మోడల్స్ & ధరలు

సెన్సార్ లేని మోడల్స్

22

కాంటెక్స్ట్ విండో

256K

నుండి

$0.50 /1M

హోస్ట్ చేసిన ఓపెన్-వెయిట్ మోడల్స్

ప్రతి id పై 262,144-token కాంటెక్స్ట్; ఇన్‌పుట్ మరియు అవుట్‌పుట్‌కు విడిగా బిల్లింగ్; ప్రతి id అది అనుకరించే మోడల్ అంగీకరించేవాటిని అంగీకరిస్తుంది

మోడల్	ఇన్‌పుట్	నిర్మిత అవుట్‌పుట్	1M కి In / cached / out	మరిన్ని
DeepSeek-V4-Pro-08133BIT-REAPDeepSeek · 1.6T MoE · 49B activeసెన్సార్ లేనిది	టెక్స్ట్ ఇన్	JSON schema	$1.95 / $0.488 / $3.90	మరిన్ని
GLM-5.23BIT-REAPZ.ai · 744B MoE · 40B activeసెన్సార్ లేనిది	టెక్స్ట్ ఇన్	JSON schema	$0.73 / $0.183 / $2.34	మరిన్ని
Kimi-K33BIT-REAPMoonshot AI · 2.8T MoE · 104B activeసెన్సార్ లేనిది	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$3.83 / $0.958 / $19.12	మరిన్ని
Nemotron3Ultra3BIT-REAPNVIDIA · 550B hybrid Mamba-Attention MoE · 55B activeసెన్సార్ లేనిది	టెక్స్ట్ ఇన్	JSON schema	$0.75 / $0.188 / $3.30	మరిన్ని
MiniMax-M33BIT-REAPMiniMax · 428B MoE · 23B active · sparse attentionసెన్సార్ లేనిది	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$0.50 / $0.125 / $2.00	మరిన్ని
DeepSeek-V4-Flash-0731W4A16-AUTOROUND-REAPDeepSeek · 284B MoE · 13B activeసెన్సార్ లేనిది	టెక్స్ట్ ఇన్	JSON schema	$0.50 / $0.125 / $2.00	మరిన్ని
Kimi-K2.6W4A16-AUTOROUND-REAPMoonshot AI · 1T MoE · 32B activeసెన్సార్ లేనిది	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$0.78 / $0.195 / $3.67	మరిన్ని
Laguna-S-2.1W4A16-AUTOROUND-REAPPoolside · 118B MoE · 8B activeసెన్సార్ లేనిది	టెక్స్ట్ ఇన్	నిర్మిత అవుట్‌పుట్ లేదు	$0.50 / $0.125 / $2.00	మరిన్ని
inklingW4A16-AUTOROUND-REAPThinking Machines · 975B MoE · 41B activeసెన్సార్ లేనిది	టెక్స్ట్ + చిత్రం ఇన్	JSON ఆబ్జెక్ట్	$1.42 / $0.355 / $6.07	మరిన్ని
MiMo-V2.5-ProW8A16Xiaomi · 1.02T MoE · 42B active · 8-bitసెన్సార్ లేనిది	టెక్స్ట్ ఇన్	JSON schema	$0.50 / $0.125 / $2.00	మరిన్ని
MiMo-V2.5W8A16Xiaomi · 8-bit multimodal · W8A16సెన్సార్ లేనిది	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$0.50 / $0.125 / $2.00	మరిన్ని
Hy3W8A16Tencent · 295B MoE · 21B active · 8-bitసెన్సార్ లేనిది	టెక్స్ట్ ఇన్	JSON schema	$0.50 / $0.125 / $2.00	మరిన్ని

