අන්තර්ගතයට යන්න
රූප සහ ගොනු

රූප සහ ගොනු

පණිවිඩයක් සමඟ රූප යවන්න: කුමන models ඒවා පිළිගනීද, පිළිගන්නා ආකාර සහ ඒවායේ සීමා.

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

රූපයක් user පණිවිඩයක් තුළ, එහි content හි එක කොටසක් ලෙස ගමන් කරයි. නියැදිය දේශීය ගොනුවක් කියවා data URL එකක් ලෙස යවයි.

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
  }
}

රූප පිළිගන්නා models මොනවාද

Models කියවන්නේ
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro රූප සහ ලේඛන: PDF, Word, PowerPoint, Excel සහ සරල-පෙළ ගොනු.
shannon-1.6-lite, shannon-1.6-pro රූප.
shannon-2-lite, shannon-2-pro රූප, tools හෝ response_format ද යවන ඉල්ලීම්වල.
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 රූප.
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 පෙළ. රූපයක් සහිත ඉල්ලීමකට 400 status සමඟ පිළිතුරු ලැබේ.
shannon-coder-1 පෙළ.

GET /v1/models රූප ආදානය id එකකට capabilities.vision ලෙස වාර්තා කරයි. Models සහ මිල ගණන්

  • Shannon models අවසාන user පණිවිඩයේ ගොනු කියවයි. රූපය ඒ ගැන අසන පණිවිඩයේ තබන්න.
  • Shannon 3 පවුල ද inline ලෙස යවා ඇති විට පෙර user පණිවිඩවල රූප සහ ලේඛන කිහිපයක් දිගටම සලකා බලන අතර, ඉල්ලීමකට පළමුවැන්නෙන් ගණන් කළ රූප සංඛ්‍යාවක නියම උපරිමයක් කියවයි.
  • අපගේ සේවාදායකවල ධාවනය වන open-weight models සංවාදයේ සෑම පණිවිඩයකම රූප කියවයි.

පිළිගන්නා ආකාර

ගොනුවක් ක්‍රම දෙකකින් එකකින් යවයි: ඉල්ලීම තුළ base64 ලෙස, නැතහොත් API එක ලබා ගන්නා ලිපිනයක් ලෙස. සෑම ගොනුවක්ම ඉල්ලීම සමඟ ගමන් කරයි; API එකට upload endpoint එකක් නැත.

Endpoint ඉල්ලීමේ (base64) ලිපිනයෙන්
/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://…"}}

සෑම format එකකම එම user පණිවිඩයම:

{
  "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 එකක ආකාරය data:<media type>;base64,<data> වේ. ;base64 කොටස අවශ්‍යයි.
  • /v1/chat/completions සහ /v1/responses හි, image_url string එකම හෝ {"url": "…"} object එකක් විය හැක.
  • ගොනු වර්ගය data URL එකෙන් හෝ media_type එකෙන් ලැබේ. එකක් නොමැතිව රූපයක් image/png ලෙස කියවයි.
  • Inline ගොනු ඉල්ලීමේ body එකේ ප්‍රමාණයට ගණන් ගැනේ, එය 32 MiB දක්වා විය හැක.
  • අනුකූලතාව සඳහා පිළිගනී: image_url.detail.

දුරස්ථ ගොනු සඳහා සීමා

ඔබ ලිපිනයක් යවන විට, model එක ධාවනය වීමට පෙර API එක මෙම සීමා තුළ ගොනුව ලබා ගනී:

සීමාව නීතිය
ප්‍රමාණය ගොනුවකට 8 MiB දක්වා.
කාලය පිළිතුරු දීමට තත්පර 20ක්.
Redirects උපරිම 5.
ලිපිනය http:// හෝ https://, ලිපිනයේ පරිශීලක නාමයක් හෝ මුරපදයක් නොමැතිව, ප්‍රසිද්ධ ලිපිනයක් ඇති host එකක.
Host එකේ පිළිතුර 200 පරාසයේ status එකක් සහ හිස් නොවන body එකක්. ගොනු වර්ගය Content-Type වෙතින් කියවයි.
ඉල්ලන්නේ User-Agent: ShannonBot/1.0 (+https://shannon-ai.com)

රූප tokens වලින් ගණන් ගන්නා ආකාරය

අපගේ සේවාදායකවල ධාවනය වන open-weight models මත රූපයක් 28 × 28 pixel patch එකකට token එකක් ලෙස ගණන් ගැනේ: පළල 28 න් බෙදා ඉහළට වටයා, උස 28 න් බෙදා ඉහළට වටයා, ඒවා ගුණ කිරීම. ප්‍රතිඵලය usage.prompt_tokens හි කොටසක් වන අතර input ලෙස බිල් කෙරේ.

