Shannon 3 — нецензурована модель ШІ, яка перевіряє власну відповідь
Ітеративний цикл міркувань на власному GPU-кластері: подумати, накидати, перевірити, переписати. Lite виконує один прохід. Pro — до десяти й запитує про факти, яких, як він знає, йому бракує.
Коротко
Shannon 3 — це родина нецензурованих моделей ШІ, що обслуговується з власного GPU-кластера. Її відмітна риса — форма ходу: модель думає, пише чернетку, а тоді перечитує власну чернетку, звіряючи її з власним мисленням, і переписує те, що не витримує перевірки. Lite (shannon-3) робить один прохід «подумати й накидати» заради найменшої затримки. Pro (shannon-3-pro) виконує повний цикл до 10 ітерацій, зупиняючись тієї миті, коли перевірка схвалює чернетку, і додатково виконує збір знань у більшої моделі, щоб заповнити факти, брак яких він помітив. Увесь слід міркувань видимий і вашою мовою. Вхідні зображення та документи підтримуються на обох рівнях. Контекст на старті 3.0 становив 32,768 токенів.
Майже кожна чат-модель, якою ви користувалися, відповідає за один прямий прохід. Вона обирає перший токен ще до того, як знає останній, і щойно речення видано, воно є остаточним: модель може суперечити йому пізніше, але не може повернутися й виправити. Це працює добре, коли відповідь коротка, а питання складається з однієї частини. І працює погано, коли відповідь довга, питання має чотири частини, а шостий абзац нишком заперечує другий. Shannon 3 існує тому, що ми не вважали розв'язком цієї проблеми більшу модель. Розв'язок — дати моделі прочитати те, що вона щойно написала.
01Що таке Shannon 3
Shannon 3 — це дворівнева родина моделей. Обидва рівні працюють на власному GPU-кластері, а не через сторонній API інференсу, і обидва є нецензурованими: перед ними немає шару відмов, а за ними немає фільтра контенту. Різниця між рівнями полягає в тому, скільки роботи дозволено виконати одному ходу, перш ніж відповідь дійде до вас.
В API обидва рівні є звичайними ідентифікаторами моделей. Немає ні спеціального ендпоїнта, ні окремого SDK, ні особливого формату запиту:
| Рівень | Ідентифікатор моделі | Форма ходу | Найкраще для |
|---|---|---|---|
| Shannon 3 Lite | shannon-3 | Один прохід: подумати + чернетка | Чат, написання чернеток, довідки, великі обсяги |
| Shannon 3 Pro | shannon-3-pro | Повний цикл, до 10 проходів, плюс збір знань | Аналіз, довгі тексти, робота, чутлива до правильності |
02Чому один прямий прохід — хибна форма для складних питань
Модель, що генерує текст зліва направо, ухвалює невідкличну послідовність локальних рішень. У неї немає гумки. Коли вона вже на 400-му токені пояснення й усвідомлює, що обрала хибну рамку, у неї є лише два варіанти: продовжувати в хибній рамці або дописати виправлення — і виходять відповіді, які всі впізнають: ті, що посеред тексту кажуть власне, повертаючись до сказаного вище й лишають вам узгоджувати дві несумісні половини.
Ланцюжок міркувань це покращує, але не розв'язує. Обдумування наперед дає моделі план ще до того, як вона зобов'яжеться прозою, — і це справжній виграш; проте чернетка, що йде далі, все одно пишеться за один прохід і все одно віддається непрочитаною. Ніщо ніколи не ставить питання, яке редактор-людина ставить першим: чи справді ця відповідь робить те, що сказало мислення? Режими відмов, які переживають ланцюжок міркувань, специфічні й упізнавані:
- Втрачені підпитання. Ви запитали чотири речі. Мислення перелічило чотири речі. Відповідь охоплює три.
- Дрейф плану. Міркування зупиняється на одному підході; проза поступово переходить до іншого, і немає жодного окремого речення, у якому все пішло не так.
- Арифметика й одиниці виміру. Число, правильно обчислене в мисленні, хибно переписане у відповідь, або показник за місяць подано як річний.
- Проігноровані умови. Ви сказали: жодних зовнішніх залежностей; код імпортує одну, а мислення більше не згадує цю умову після того, як визнало її.