Shannon మోడల్స్

ఇన్‌పుట్ మరియు అవుట్‌పుట్‌కు ఒకే ఫ్లాట్ రేటు

మోడల్	కాంటెక్స్ట్	ఇన్‌పుట్	నిర్మిత అవుట్‌పుట్	ధర / 1M tokens
Shannon 1.6 Liteshannon-1.6-liteసెన్సార్ లేనిది	192K	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$3.90
Shannon 1.6 Proshannon-1.6-proసెన్సార్ లేనిది	192K	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$7.80
Shannon 2 Liteshannon-2-liteసెన్సార్ లేనిది	192K	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$3.90
Shannon 2 Proshannon-2-proసెన్సార్ లేనిది	192K	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$5.85
Shannon 3shannon-3సెన్సార్ లేనిది	192K	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$3.35
Shannon 3 Proshannon-3-proసెన్సార్ లేనిది	192K	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$3.35
Shannon 3.1shannon-3.1సెన్సార్ లేనిది	192K	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$3.35
Shannon 3.1 Proshannon-3.1-proసెన్సార్ లేనిది	192K	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$3.35
Shannon 3.5shannon-3.5సెన్సార్ లేనిది	192K	టెక్స్ట్ + చిత్రం ఇన్	JSON schema	$3.35
Shannon Coder 1shannon-coder-1సెన్సార్ లేనిది	128K	టెక్స్ట్ ఇన్	JSON schema	$8.00

త్వరిత ప్రారంభానికి వెళ్లండి Playground ని ప్రయత్నించండి

వరుసను ఎలా చదవాలి

ప్రతి మోడల్ స్ట్రీమ్ చేస్తుంది మరియు టూల్స్‌ను కాల్ చేయగలదు. APIలోని ఇతర ఫీచర్‌లు Capabilities పేజీలో వివరించబడ్డాయి. సామర్థ్యాలు

కాంటెక్స్ట్ విండో మరియు అవుట్‌పుట్ పరిమితులు

• కాంటెక్స్ట్ విండో ఒక సమాధానం కోసం మోడల్ చదివే అన్నింటినీ కవర్ చేస్తుంది: మీ మెసేజ్‌లు, టూల్ నిర్వచనాలు మరియు చిత్రాలు.
• Shannon 3 ఫ్యామిలీ పొడవైన సంభాషణను తానే సరిపోయేలా చేస్తుంది: విండోలో సరిపోయే తాజా టర్న్‌లను ఉంచి సమాధానం ఇస్తుంది.
• స్ట్రీమ్‌లో, చాలా పొడవైన ప్రాంప్ట్ type invalid_request_error మరియు code: "context_length_exceeded" తో ఎరర్ ఫ్రేమ్‌గా నివేదించబడుతుంది.
• ప్రతి మోడల్‌లో max_tokens 1 నుండి 65,536 వరకు విలువలను తీసుకుంటుంది; GET /v1/models లోని max_output_tokens ఆ పరిధి పైన ఉంటుంది. డిఫాల్ట్ 4,096.
• ప్రతి మోడల్‌లో, max_tokens అనేది రిక్వెస్ట్ మీ బ్యాలెన్స్ నుండి రిజర్వ్ చేసే మొత్తం.
• సమాధానం పొడవుపై పరిమితిగా, max_tokens ను హోస్ట్ చేసిన ఓపెన్-వెయిట్ మోడల్స్, shannon-1.6-lite, shannon-1.6-pro మరియు shannon-coder-1 వర్తింపజేస్తాయి.
• హోస్ట్ చేసిన ఓపెన్-వెయిట్ మోడల్స్‌లో ఇది సమాధాన టెక్స్ట్‌ను పరిమితం చేస్తుంది. సమాధానానికి ముందు రీజనింగ్ దీనికి లెక్కించబడదు, మరియు 256 కంటే తక్కువ విలువ 256 గా పనిచేస్తుంది.
• సమాధానం దాని పరిమితి వద్ద ఆగిపోయినప్పుడు shannon-1.6-lite, shannon-1.6-pro, shannon-coder-1 లేదా Shannon 3 ఫ్యామిలీ స్ట్రీమ్ finish_reason: "length" తో ముగుస్తుంది.

