Modelos e preços

modelos sem censura

22

janela de contexto

256K

a partir de

$0.50 /1M

Modelos open-weight hospedados

contexto de 262,144 tokens em todos os ids; entrada e saída cobradas separadamente; cada id aceita o que o modelo que ele imita aceita

Modelo	Entrada	Saída estruturada	Entrada / cache / saída por 1M	Mais
DeepSeek-V4-Pro-08133BIT-REAPDeepSeek · 1.6T MoE · 49B activeSem censura	Entrada de texto	JSON schema	$1.95 / $0.488 / $3.90	Mais
GLM-5.23BIT-REAPZ.ai · 744B MoE · 40B activeSem censura	Entrada de texto	JSON schema	$0.73 / $0.183 / $2.34	Mais
Kimi-K33BIT-REAPMoonshot AI · 2.8T MoE · 104B activeSem censura	Entrada de texto + imagem	JSON schema	$3.83 / $0.958 / $19.12	Mais
Nemotron3Ultra3BIT-REAPNVIDIA · 550B hybrid Mamba-Attention MoE · 55B activeSem censura	Entrada de texto	JSON schema	$0.75 / $0.188 / $3.30	Mais
MiniMax-M33BIT-REAPMiniMax · 428B MoE · 23B active · sparse attentionSem censura	Entrada de texto + imagem	JSON schema	$0.50 / $0.125 / $2.00	Mais
DeepSeek-V4-Flash-0731W4A16-AUTOROUND-REAPDeepSeek · 284B MoE · 13B activeSem censura	Entrada de texto	JSON schema	$0.50 / $0.125 / $2.00	Mais
Kimi-K2.6W4A16-AUTOROUND-REAPMoonshot AI · 1T MoE · 32B activeSem censura	Entrada de texto + imagem	JSON schema	$0.78 / $0.195 / $3.67	Mais
Laguna-S-2.1W4A16-AUTOROUND-REAPPoolside · 118B MoE · 8B activeSem censura	Entrada de texto	Sem saída estruturada	$0.50 / $0.125 / $2.00	Mais
inklingW4A16-AUTOROUND-REAPThinking Machines · 975B MoE · 41B activeSem censura	Entrada de texto + imagem	Objeto JSON	$1.42 / $0.355 / $6.07	Mais
MiMo-V2.5-ProW8A16Xiaomi · 1.02T MoE · 42B active · 8-bitSem censura	Entrada de texto	JSON schema	$0.50 / $0.125 / $2.00	Mais
MiMo-V2.5W8A16Xiaomi · 8-bit multimodal · W8A16Sem censura	Entrada de texto + imagem	JSON schema	$0.50 / $0.125 / $2.00	Mais
Hy3W8A16Tencent · 295B MoE · 21B active · 8-bitSem censura	Entrada de texto	JSON schema	$0.50 / $0.125 / $2.00	Mais

Modelos Shannon

uma taxa fixa para entrada e saída

Modelo	Contexto	Entrada	Saída estruturada	Preço / 1M de tokens
Shannon 1.6 Liteshannon-1.6-liteSem censura	192K	Entrada de texto + imagem	JSON schema	$3.90
Shannon 1.6 Proshannon-1.6-proSem censura	192K	Entrada de texto + imagem	JSON schema	$7.80
Shannon 2 Liteshannon-2-liteSem censura	192K	Entrada de texto + imagem	JSON schema	$3.90
Shannon 2 Proshannon-2-proSem censura	192K	Entrada de texto + imagem	JSON schema	$5.85
Shannon 3shannon-3Sem censura	192K	Entrada de texto + imagem	JSON schema	$3.35
Shannon 3 Proshannon-3-proSem censura	192K	Entrada de texto + imagem	JSON schema	$3.35
Shannon 3.1shannon-3.1Sem censura	192K	Entrada de texto + imagem	JSON schema	$3.35
Shannon 3.1 Proshannon-3.1-proSem censura	192K	Entrada de texto + imagem	JSON schema	$3.35
Shannon 3.5shannon-3.5Sem censura	192K	Entrada de texto + imagem	JSON schema	$3.35
Shannon Coder 1shannon-coder-1Sem censura	128K	Entrada de texto	JSON schema	$8.00

Ir para o início rápido Testar Playground

Como ler uma linha

Todos os modelos fazem streaming e podem chamar ferramentas. Os demais recursos da API são descritos na página Capacidades. Capacidades

Janela de contexto e limites de saída

• A janela de contexto abrange tudo o que o modelo lê para uma resposta: suas mensagens, definições de ferramenta e imagens.
• A família Shannon 3 ajusta sozinha uma conversa mais longa: ela mantém os turnos mais recentes que cabem na janela e responde.
• Em um stream, um prompt longo demais é informado como um frame de erro com o tipo invalid_request_error e code: "context_length_exceeded".
• max_tokens aceita valores de 1 a 65,536 em todos os modelos; max_output_tokens em GET /v1/models é o topo desse intervalo. O padrão é 4,096.
• Em todos os modelos, max_tokens é a quantia que uma requisição reserva do seu saldo.
• Como limite do tamanho da resposta, max_tokens é aplicado pelos modelos open-weight hospedados, shannon-1.6-lite, shannon-1.6-pro e shannon-coder-1.
• Nos modelos open-weight hospedados, ele limita o texto da resposta. O raciocínio antes da resposta não conta para ele, e um valor abaixo de 256 vale como 256.
• Um stream de shannon-1.6-lite, shannon-1.6-pro, shannon-coder-1 ou da família Shannon 3 termina com finish_reason: "length" quando a resposta foi cortada no seu limite.

