Imazhet dhe skedarët
Dërgoni imazhe me një mesazh: cilët modele i pranojnë, format e pranuara dhe kufijtë e tyre.
POST https://api.shannon-ai.com/v1/chat/completions
Një imazh udhëton brenda një mesazhi përdoruesi, si një pjesë e content të tij. Shembulli lexon një skedar lokal dhe e dërgon si 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) 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
}
} Cilët modele pranojnë imazhe
| Modelet | Lexon |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | Imazhe dhe dokumente: PDF, Word, PowerPoint, Excel dhe skedarë teksti të thjeshtë. |
shannon-1.6-lite, shannon-1.6-pro | Imazhe. |
shannon-2-lite, shannon-2-pro | Imazhe, në kërkesa që dërgojnë edhe tools ose response_format. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | Imazhe. |
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. Një kërkesë me imazh merr përgjigje me status 400. |
shannon-coder-1 | Tekst. |
GET /v1/models e raporton hyrjen e imazheve për çdo id si capabilities.vision. Modelet dhe çmimet
- Modelet Shannon lexojnë skedarët e mesazhit të fundit të përdoruesit. Vendoseni imazhin në mesazhin që pyet për të.
- Familja Shannon 3 i mban në pamje edhe disa imazhe e dokumente të mesazheve më të hershme të përdoruesit kur janë dërguar brenda kërkesës, dhe lexon një numër maksimal të caktuar imazhesh për kërkesë, të numëruara nga i pari.
- Modelet open-weight të hostuara lexojnë imazhet e çdo mesazhi të bisedës.
Format e pranuara
Një skedar dërgohet në një nga dy mënyrat: brenda kërkesës si base64, ose si adresë që API-ja e merr. Çdo skedar udhëton me kërkesën; API-ja nuk ka endpoint ngarkimi.
| Endpoint | Brenda kërkesës (base64) | Me adresë |
|---|---|---|
/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://…"}} |
I njëjti mesazh përdoruesi në çdo format:
{
"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…"
}
}
]
} - Një data URL ka formën
data:<media type>;base64,<data>. Pjesa;base64është e detyrueshme. - Në
/v1/chat/completionsdhe/v1/responses,image_urlmund të jetë vetë stringu ose një objekt{"url": "…"}. - Lloji i skedarit vjen nga data URL ose nga
media_type. Pa të, një imazh lexohet siimage/png. - Skedarët brenda kërkesës numërohen në madhësinë e trupit të kërkesës, që mund të jetë deri në 32 MiB.
- Pranohet për pajtueshmëri:
image_url.detail.
Kufijtë për skedarët e largët
Kur dërgoni një adresë, API-ja e merr skedarin para se të ekzekutohet modeli, brenda këtyre kufijve:
| Kufiri | Rregulli |
|---|---|
| Madhësia | Deri në 8 MiB për skedar. |
| Koha | 20 sekonda për t'u përgjigjur. |
| Ridrejtimet | Më së shumti 5. |
| Adresa | http:// ose https://, pa emër përdoruesi ose fjalëkalim në adresë, në një host me adresë publike. |
| Përgjigjja e host-it | Një status në intervalin 200 dhe një trup jo bosh. Lloji i skedarit lexohet nga Content-Type. |
| Kërkohet si | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
Si numërohen imazhet në tokens
Te modelet open-weight të hostuara një imazh numëron një token për çdo copë 28 × 28 pikselë: gjerësia pjesëtuar me 28, e rrumbullakosur lart, herë lartësia pjesëtuar me 28, e rrumbullakosur lart. Rezultati është pjesë e usage.prompt_tokens dhe faturohet si hyrje.
- 1024 × 1024
- 1,369 tokens
- 1920 × 1080
- 2,691 tokens
- 512 × 512
- 361 tokens
- Një imazh i largët merret së pari, kështu që numërohet madhësia e tij e vërtetë.
- Një imazh, madhësia e të cilit nuk lexohet, numëron 1,024 tokens.
- Endpoint-et e numërimit përdorin të njëjtin rregull për data URL. Ato nuk e marrin një adresë të largët dhe e numërojnë si 1,024 tokens. Numërimi i tokens-ave
- Për një model Shannon, lexoni nga
usagenë përgjigje sa kushtoi një kërkesë me imazhe.
Dokumentet dhe skedarë të tjerë
Familja Shannon 3 (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) lexon edhe dokumente. Teksti i dokumentit nxirret dhe i jepet modelit me mesazhin tuaj.
| Dokumenti | Lloji i medias |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Një dokument është pjesë e mesazhit të përdoruesit, si një imazh:
| Endpoint | Brenda kërkesës (base64) | Me adresë |
|---|---|---|
/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."}
]
}
]
} - Jepni llojin e vërtetë të medias së skedarit. Pa të, një dokument lexohet si
application/pdf. - Një skedar teksti i thjeshtë, si CSV, lexohet si tekst dhe bashkëngjitet në të njëjtën mënyrë.
- Kur një dokument nuk lexohet, ose skedari është i një lloji tjetër, modeli njoftohet për këtë dhe mund ta thotë në përgjigjen e tij. Statusi prapë është
200. - Te çdo model tjetër një pjesë dokumenti lihet jashtë asaj që lexon modeli, dhe kërkesa merr përgjigje nga pjesa tjetër.
- Një dokument i dërguar me adresë merret sipas kufijve për skedarët e largët më sipër.
Gabimet
| Statusi | Lloji | Mesazhi | Kur |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | Një imazh iu dërgua një modeli open-weight të hostuar që pranon vetëm tekst. Nga bilanci juaj nuk tërhiqet asgjë. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | Një pjesë audio ose video iu dërgua një modeli open-weight të hostuar. |
413 | invalid_request_error | Failed to buffer the request body: … | Trupi i kërkesës, me skedarët e tij brenda, është më i madh se 32 MiB. Gabimi mban code: "request_too_large". |
Një model Shannon përgjigjet me status 200 cilindo skedar që mban kërkesa: një pjesë që nuk e lexon lihet jashtë. Trajtimi i gabimeve