- Впевнені прогалини. У мисленні модель каже, що не впевнена в одному конкретному факті, а тоді все одно категорично стверджує його у відповіді.
Кожен із цих випадків ловиться прочитанням чернетки. Жоден не ловиться ретельнішим її написанням.
03Цикл міркувань, стадія за стадією
Хід Shannon 3 Pro — це цикл із чотирьох стадій та умови виходу.
Подумати
Модель опрацьовує задачу до того, як напише вам хоч щось: розкладає питання, занотовує умови, визначає, що вона знає, а чого ні, зупиняється на підході. Те, що вона тут виробляє, стає мірилом, за яким пізніше оцінюють відповідь.
Чернетка
Модель пише повну, справжню відповідь — не план. Вона має бути повною, бо наступна стадія оцінює завершений артефакт, а начерк неможливо перевірити на режими відмов, що проявляються лише в повній довжині.
Перевірка
Саме ця стадія робить родину тим, чим вона є. Модель читає чернетку у зіставленні з мисленням — це значно гостріший тест, ніж читання самої чернетки. Запитання до моделі «чи хороша ця відповідь?» спонукає її сказати «так»; запитання «план вимагав охопити X, Y і Z за умови C — чи робить це текст?» дає їй щось спростовне для перевірки. Перевірка називає, що не так, а не виставляє оцінку.
Переписування
Названі проблеми виправляються в новій чернетці. Це саме переписування, а не латка: виправлення, яке вимагає переставити аргументацію, має право її переставити. Нова чернетка повертається на перевірку.
Зупинка
Цикл закінчується першого разу, коли перевірка схвалює чернетку, — це звичайний вихід, і на більшості ходів він трапляється задовго до стелі. Жорстке обмеження у 10 ітерацій існує для патологічних випадків, як-от справді неоднозначне питання, де кожне переписування міняє одну ваду на іншу, — щоб хід не крутився нескінченно.
Lite бере ті самі перші дві стадії й зупиняється. Він думає, пише чернетку й віддає вам цю чернетку. Це навмисне продуктове рішення, а не урізаний випадок: на великій частці реальних повідомлень перша чернетка і є правильною відповіддю, і платити затримкою перевірки, щоб про це дізнатися, — поганий обмін. Lite — коли ви хочете, щоб модель була швидкою; Pro — коли ви хочете, щоб вона була впевненою.
04Збір знань у Pro: просити допомоги замість вгадування
Самоперевірка ловить суперечності, пропуски й порушення умов, бо докази, потрібні для їх виявлення, вже є всередині ходу. Вона не може вловити факт, якого модель просто не має. Модель, що перевіряє власну чернетку, може дійти висновку я не впевнена щодо цієї цифри — і не мати куди подіти цей висновок.
Pro дає їй куди його подіти. Приблизно на стадії написання чернетки він виконує збір знань: визначає конкретні факти, яких бракує або в яких він не впевнений, запитує саме про них другу, більшу модель і вплітає отримане в покращену відповідь. Це прицільна довідка, зумовлена прогалиною, яку модель назвала сама, а не суцільна друга думка.
На практиці мають значення дві властивості. Це обмежений запит: збір питає про визначені прогалини, а не перепитує все питання, тож більшу модель залучають там, де вона додає інформацію, а не там, де вона просто додала б інший голос. І це інтегрований запит: зібрані факти повертаються в цикл і проходять ту саму перевірку, що й усе інше, замість того щоб з'явитися прикрученим збоку абзацом.
Що це змінює в питанні невизначеності
Найкорисніший ефект збору не в тому, що Pro знає більше. А в тому, що невизначеність Pro стає дієвою. Модель, яка лише знає, що не впевнена, мусить обирати між застереженнями до всього й упевненими твердженнями. Та, що може перетворити «я щодо цього не впевнена» на «піду з'ясую», застерігається в меншій кількості місць і в більшій кількості з них є конкретною.
05Міркування видиме, і воно вашою мовою
Увесь слід показується вам у міру виконання ходу: мислення, а в Pro — кожна перевірка й те, що вона заперечила. Це не режим налагодження, показ якого ми терпимо, — це значна частина того, що ви отримуєте, і вона змінює робочі стосунки трьома конкретними способами.