Limites e saldo

Como um preço é formado

• Os preços são em USD por 1,000,000 de tokens. Seu saldo é contado em tokens que valem $5.00 por 1,000,000, então o preço de um modelo diz quanto saldo os seus tokens consomem.
• Os modelos Shannon têm um único preço. Uma chamada é cobrada por usage.total_tokens a esse preço.
• Os modelos open-weight hospedados têm três preços. A entrada lida do cache de prompt é cobrada ao preço de cache, que é 25% do preço de entrada arredondado para $0.001. O restante da entrada é cobrado ao preço de entrada, e a saída ao preço de saída.
• Os modelos open-weight hospedados contam tokens com o tokenizador de cada modelo. GET /v1/models indica isso como tokenizer: "original".
• shannon-coder-1 é contado em chamadas, não em tokens, em /v1/chat/completions e /v1/messages. O preço listado dele vale em /v1/responses.

O que uma requisição reserva, exemplos práticos de cobrança e a cota de chamadas do Shannon Coder estão em Limites e saldo. Limites e saldo

Ids de modelo

Envie um destes ids como model.

shannon-1.6-lite
shannon-1.6-pro
shannon-2-lite
shannon-2-pro
shannon-3
shannon-3-pro
shannon-3.1
shannon-3.1-pro
shannon-3.5
shannon-coder-1
DeepSeek-V4-Pro-0813-3BIT-REAP
GLM-5.2-3BIT-REAP
Kimi-K3-3BIT-REAP
Nemotron3Ultra-3BIT-REAP
MiniMax-M3-3BIT-REAP
DeepSeek-V4-Flash-0731-W4A16-AUTOROUND-REAP
Kimi-K2.6-W4A16-AUTOROUND-REAP
Laguna-S-2.1-W4A16-AUTOROUND-REAP
inkling-W4A16-AUTOROUND-REAP
MiMo-V2.5-Pro-W8A16
MiMo-V2.5-W8A16
Hy3-W8A16

• Maiúsculas e minúsculas não importam, e os espaços ao redor do id são removidos: SHANNON-3 e shannon-3 são o mesmo modelo.
• A resposta sempre traz o id publicado em model, seja qual for a grafia que você enviou.
• Um nome de exibição como Shannon 3 não é um id.

Quatro grafias mais curtas também são aceitas.

Um id que não está publicado é respondido com status 400, tipo invalid_request_error e a mensagem unknown model: <id> nos três endpoints. Nenhum outro modelo responde no lugar dele.

{
  "error": {
    "type": "invalid_request_error",
    "message": "unknown model: gpt-4o"
  }
}

{
  "type": "error",
  "error": {
    "type": "invalid_request_error",
    "message": "unknown model: gpt-4o"
  }
}

• Envie sempre model. /v1/responses responde a uma requisição sem ele com 400. Em /v1/chat/completions e /v1/messages, essa requisição é respondida por shannon-1.6-lite.
• POST /v1/tokenize e POST /v1/messages/count_tokens aceitam os ids dos modelos open-weight hospedados.

Listar modelos

GET /v1/models retorna os modelos desta página como JSON, com as mesmas janelas de contexto, preços e capacidades. Use-o para preencher um seletor de modelos ou para conferir um preço no código.

GET https://api.shannon-ai.com/v1/models

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.shannon-ai.com/v1"
)

for model in client.models.list():
    print(model.id)

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://api.shannon-ai.com/v1'
});

for await (const model of client.models.list()) {
  console.log(model.id);
}

curl "https://api.shannon-ai.com/v1/models"

A resposta, resumida a uma entrada de cada tipo:

{
  "object": "list",
  "data": [
    {
      "id": "shannon-3",
      "object": "model",
      "created": 1700000000,
      "owned_by": "shannon-ai",
      "display_name": "Shannon 3",
      "context_window": 196608,
      "max_output_tokens": 65536,
      "pricing": {
        "input_per_million_usd": 3.35,
        "output_per_million_usd": 3.35,
        "currency": "USD"
      },
      "capabilities": {
        "tools": true,
        "vision": true,
        "reasoning": true,
        "reasoning_effort": false,
        "streaming": true,
        "json_schema": true
      },
      "endpoints": [
        "/v1/chat/completions",
        "/v1/messages",
        "/v1/responses"
      ]
    },
    {
      "id": "MiniMax-M3-3BIT-REAP",
      "object": "model",
      "created": 1700000000,
      "owned_by": "shannon-ai",
      "display_name": "MiniMax-M3 · 3BIT-REAP",
      "context_window": 262144,
      "max_output_tokens": 65536,
      "pricing": {
        "input_per_million_usd": 0.5,
        "cached_input_per_million_usd": 0.125,
        "output_per_million_usd": 2,
        "currency": "USD"
      },
      "tokenizer": "original",
      "capabilities": {
        "tools": true,
        "vision": true,
        "reasoning": true,
        "reasoning_effort": true,
        "streaming": true,
        "response_format": true,
        "json_schema": true,
        "prompt_caching": true
      },
      "endpoints": [
        "/v1/chat/completions",
        "/v1/messages",
        "/v1/responses",
        "/v1/messages/count_tokens",
        "/v1/tokenize"
      ]
    }
  ]
}

• GET /v1/models não exige chave. A resposta é a mesma para todos os chamadores e não depende do seu plano.
• A lista contém os ids que podem ser chamados. Um modelo que não pode ser atendido no momento fica fora dela.
• Não há endpoint para um único modelo: GET /v1/models/{id} responde 404 com o tipo not_found_error.