Bilder och filer
Skicka bilder med ett meddelande: vilka modeller som tar dem, de accepterade formerna och deras gränser.
POST https://api.shannon-ai.com/v1/chat/completions
En bild skickas inuti ett användarmeddelande, som en del av dess content. Exemplet läser en lokal fil och skickar den som en 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
}
} Vilka modeller som tar bilder
| Modeller | Läser |
|---|---|
shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro | Bilder och dokument: PDF-, Word-, PowerPoint-, Excel- och rena textfiler. |
shannon-1.6-lite, shannon-1.6-pro | Bilder. |
shannon-2-lite, shannon-2-pro | Bilder, i begäranden som också skickar tools eller response_format. |
Kimi-K3-3BIT-REAP, MiniMax-M3-3BIT-REAP, Kimi-K2.6-W4A16-AUTOROUND-REAP, inkling-W4A16-AUTOROUND-REAP, MiMo-V2.5-W8A16 | Bilder. |
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 | Text. En begäran med en bild besvaras med status 400. |
shannon-coder-1 | Text. |
GET /v1/models anger bildinput per id som capabilities.vision. Modeller och priser
- Shannon-modellerna läser filerna i det sista användarmeddelandet. Lägg bilden i det meddelande som frågar om den.
- Shannon 3-familjen behåller även några bilder och dokument från tidigare användarmeddelanden i sikte när de skickades inbäddade, och läser ett fast maximalt antal bilder per begäran, räknat från den första.
- De hostade open-weight-modellerna läser bilderna i varje meddelande i konversationen.
Accepterade former
En fil skickas på ett av två sätt: inuti begäran som base64, eller som en adress som API:et hämtar. Varje fil följer med begäran; API:et har ingen uppladdningsendpoint.
| Endpoint | I begäran (base64) | Via adress |
|---|---|---|
/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://…"}} |
Samma användarmeddelande i varje 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…"
}
}
]
} - En data-URL har formen
data:<media type>;base64,<data>. Delen;base64är obligatorisk. - På
/v1/chat/completionsoch/v1/responseskanimage_urlvara själva strängen eller ett objekt{"url": "…"}. - Filtypen kommer från data-URL:en eller från
media_type. Utan någon läses en bild somimage/png. - Inbäddade filer räknas mot begäranskroppens storlek, som kan vara upp till 32 MiB.
- Accepteras för kompatibilitet:
image_url.detail.
Gränser för fjärrfiler
När du skickar en adress hämtar API:et filen innan modellen körs, inom dessa gränser:
| Gräns | Regel |
|---|---|
| Storlek | Upp till 8 MiB per fil. |
| Tid | 20 sekunder att svara. |
| Omdirigeringar | Högst 5. |
| Adress | http:// eller https://, utan användarnamn eller lösenord i adressen, på en värd med en offentlig adress. |
| Värdens svar | En status i 200-serien och en kropp som inte är tom. Filtypen läses från Content-Type. |
| Begärs som | User-Agent: ShannonBot/1.0 (+https://shannon-ai.com) |
Hur bilder räknas i tokens
På de hostade open-weight-modellerna räknas en bild som en token för varje ruta på 28 × 28 pixlar: bredden delad med 28, avrundad uppåt, gånger höjden delad med 28, avrundad uppåt. Resultatet ingår i usage.prompt_tokens och faktureras som input.
- 1024 × 1024
- 1,369 tokens
- 1920 × 1080
- 2,691 tokens
- 512 × 512
- 361 tokens
- En fjärrbild hämtas först, så dess verkliga storlek räknas.
- En bild vars storlek inte kan läsas räknas som 1,024 tokens.
- Räkningsendpointsen använder samma regel för data-URL:er. De hämtar inte en fjärradress och räknar den som 1,024 tokens. Tokenräkning
- För en Shannon-modell läser du vad en begäran med bilder kostade i
usagei svaret.
Dokument och andra filer
Shannon 3-familjen (shannon-3, shannon-3-pro, shannon-3.1, shannon-3.1-pro) läser även dokument. Dokumentets text plockas ut och ges till modellen tillsammans med ditt meddelande.
| Dokument | Mediatyp |
|---|---|
application/pdf | |
| Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document |
| PowerPoint | application/vnd.openxmlformats-officedocument.presentationml.presentation |
| Excel | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Ett dokument är en del av användarmeddelandet, precis som en bild:
| Endpoint | I begäran (base64) | Via adress |
|---|---|---|
/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."}
]
}
]
} - Ange filens riktiga mediatyp. Utan en läses ett dokument som
application/pdf. - En ren textfil, som CSV, läses som text och bifogas på samma sätt.
- När ett dokument inte kan läsas, eller filen är av en annan typ, får modellen veta det och kan säga det i sitt svar. Statusen är fortfarande
200. - På alla andra modeller utelämnas en dokumentdel från det modellen läser, och begäran besvaras utifrån resten.
- Ett dokument som skickas via adress hämtas under de gränser för fjärrfiler som anges ovan.
Fel
| Status | Typ | Meddelande | När |
|---|---|---|---|
400 | invalid_request_error | <id> does not accept image input | En bild skickades till en hostad open-weight-modell som bara tar text. Inget dras från din balans. |
400 | invalid_request_error | audio and video input are not supported by any hosted model | En ljud- eller videodel skickades till en hostad open-weight-modell. |
413 | invalid_request_error | Failed to buffer the request body: … | Begäranskroppen, med sina inbäddade filer, är större än 32 MiB. Felet bär code: "request_too_large". |
En Shannon-modell svarar med status 200 oavsett vilka filer begäran bär: en del som den inte läser utelämnas. Felhantering