పరిమితులు మరియు బ్యాలెన్స్

ధర ఎలా ఏర్పడుతుంది

• ధరలు 1,000,000 tokens కి USD లో ఉంటాయి. మీ బ్యాలెన్స్ 1,000,000 కి $5.00 విలువైన tokens లో లెక్కించబడుతుంది, కాబట్టి మోడల్ ధర దాని tokens ఎంత బ్యాలెన్స్ తీసుకుంటాయో చెబుతుంది.
• Shannon మోడల్స్ కు ఒకే ధర ఉంది. కాల్ ఆ ధరకు usage.total_tokens చొప్పున ఛార్జ్ చేయబడుతుంది.
• హోస్ట్ చేసిన ఓపెన్-వెయిట్ మోడల్స్ కు మూడు ధరలు ఉన్నాయి. ప్రాంప్ట్ క్యాష్ నుండి చదివిన ఇన్‌పుట్ క్యాష్ ధరకు ఛార్జ్ చేయబడుతుంది, అది ఇన్‌పుట్ ధరలో 25%, $0.001 కు పూర్తి చేయబడింది. మిగిలిన ఇన్‌పుట్ ఇన్‌పుట్ ధరకు, అవుట్‌పుట్ అవుట్‌పుట్ ధరకు ఛార్జ్ చేయబడతాయి.
• హోస్ట్ చేసిన ఓపెన్-వెయిట్ మోడల్స్ ప్రతి మోడల్ సొంత టోకెనైజర్‌తో tokens ను లెక్కిస్తాయి. GET /v1/models దీన్ని tokenizer: "original" గా గుర్తిస్తుంది.
• /v1/chat/completions మరియు /v1/messages లో shannon-coder-1 tokens లో కాకుండా కాల్స్‌లో లెక్కించబడుతుంది. దాని జాబితా ధర /v1/responses లో వర్తిస్తుంది.

రిక్వెస్ట్ ఏమి రిజర్వ్ చేస్తుంది, ఛార్జ్ యొక్క పని చేసిన ఉదాహరణలు మరియు Shannon Coder కాల్ అలౌన్స్ పరిమితులు మరియు బ్యాలెన్స్ పేజీలో ఉన్నాయి. పరిమితులు మరియు బ్యాలెన్స్

మోడల్ ids

ఈ ids లో ఒకదాన్ని model గా పంపండి.

shannon-1.6-lite
shannon-1.6-pro
shannon-2-lite
shannon-2-pro
shannon-3
shannon-3-pro
shannon-3.1
shannon-3.1-pro
shannon-3.5
shannon-coder-1
DeepSeek-V4-Pro-0813-3BIT-REAP
GLM-5.2-3BIT-REAP
Kimi-K3-3BIT-REAP
Nemotron3Ultra-3BIT-REAP
MiniMax-M3-3BIT-REAP
DeepSeek-V4-Flash-0731-W4A16-AUTOROUND-REAP
Kimi-K2.6-W4A16-AUTOROUND-REAP
Laguna-S-2.1-W4A16-AUTOROUND-REAP
inkling-W4A16-AUTOROUND-REAP
MiMo-V2.5-Pro-W8A16
MiMo-V2.5-W8A16
Hy3-W8A16

• పెద్ద మరియు చిన్న అక్షరాలు పట్టింపు కాదు, మరియు id చుట్టూ ఉన్న స్పేస్‌లు తొలగించబడతాయి: SHANNON-3 మరియు shannon-3 ఒకే మోడల్.
• మీరు ఏ స్పెల్లింగ్ పంపినా, సమాధానం model లో ఎల్లప్పుడూ ప్రచురించిన id ని కలిగి ఉంటుంది.
• Shannon 3 వంటి డిస్‌ప్లే పేరు id కాదు.

నాలుగు చిన్న స్పెల్లింగ్‌లు కూడా అంగీకరించబడతాయి.

ప్రచురించని id కి మూడు ఎండ్‌పాయింట్‌లలోనూ స్టేటస్ 400, type invalid_request_error మరియు మెసేజ్ unknown model: <id> తో సమాధానం వస్తుంది. దాని స్థానంలో ఏ ఇతర మోడల్ సమాధానం ఇవ్వదు.

