Lumaktaw sa nilalaman
Kakayahan

Kakayahan

Ang kayang gawin ng bawat model sa pamamagitan ng API, model por model: tools, image input, reasoning, JSON output, prompt caching, web search at streaming.

Naaabot ang bawat model sa pamamagitan ng parehong tatlong endpoint gamit ang parehong key. Ipinapakita ng dalawang talahanayan kung saan nagkakaiba ang mga model. Ang gitling ay nangangahulugang sumasagot ang model nang walang kakayahang iyon.

Mga Shannon model

Model ToolsMga imageReasoningEffortJSON objectJSON schemaCachingSearchStreaming
shannon-1.6-lite OoOo——OoOo—OoOo
shannon-1.6-pro OoOoOo—OoOo—OoOo
shannon-2-lite Oo—Oo—OoOo—OoOo
shannon-2-pro Oo—Oo—OoOo—OoOo
shannon-3 OoOoOo—OoOo—OoOo
shannon-3-pro OoOoOo—OoOo—OoOo
shannon-3.1 OoOoOo—OoOo—OoOo
shannon-3.1-pro OoOoOo—OoOo—OoOo
shannon-3.5 Oo———OoOo——Oo
shannon-coder-1 Oo—Oo—OoOo——Oo

Mga hosted open-weight model

Ang id ng isang hosted model ay ang pangalan at variant nito na pinagdugtong ng hyphen, halimbawa DeepSeek-V4-Pro-0813-3BIT-REAP.

Model ToolsMga imageReasoningEffortJSON objectJSON schemaCachingSearchStreaming
DeepSeek-V4-Pro-0813 3BIT-REAP Oo—OoOoOoOoOo—Oo
GLM-5.2 3BIT-REAP Oo—OoOoOoOoOo—Oo
Kimi-K3 3BIT-REAP OoOoOoOoOoOoOo—Oo
Nemotron3Ultra 3BIT-REAP Oo—OoOoOoOoOo—Oo
MiniMax-M3 3BIT-REAP OoOoOoOoOoOoOo—Oo
DeepSeek-V4-Flash-0731 W4A16-AUTOROUND-REAP Oo—OoOoOoOoOo—Oo
Kimi-K2.6 W4A16-AUTOROUND-REAP OoOoOoOoOoOoOo—Oo
Laguna-S-2.1 W4A16-AUTOROUND-REAP Oo—OoOo——Oo—Oo
inkling W4A16-AUTOROUND-REAP OoOoOoOoOo—Oo—Oo
MiMo-V2.5-Pro W8A16 Oo—OoOoOoOoOo—Oo
MiMo-V2.5 W8A16 OoOoOoOoOoOoOo—Oo
Hy3 W8A16 Oo—OoOoOoOoOo—Oo

Ano ang ibig sabihin ng bawat column

  • Tools. Inilalarawan mo ang mga function sa tools, sumasagot ang model ng mga call na gusto nitong gawin, at pinapatakbo ng iyong code ang mga ito. Tumatanggap ng tools ang bawat model. Ina-apply ng mga hosted open-weight model ang sapilitang tool_choice. Function calling
  • Image input. Binabasa ng model ang mga image na ipinadala sa loob ng user message, bilang data URL o bilang address. Nagbabasa ang shannon-2-lite at shannon-2-pro ng mga image sa mga request na nagpapadala rin ng tools o response_format. Nagbabasa rin ng mga dokumento ang pamilyang Shannon 3. Mga image at file
  • Reasoning. Maaaring dalhin ng reply ang reasoning text ng model katabi ng sagot, sa sarili nitong field. Reasoning effort
  • Reasoning effort. Itinatakda ng isang request field kung gaano kalalim mag-reason ang model: off, low, medium o high. Ang mga Shannon model ang nagtatakda ng sarili nilang lalim. Reasoning effort
  • JSON object. Gamit ang response_format: {"type": "json_object"}, JSON ang sagot na walang itinakdang hugis. Sa /v1/chat/completions at /v1/responses. Structured outputs
  • JSON schema. Gamit ang response_format na type na json_schema, sumusunod ang sagot sa schemang ipinadala mo. Sa /v1/chat/completions at /v1/responses. Structured outputs
  • Prompt caching. Ang prompt na nagsisimula tulad ng kamakailang prompt sa parehong model ay binabasa mula sa cache, at ang cached na bahagi ay sinisingil sa 25% ng input price. Hindi ito nangangailangan ng request field. Prompt caching
  • Web search. Gamit ang web_search: true, nag-se-search ang API sa web at ibinibigay ang mga resulta sa model bago ito sumagot. Sa /v1/chat/completions at /v1/messages. Isa itong field ng request at walang flag sa GET /v1/models. Web search
  • Streaming. Gamit ang stream: true, dumarating ang reply bilang server-sent events habang nagsusulat ang model. Nag-i-stream ang bawat model sa lahat ng tatlong endpoint. Pag‑stream

Ang parehong mga katotohanan mula sa GET /v1/models

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

Inililista ng GET /v1/models ang bawat model na may capabilities object, kaya mababasa ng isang program ang mga katotohanang ito sa halip na ang pahinang ito. Walang key na kailangan ang endpoint.

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, getattr(model, "capabilities", None))

Ang id at capabilities ng dalawang entry ng data:

200 JSON
[
  {
    "id": "shannon-3",
    "capabilities": {
      "tools": true,
      "vision": true,
      "reasoning": true,
      "reasoning_effort": false,
      "streaming": true,
      "json_schema": true
    }
  },
  {
    "id": "Kimi-K3-3BIT-REAP",
    "capabilities": {
      "tools": true,
      "vision": true,
      "reasoning": true,
      "reasoning_effort": true,
      "streaming": true,
      "response_format": true,
      "json_schema": true,
      "prompt_caching": true
    }
  }
]
Column Flag sa capabilities
Tools tools
Image input vision
Reasoning reasoning
Reasoning effort reasoning_effort
JSON object response_format
JSON schema json_schema
Prompt caching prompt_caching
Web search Hindi flag: ang request field na web_search.
Streaming streaming
  • Ang response_format at prompt_caching ay mga flag ng mga hosted open-weight entry. Iniuulat ng Shannon entry ang JSON output gamit lamang ang json_schema, na kumakatawan sa dalawang JSON mode.
  • Ang vision ay true para sa shannon-2-lite at shannon-2-pro: nagbabasa sila ng mga image sa mga request na nagpapadala rin ng tools o response_format.

Sa labas ng row ng isang model

Tinatanggihan ng isang hosted open-weight model ang image o JSON mode na wala sa row nito. Nangyayari ang pagtanggi bago kumuha ng anuman mula sa iyong balance:

Status Type Mensahe Kailan
400 invalid_request_error <id> does not accept image input Nagpadala ng image sa isang hosted open-weight model na walang image input.
400 invalid_request_error <id> does not accept response_format Humiling ng JSON output sa isang hosted open-weight model na walang alinman sa dalawang JSON mode.
400 invalid_request_error <id> does not accept response_format json_schema; use json_object Nagpadala ng schema sa isang hosted open-weight model na JSON object mode lang ang mayroon.

Sinasagot ng Shannon model ang ganitong request ng status na 200: walang bahagi sa sagot ang kakayahang wala sa row nito. Paghawak ng Error