1024 × 1024
1,369 tokens
1920 × 1080
2,691 tokens
512 × 512
361 tokens
  • දුරස්ථ රූපයක් මුලින් ලබා ගන්නා බැවින් එහි සැබෑ ප්‍රමාණය ගණන් ගැනේ.
  • ප්‍රමාණය කියවිය නොහැකි රූපයක් tokens 1,024ක් ලෙස ගණන් ගනී.
  • ගණන් කිරීමේ endpoints data URLs සඳහා එම නීතියම භාවිතා කරයි. ඒවා දුරස්ථ ලිපිනයක් ලබා නොගන්නා අතර එය tokens 1,024ක් ලෙස ගණන් ගනී. Token ගණන් කිරීම
  • Shannon model එකක් සඳහා, රූප සහිත ඉල්ලීමක පිරිවැය පිළිතුරේ usage වෙතින් කියවන්න.

ලේඛන සහ අනෙකුත් ගොනු

Shannon 3 පවුල (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) ලේඛන ද කියවයි. ලේඛනයේ පෙළ ගලවා ගෙන ඔබේ පණිවිඩය සමඟ model එකට දෙනු ලැබේ.

ලේඛනය Media type
PDF application/pdf
Word application/vnd.openxmlformats-officedocument.wordprocessingml.document
PowerPoint application/vnd.openxmlformats-officedocument.presentationml.presentation
Excel application/vnd.openxmlformats-officedocument.spreadsheetml.sheet

ලේඛනයක් රූපයක් මෙන් user පණිවිඩයේ කොටසකි:

Endpoint ඉල්ලීමේ (base64) ලිපිනයෙන්
/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."}
      ]
    }
  ]
}
  • ගොනුවේ සැබෑ media type එක දෙන්න. එකක් නොමැතිව ලේඛනයක් application/pdf ලෙස කියවයි.
  • CSV වැනි සරල-පෙළ ගොනුවක් පෙළක් ලෙස කියවා එලෙසම අමුණනු ලැබේ.
  • ලේඛනයක් කියවිය නොහැකි වූ විට, හෝ ගොනුව වෙනත් වර්ගයක් වූ විට, model එකට එය දැනුම් දෙන අතර එයට එය තම පිළිතුරේ කිව හැක. Status එක තවමත් 200 වේ.
  • අනෙක් සෑම model එකකම ලේඛන කොටසක් model එක කියවන දෙයින් ඉවත් කෙරෙන අතර, ඉල්ලීමට ඉතිරි කොටසින් පිළිතුරු ලැබේ.
  • ලිපිනයකින් යවන ලේඛනයක් ඉහත දුරස්ථ ගොනු සඳහා වන සීමා යටතේ ලබා ගනී.

දෝෂ

තත්ත්වය වර්ගය පණිවිඩය කවදාද
400 invalid_request_error <id> does not accept image input පෙළ පමණක් පිළිගන්නා, අපගේ සේවාදායකවල ධාවනය වන open-weight model එකකට රූපයක් යවා ඇත. ඔබේ ශේෂයෙන් කිසිවක් අඩු නොවේ.
400 invalid_request_error audio and video input are not supported by any hosted model අපගේ සේවාදායකවල ධාවනය වන open-weight model එකකට audio හෝ video කොටසක් යවා ඇත.
413 invalid_request_error Failed to buffer the request body: … Inline ගොනු සහිත ඉල්ලීමේ body එක 32 MiB ට වඩා විශාලය. දෝෂයේ code: "request_too_large" ඇත.

ඉල්ලීම කුමන ගොනු රැගෙන ආවත් Shannon model එකක් 200 status එකෙන් පිළිතුරු දෙයි: එය නොකියවන කොටසක් ඉවත් කෙරේ. දෝෂ