منځپانګې ته ټوپ ووهئ
انځورونه او فایلونه

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)
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
  }
}

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…"
      }
    }
  ]
}
  • data URL دا بڼه لري data:<media type>;base64,<data>. د ;base64 برخه اړینه ده.
  • په /v1/chat/completions او /v1/responses کې، image_url کولی شي پخپله string وي یا څیز {"url": "…"}.
  • د فایل ډول له data URL یا media_type څخه راځي. پرته له هغه، انځور د image/png په 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 usage څخه 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
PDF 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."}
      ]
    }
  ]
}
  • د فایل ریښتینی د رسنۍ ډول ورکړئ. پرته له هغه، سند د application/pdf په 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 200 دی.
  • 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