- Ви можете зупинити раніше. Якщо мислення хибно прочитало ваше питання — типовий наслідок неоднозначного запиту, а не поганої моделі, — ви дізнаєтеся про це за перші кілька секунд, а не після повної відповіді, що розв'язує не ту задачу.
- Ви можете перевірити міркування окремо від відповіді. Правильна відповідь, здобута хибним міркуванням, є ризиком, бо вона не переживе наступного питання.
- Ви можете побачити, як цикл зазнає невдачі. Коли Pro витрачає кілька ітерацій без збіжності, це показується, а не ховається, — і це справжня інформація, яка зазвичай означає, що питання недовизначене.
Слід написано вашою власною мовою, а не згенеровано англійською та перекладено наприкінці. Якщо ви працюєте японською, арабською, турецькою чи португальською, модель міркує саме цією мовою — і це утримує термінологію сліду узгодженою з термінологією відповіді та уникає швів, які з'являються, коли модель думає однією мовою, а говорить іншою.
06Без цензури: ні шару відмов, ні фільтра виводу
Shannon 3 постачається без шару відмов і без фільтрації контенту на виводі. Поведінки відмови немає в продукті на жодному рівні: ні як обгортки, що перевіряє ваше повідомлення до того, як його побачить модель, ні як класифікатора, що перевіряє відповідь до того, як побачите її ви, ні як рефлексу, від якого модель треба відмовляти. Це суттєво відрізняється від двох речей, які зазвичай мають на увазі, кажучи «без цензури»:
| Підхід | Що робить | Як провалюється |
|---|---|---|
| Джейлбрейк системним запитом | Наказує вирівняній моделі поводитися так, ніби вона не вирівняна | Згасає в довгій розмові; під тиском відмова повертається |
| Прибирання фільтра виводу | Перестає блокувати текст, який модель уже виробила | Модель однаково пише обережний, ухильний текст — нічого не заблоковано, бо воно й не було написане |
| Shannon 3 | Немає шару відмов, який треба прибирати, і немає фільтра, який треба вимикати, — цієї поведінки просто немає | Повністю покладає оцінку на вас; модель не відмовиться замість вас |
На практиці Shannon 3 працює саме з тим питанням, яке ви поставили, а не з безпечнішим сусіднім: художня література зі справжніми антагоністами, теми безпеки, обговорені технічно, а не на висоті пресрелізу, медична, юридична та фінансова інформація, подана прямо, з тими застереженнями, які справді доречні, — і без прикінцевої лекції про те, чому ви могли про це запитати. Він також не розводить цикл водою: перевірка вільна сказати, що чернетка хибна, а це інший і корисніший вид спротиву, ніж відмова.
Чого відсутність шару відмов не робить — це не робить модель правильною. Нецензурована модель рівно настільки ж здатна впевнено помилятися, як і цензурована, і навіть помітніше, бо не сховається в туманність, коли не впевнена. Це один із кращих аргументів на користь циклу: коли рефлекс відмови не заважає, самоперевірка робить ту роботу з безпеки, яка важлива професійному користувачеві, — ловить помилки. Ваше використання моделі й далі регулюється нашою Політикою відповідального використання та законом вашої країни.
Ми не публікуємо оцінок бенчмарків для Shannon 3 і не робимо тверджень про прямі порівняння з іншими моделями. Користь циклу є структурною — він ловить класи помилок, які один прохід уловити не може, — і ми радше точно опишемо цей механізм, ніж припишемо йому цифру, якої не перевірили незалежно. Усе вище описує, що робить хід; найшвидший спосіб це перевірити — виконати один і прочитати слід.
07Зображення, документи та генерація зображень
Обидва рівні приймають зображення й документи як вкладення та читають їх як частину ходу. Знімок екрана невдалого складання, сфотографована дошка, схема, сканована сторінка договору чи PDF можуть бути предметом питання, а не тим, що ви спершу переписуєте вручну. У Pro вкладення беруть участь у циклі нарівні з усім іншим: якщо перевірка вирішить, що чернетка відповіла на питання, якого зображення не підтверджує, це буде переписано.
Генерація та редагування зображень доступні в чаті як інструмент, а не як призначення моделі. Shannon 3 — це модель міркувань, яка може створити чи відредагувати зображення, коли того вимагає розмова, а не модель зображень із приробленим чат-інтерфейсом. Ця відмінність правильно налаштовує очікування: оцінюйте родину за тим, як вона думає, а картинки сприймайте як зручність, що заощаджує перемикання контексту.
