Kalo te përmbajtja
Imazhet dhe skedarët

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)
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
  }
}

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…"
      }
    }
  ]
}
  • Një data URL ka formën data:<media type>;base64,<data>. Pjesa ;base64 është e detyrueshme.
  • Në /v1/chat/completions dhe /v1/responses, image_url mund të jetë vetë stringu ose një objekt {"url": "…"}.
  • Lloji i skedarit vjen nga data URL ose nga media_type. Pa të, një imazh lexohet si image/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 usage në 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
PDF 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."}
      ]
    }
  ]
}
  • 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