګردول شوی، ضرب د لوړوالي چې پر 28 ویشل شوی، پورته ګردول شوی. پایله د usage.prompt_tokens برخه ده او د input په توګه بیل کیږي.
- 1024 × 1024
- 1,369 ټوکنونه
- 1920 × 1080
- 2,691 ټوکنونه
- 512 × 512
- 361 ټوکنونه
- لرې انځور لومړی راوړل کیږي، نو ریښتینې اندازه یې شمیرل کیږي.
- انځور چې اندازه یې نشي لوستل کیدی 1,024 ټوکنونه شمیرل کیږي.
- د شمېرنې endpoints د data URLs لپاره همدا قاعده کاروي. دوی لرې پته نه راوړي او د 1,024 ټوکنونو په توګه یې شمیري. د ټوکنونو شمېرنه
- د Shannon ماډل لپاره، د انځورونو سره د غوښتنې لګښت په ځواب کې له
usageڅخه ولولئ.
اسناد او نور فایلونه
د Shannon 3 کورنۍ (shannon-3، shannon-3-pro، shannon-3.1، shannon-3.1-pro) اسناد هم لولي. د سند متن ایستل کیږي او ستاسو له پیغام سره ماډل ته ورکول کیږي.
| سند | د رسنۍ ډول |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
سند د user message برخه ده، لکه انځور:
| Endpoint | په غوښتنه کې (base64) | د پتې په واسطه |
|---|---|---|
/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."}
]
}
]
} - د فایل ریښتینی د رسنۍ ډول ورکړئ. پرته له هغه، سند د
application/pdfپه توګه لوستل کیږي. - ساده متن فایل، لکه CSV، د متن په توګه لوستل کیږي او په همدې ډول ضمیمه کیږي.
- کله چې سند نشي لوستل کیدی، یا فایل بل ډول وي، ماډل ته ویل کیږي او کولی شي په خپل ځواب کې یې ووايي. حالت بیا هم
200دی. - په هر بل ماډل کې د سند برخه له هغه څخه وتل کیږي چې ماډل یې لولي، او غوښتنه له پاتې برخې ځواب کیږي.
- هغه سند چې د پتې په واسطه لیږل کیږي د لرې فایلونو لپاره د پورتنیو حدونو لاندې راوړل کیږي.
تېروتنې
| حالت | ډول | پیغام | کله |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | انځور هغه کوربه شوي open-weight ماډل ته ولیږل شو چې یوازې متن مني. ستاسو له بیلانس څخه هیڅ نه کمیږي. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | د آډیو یا ویډیو برخه کوربه شوي open-weight ماډل ته ولیږل شوه. |
413 | invalid_request_error | Failed to buffer the request body: … | د غوښتنې بدنه، د خپلو inline فایلونو سره، له 32 MiB څخه لویه ده. تېروتنه code: "request_too_large" لري. |
د Shannon ماډل په حالت 200 ځواب ورکوي هر فایل چې غوښتنه یې لیږدوي: هغه برخه چې نه لولي وتل کیږي. د تېروتنې اداره کول