08Контекстне вікно і куди рушила лінійка 3.x далі
Shannon 3.0 стартував із контекстним вікном на 32,768 токенів. Це чесна історична цифра, і сказати її прямо варто, бо цикл споживає контекст інакше, ніж однопрохідна модель: ваш запит, ваші вкладення, мислення та кожен цикл чернетки й перевірки живуть в одному бюджеті.
32K комфортні для більшості чат- та аналітичної роботи — довгий документ, чималий файл коду, детальне багатоскладове питання з місцем для роботи циклу. Їх бракує для справді великих вхідних даних, і саме це обмеження усунув наступний реліз. Shannon 3.1 суттєво підвищує контекстне вікно й змінює те, на що можна спрямувати цикл; якщо ви оцінюєте родину сьогодні, читайте ту статтю другою, а число тут сприймайте як історію.
09Виклик Shannon 3 з API
Shannon 3 доступний через усі три наші діалекти API, на тих самих моделях, з потоковою передачею в кожному:
| Діалект | Ендпоїнт | Коли використовувати |
|---|---|---|
| Сумісний з OpenAI | /v1/chat/completions | У вас уже є код клієнта OpenAI — змініть базову URL та ідентифікатор моделі |
| Сумісний з Anthropic | /v1/messages | Ваш стек побудовано навколо формату Messages |
| Responses | /v1/responses | Вам потрібна новіша форма запиту та відповіді |
Передавайте shannon-3 або shannon-3-pro як ідентифікатор моделі. На боці клієнта варто спланувати дві речі. Ходи Pro тривають довше, і на змінну величину, бо кількість ітерацій залежить від питання — виставляйте тайм-аути за стелею, а не за середнім, і надавайте перевагу потоковій передачі, щоб користувач бачив поступ, а не крутілку. І слід міркувань — це вміст, який ви можете показувати за бажанням; там, де користувачі чекають, показ зазвичай кращий за приховування, бо перетворює мертвий час на щось читабельне. Схеми запитів і відповідей, деталі потокової передачі та живий майданчик — у документації API.
10Вибір рівня
Цикл Pro виправдовує свою затримку пропорційно до того, скільки всього можна зробити неправильно.
| Ваше завдання | Рівень | Чому |
|---|---|---|
| Швидке фактичне питання, коротка відповідь | shannon-3 | Перша чернетка і є відповіддю; перевірці нічого ловити |
| Автоматизація з великим обсягом або жорсткою затримкою | shannon-3 | Передбачуваний час ходу є визначальним обмеженням |
| Багатоскладовий аналіз з умовами | shannon-3-pro | Втрачені підпитання й порушені умови — саме те, що ловить перевірка |
| Довгий текст, який має тримати купи | shannon-3-pro | Внутрішня суперечність є властивістю повної довжини, невидимою під час написання |
| Будь-що з числами, за якими ви діятимете | shannon-3-pro | Перевірка перераховує арифметику й одиниці, звіряючи їх із мисленням |
| Питання, що торкаються фактів на межі знань моделі | shannon-3-pro | Збір знань перетворює названу прогалину на довідковий запит |
Практичний прийом: користуйтеся Lite, поки ще з'ясовуєте, про що саме запитати, а тоді один раз перезапустіть усталене питання на Pro. Цикл вартий оплати на тій версії питання, яку ви справді мали на увазі.
11Обмеження, про які варто знати до того, як зважитеся
Картка моделі, що перелічує лише сильні сторони, є рекламою. Ось де Shannon 3 вас розчарує:
- Pro повільніший, і непередбачувано. Хід, що збігається за дві ітерації, і хід, що йде до десяти, відрізняються за реальним часом у кілька разів. Якщо вам потрібна обмежена затримка, беріть Lite.
- Перевірка — не доказ. Модель, що перевіряє власну роботу, поділяє власні сліпі зони. Цикл надійно ловить неузгодженість між мисленням і чернеткою; він не ловить надійно помилку, яку впевнено закладено в саме мислення.
- Контекст спільний із циклом. На 32K дуже довгі вхідні дані плюс кілька повнорозмірних чернеток є реальним обмеженням у 3.0. Про підняту стелю дивіться Shannon 3.1.
