Preskoči na sadržaj
Slike i fajlovi

Slike i fajlovi

Šaljite slike uz poruku: koji modeli ih primaju, prihvaćeni oblici i njihova ograničenja.

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

Slika putuje unutar korisničke poruke, kao jedan deo njenog content. Primer čita lokalni fajl i šalje ga kao 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
  }
}

Koji modeli primaju slike

Modeli Čita
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro Slike i dokumenti: PDF, Word, PowerPoint, Excel i fajlovi običnog teksta.
shannon-1.6-lite, shannon-1.6-pro Slike.
shannon-2-lite, shannon-2-pro Slike, u zahtevima koji šalju i tools ili response_format.
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 Slike.
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. Na zahtev sa slikom odgovara se statusom 400.
shannon-coder-1 Tekst.

GET /v1/models prijavljuje sliku na ulazu po id-ju kao capabilities.vision. Modeli i cene

  • Shannon modeli čitaju fajlove iz poslednje korisničke poruke. Stavite sliku u poruku koja pita o njoj.
  • Porodica Shannon 3 takođe drži u vidu nekoliko slika i dokumenata iz ranijih korisničkih poruka kada su poslati direktno u zahtevu, i čita utvrđeni maksimalni broj slika po zahtevu, računajući od prve.
  • Hostovani open-weight modeli čitaju slike iz svake poruke razgovora.

Prihvaćeni oblici

Fajl se šalje na jedan od dva načina: unutar zahteva kao base64, ili kao adresa koju API preuzima. Svaki fajl putuje uz zahtev; API nema endpoint za otpremanje.

Endpoint U zahtevu (base64) Preko adrese
/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://…"}}

Ista korisnička poruka u svakom formatu:

{
  "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 ima oblik data:<media type>;base64,<data>. Deo ;base64 je obavezan.
  • Na /v1/chat/completions i /v1/responses, image_url može biti sam string ili objekat {"url": "…"}.
  • Tip fajla dolazi iz data URL-a ili iz media_type. Bez njega se slika čita kao image/png.
  • Ugrađeni fajlovi se računaju u veličinu tela zahteva, koje može imati do 32 MiB.
  • Prihvaćeno radi kompatibilnosti: image_url.detail.

Ograničenja za udaljene fajlove

Kada pošaljete adresu, API preuzima fajl pre nego što model počne, u okviru ovih ograničenja:

Ograničenje Pravilo
Veličina Do 8 MiB po fajlu.
Vreme 20 sekundi za odgovor.
Preusmeravanja Najviše 5.
Adresa http:// ili https://, bez korisničkog imena ili lozinke u adresi, na hostu sa javnom adresom.
Odgovor hosta Status iz opsega 200 i telo koje nije prazno. Tip fajla se čita iz Content-Type.
Traži se kao User-Agent: ShannonBot/1.0 (+https://shannon-ai.com)

Kako se slike računaju u tokenima

Na hostovanim open-weight modelima slika se računa kao jedan token za svaki komad od 28 × 28 piksela: širina podeljena sa 28, zaokružena naviše, puta visina podeljena sa 28, zaokružena naviše. Rezultat je deo usage.prompt_tokens i naplaćuje se kao ulaz.

1024 × 1024
1,369 tokena
1920 × 1080
2,691 tokena
512 × 512
361 tokena
  • Udaljena slika se prvo preuzima, pa se računa njena stvarna veličina.
  • Slika čija se veličina ne može pročitati računa se kao 1,024 tokena.
  • Endpointi za brojanje koriste isto pravilo za data URL-ove. Ne preuzimaju udaljenu adresu i računaju je kao 1,024 tokena. Brojanje tokena
  • Za Shannon model, koliko je zahtev sa slikama koštao pročitajte iz usage u odgovoru.

Dokumenti i drugi fajlovi

Porodica Shannon 3 (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) čita i dokumente. Tekst dokumenta se izdvaja i daje modelu zajedno sa vašom porukom.

Dokument Tip medija
PDF application/pdf
Word application/vnd.openxmlformats-officedocument.wordprocessingml.document
PowerPoint application/vnd.openxmlformats-officedocument.presentationml.presentation
Excel application/vnd.openxmlformats-officedocument.spreadsheetml.sheet

Dokument je deo korisničke poruke, kao i slika:

Endpoint U zahtevu (base64) Preko adrese
/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."}
      ]
    }
  ]
}
  • Navedite pravi tip medija fajla. Bez njega se dokument čita kao application/pdf.
  • Fajl običnog teksta, kao što je CSV, čita se kao tekst i prilaže na isti način.
  • Kada dokument ne može da se pročita, ili je fajl drugog tipa, modelu se to saopštava i on to može reći u odgovoru. Status je i dalje 200.
  • Na svakom drugom modelu deo sa dokumentom izostavlja se iz onoga što model čita, a na zahtev se odgovara na osnovu ostatka.
  • Dokument poslat preko adrese preuzima se pod ograničenjima za udaljene fajlove iznad.

Greške

Status Tip Poruka Kada
400 invalid_request_error <id> does not accept image input Slika je poslata hostovanom open-weight modelu koji prima samo tekst. Sa vašeg stanja se ništa ne skida.
400 invalid_request_error audio and video input are not supported by any hosted model Audio ili video deo poslat je hostovanom open-weight modelu.
413 invalid_request_error Failed to buffer the request body: … Telo zahteva, sa svojim ugrađenim fajlovima, veće je od 32 MiB. Greška nosi code: "request_too_large".

Shannon model odgovara statusom 200 bez obzira na to koje fajlove zahtev nosi: deo koji ne čita se izostavlja. Upravljanje greškama