{
  "error": {
    "type": "invalid_request_error",
    "message": "unknown model: gpt-4o"
  }
}

{
  "type": "error",
  "error": {
    "type": "invalid_request_error",
    "message": "unknown model: gpt-4o"
  }
}

• model ను ఎల్లప్పుడూ పంపండి. అది లేని రిక్వెస్ట్‌కు /v1/responses 400 తో సమాధానం ఇస్తుంది. /v1/chat/completions మరియు /v1/messages లో అలాంటి రిక్వెస్ట్‌కు shannon-1.6-lite సమాధానం ఇస్తుంది.
• POST /v1/tokenize మరియు POST /v1/messages/count_tokens హోస్ట్ చేసిన ఓపెన్-వెయిట్ ids ను తీసుకుంటాయి.

మోడల్స్ జాబితా

GET /v1/models ఈ పేజీలోని మోడల్స్‌ను అవే కాంటెక్స్ట్ విండోలు, ధరలు మరియు సామర్థ్యాలతో JSON గా తిరిగి ఇస్తుంది. మోడల్ పికర్‌ను నింపడానికి లేదా కోడ్‌లో ధరను తనిఖీ చేయడానికి దీన్ని ఉపయోగించండి.

GET https://api.shannon-ai.com/v1/models

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.shannon-ai.com/v1"
)

for model in client.models.list():
    print(model.id)

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://api.shannon-ai.com/v1'
});

for await (const model of client.models.list()) {
  console.log(model.id);
}

curl "https://api.shannon-ai.com/v1/models"

సమాధానం, ప్రతి రకానికి ఒక ఎంట్రీకి కుదించబడింది:

{
  "object": "list",
  "data": [
    {
      "id": "shannon-3",
      "object": "model",
      "created": 1700000000,
      "owned_by": "shannon-ai",
      "display_name": "Shannon 3",
      "context_window": 196608,
      "max_output_tokens": 65536,
      "pricing": {
        "input_per_million_usd": 3.35,
        "output_per_million_usd": 3.35,
        "currency": "USD"
      },
      "capabilities": {
        "tools": true,
        "vision": true,
        "reasoning": true,
        "reasoning_effort": false,
        "streaming": true,
        "json_schema": true
      },
      "endpoints": [
        "/v1/chat/completions",
        "/v1/messages",
        "/v1/responses"
      ]
    },
    {
      "id": "MiniMax-M3-3BIT-REAP",
      "object": "model",
      "created": 1700000000,
      "owned_by": "shannon-ai",
      "display_name": "MiniMax-M3 · 3BIT-REAP",
      "context_window": 262144,
      "max_output_tokens": 65536,
      "pricing": {
        "input_per_million_usd": 0.5,
        "cached_input_per_million_usd": 0.125,
        "output_per_million_usd": 2,
        "currency": "USD"
      },
      "tokenizer": "original",
      "capabilities": {
        "tools": true,
        "vision": true,
        "reasoning": true,
        "reasoning_effort": true,
        "streaming": true,
        "response_format": true,
        "json_schema": true,
        "prompt_caching": true
      },
      "endpoints": [
        "/v1/chat/completions",
        "/v1/messages",
        "/v1/responses",
        "/v1/messages/count_tokens",
        "/v1/tokenize"
      ]
    }
  ]
}

• GET /v1/models కు కీ అవసరం లేదు. సమాధానం ప్రతి కాలర్‌కు ఒకటే మరియు మీ ప్లాన్‌పై ఆధారపడదు.
• జాబితాలో కాల్ చేయగల ids ఉంటాయి. ప్రస్తుతం అందించలేని మోడల్ దానిలో ఉండదు.
• ఒక్క మోడల్ కోసం ఎండ్‌పాయింట్ లేదు: GET /v1/models/{id} type not_found_error తో 404 తో సమాధానం ఇస్తుంది.