- Збір заповнює лише ті прогалини, які модель помічає. Він перетворює «я щодо цього не впевнена» на довідковий запит, і це справжній виграш, — але факт, щодо якого модель упевнено помиляється, ніколи не позначається як відсутній, тож його ніколи й не збирають.
- Без цензури означає без цензури. Модель не відмовиться й не пом'якшить. Якщо вашому продукту потрібна межа відмови, будуйте її там, де вам її видно, а не сподівайтеся, що її забезпечить модель.
12Часті запитання
Що таке Shannon 3?
Shannon 3 — це родина нецензурованих моделей, що працюють на власному GPU-кластері. Вирізняє її форма ходу: замість одного прямого проходу вона думає, пише чернетку відповіді, а тоді звіряє цю чернетку з власним мисленням і переписує її. Постачається у двох рівнях: shannon-3 (Lite) і shannon-3-pro (Pro).
Яка різниця між Shannon 3 Lite і Shannon 3 Pro?
Lite виконує один прохід «подумати й накидати», утримуючи затримку близькою до звичайної моделі. Pro виконує повний цикл, перевіряючи й переписуючи кожну чернетку до 10 ітерацій і зупиняючись достроково тієї миті, коли перевірка схвалює її. Pro також виконує збір знань, запитуючи другу, більшу модель про факти, які він визначив як відсутні.
Чи справді Shannon 3 нецензурований?
Так. Shannon 3 постачається без шару відмов і без фільтра контенту на виводі. Поведінки відмови немає в самій моделі, тож ніщо не повертається нишком посеред довгої розмови так, як це робить персона, задана системним запитом. Використання моделі й далі регулюється нашою Політикою відповідального використання та законом вашої країни.
Чи справді цикл перевірки робить відповіді кращими?
Найбільше він допомагає там, де один прохід структурно слабкий: довгі відповіді, кінець яких суперечить початку, багатоскладові питання, де одну частину нишком випущено, помилки в арифметиці та одиницях виміру, а також код, що ігнорує задану умову. Найменше він допомагає на коротких довідкових запитах, де перша чернетка вже і є відповіддю. Саме тому існує Lite.
Що станеться, якщо перевірка так і не схвалить чернетку?
Цикл зупиняється на своїй стелі у 10 ітерацій і повертає найкращу досягнуту чернетку, а не крутиться нескінченно. Оскільки слід видимий, ви також можете прочитати заперечення, які так і не було знято, — а це зазвичай означає, що питання було достатньо неоднозначним, аби кожне переписування міняло одну ваду на іншу, і є сигналом переформулювати його.
Чи може Shannon 3 читати зображення та документи?
Так. Обидва рівні приймають вкладені зображення та документи й читають їх як частину ходу, тож знімок екрана, схема, скановані сторінка чи PDF можуть бути предметом питання, а не тим, що ви спершу переписуєте вручну. Генерація та редагування зображень також доступні в чаті, але як інструмент, який модель може викликати, а не як її призначення.
Чи можу я побачити міркування моделі?
Так. Слід показується під час виконання ходу й написаний вашою мовою, а не перекладений з англійської наприкінці. У Pro ви спостерігаєте кожен цикл перевірки, і завдяки цьому видно, коли модель ловить власну помилку — і так само видно, коли не ловить.
Яким було контекстне вікно Shannon 3 на старті?
Shannon 3.0 стартував із контекстним вікном на 32,768 токенів, що ділиться між вашим запитом, будь-якими вкладеннями, слідом міркувань і відповіддю. Shannon 3.1 підвищує цю цифру; поточне число дивіться у статті про Shannon 3.1.
Випробуйте цикл самі
Поставте те саме питання двічі — один раз на Lite, один раз на Pro — і подивіться, що змінює перевірка.
Почати спілкування Читати документацію APIshannon-3 · shannon-3-pro · потокова передача в усіх трьох діалектах API
Shannon 3 керується Shannon Lab LLC, Нью-Мексико, США. Наведені тут цифри описують стартову конфігурацію 3.0; поточні обмеження дивіться в картці моделі Shannon 3.1, а решту родини — в покажчику досліджень. Ми не публікуємо оцінок бенчмарків для Shannon 3 і не робимо порівняльних тверджень про продуктивність.