Model và giá

model không kiểm duyệt

22

cửa sổ ngữ cảnh

256K

từ

$0.50 /1M

Các model open-weight hosted

ngữ cảnh 262,144 token cho mọi id; đầu vào và đầu ra tính phí riêng; mỗi id chấp nhận những gì model mà nó mô phỏng chấp nhận

Model	Đầu vào	Đầu ra có cấu trúc	In / cached / out mỗi 1M	Xem thêm
DeepSeek-V4-Pro-08133BIT-REAPDeepSeek · 1.6T MoE · 49B activeKhông kiểm duyệt	Đầu vào văn bản	JSON schema	$1.95 / $0.488 / $3.90	Xem thêm
GLM-5.23BIT-REAPZ.ai · 744B MoE · 40B activeKhông kiểm duyệt	Đầu vào văn bản	JSON schema	$0.73 / $0.183 / $2.34	Xem thêm
Kimi-K33BIT-REAPMoonshot AI · 2.8T MoE · 104B activeKhông kiểm duyệt	Đầu vào văn bản + hình ảnh	JSON schema	$3.83 / $0.958 / $19.12	Xem thêm
Nemotron3Ultra3BIT-REAPNVIDIA · 550B hybrid Mamba-Attention MoE · 55B activeKhông kiểm duyệt	Đầu vào văn bản	JSON schema	$0.75 / $0.188 / $3.30	Xem thêm
MiniMax-M33BIT-REAPMiniMax · 428B MoE · 23B active · sparse attentionKhông kiểm duyệt	Đầu vào văn bản + hình ảnh	JSON schema	$0.50 / $0.125 / $2.00	Xem thêm
DeepSeek-V4-Flash-0731W4A16-AUTOROUND-REAPDeepSeek · 284B MoE · 13B activeKhông kiểm duyệt	Đầu vào văn bản	JSON schema	$0.50 / $0.125 / $2.00	Xem thêm
Kimi-K2.6W4A16-AUTOROUND-REAPMoonshot AI · 1T MoE · 32B activeKhông kiểm duyệt	Đầu vào văn bản + hình ảnh	JSON schema	$0.78 / $0.195 / $3.67	Xem thêm
Laguna-S-2.1W4A16-AUTOROUND-REAPPoolside · 118B MoE · 8B activeKhông kiểm duyệt	Đầu vào văn bản	Không có đầu ra có cấu trúc	$0.50 / $0.125 / $2.00	Xem thêm
inklingW4A16-AUTOROUND-REAPThinking Machines · 975B MoE · 41B activeKhông kiểm duyệt	Đầu vào văn bản + hình ảnh	Đối tượng JSON	$1.42 / $0.355 / $6.07	Xem thêm
MiMo-V2.5-ProW8A16Xiaomi · 1.02T MoE · 42B active · 8-bitKhông kiểm duyệt	Đầu vào văn bản	JSON schema	$0.50 / $0.125 / $2.00	Xem thêm
MiMo-V2.5W8A16Xiaomi · 8-bit multimodal · W8A16Không kiểm duyệt	Đầu vào văn bản + hình ảnh	JSON schema	$0.50 / $0.125 / $2.00	Xem thêm
Hy3W8A16Tencent · 295B MoE · 21B active · 8-bitKhông kiểm duyệt	Đầu vào văn bản	JSON schema	$0.50 / $0.125 / $2.00	Xem thêm

Các model Shannon

một mức giá cố định cho cả đầu vào và đầu ra

Model	Ngữ cảnh	Đầu vào	Đầu ra có cấu trúc	Giá / 1M token
Shannon 1.6 Liteshannon-1.6-liteKhông kiểm duyệt	192K	Đầu vào văn bản + hình ảnh	JSON schema	$3.90
Shannon 1.6 Proshannon-1.6-proKhông kiểm duyệt	192K	Đầu vào văn bản + hình ảnh	JSON schema	$7.80
Shannon 2 Liteshannon-2-liteKhông kiểm duyệt	192K	Đầu vào văn bản + hình ảnh	JSON schema	$3.90
Shannon 2 Proshannon-2-proKhông kiểm duyệt	192K	Đầu vào văn bản + hình ảnh	JSON schema	$5.85
Shannon 3shannon-3Không kiểm duyệt	192K	Đầu vào văn bản + hình ảnh	JSON schema	$3.35
Shannon 3 Proshannon-3-proKhông kiểm duyệt	192K	Đầu vào văn bản + hình ảnh	JSON schema	$3.35
Shannon 3.1shannon-3.1Không kiểm duyệt	192K	Đầu vào văn bản + hình ảnh	JSON schema	$3.35
Shannon 3.1 Proshannon-3.1-proKhông kiểm duyệt	192K	Đầu vào văn bản + hình ảnh	JSON schema	$3.35
Shannon 3.5shannon-3.5Không kiểm duyệt	192K	Đầu vào văn bản + hình ảnh	JSON schema	$3.35
Shannon Coder 1shannon-coder-1Không kiểm duyệt	128K	Đầu vào văn bản	JSON schema	$8.00

Đến phần Bắt đầu nhanh Thử Playground

Cách đọc một hàng

Mọi model đều streaming và có thể gọi tool. Các tính năng khác của API được mô tả ở trang Capabilities. Tính năng

Cửa sổ ngữ cảnh và giới hạn đầu ra

• Cửa sổ ngữ cảnh bao gồm mọi thứ model đọc cho một câu trả lời: tin nhắn, định nghĩa tool và hình ảnh của bạn.
• Dòng Shannon 3 tự điều chỉnh cho vừa một cuộc hội thoại dài hơn: nó giữ các lượt mới nhất vừa với cửa sổ rồi trả lời.
• Trong một luồng stream, prompt quá dài được báo cáo dưới dạng một error frame với loại invalid_request_error và code: "context_length_exceeded".
• max_tokens nhận giá trị từ 1 đến 65,536 trên mọi model; max_output_tokens trong GET /v1/models là đầu trên của phạm vi đó. Mặc định là 4,096.
• Trên mọi model, max_tokens là số lượng mà một yêu cầu giữ từ số dư của bạn.
• Với vai trò giới hạn độ dài câu trả lời, max_tokens được áp dụng bởi các model open-weight hosted, shannon-1.6-lite, shannon-1.6-pro và shannon-coder-1.
• Trên các model open-weight hosted, nó giới hạn văn bản câu trả lời. Phần suy luận trước câu trả lời không được tính vào giới hạn này, và giá trị dưới 256 được coi như 256.
• Một luồng stream của shannon-1.6-lite, shannon-1.6-pro, shannon-coder-1 hoặc dòng Shannon 3 kết thúc với finish_reason: "length" khi câu trả lời bị cắt ở giới hạn.

Giới hạn và số dư

Cách hình thành một mức giá

• Giá tính bằng USD cho mỗi 1,000,000 token. Số dư của bạn được tính bằng token có giá trị $5.00 cho mỗi 1,000,000, nên giá của một model cho biết token của nó lấy đi bao nhiêu số dư.
• Các model Shannon có một mức giá. Một lượt gọi bị tính usage.total_tokens theo giá đó.
• Các model open-weight hosted có ba mức giá. Đầu vào được đọc từ prompt cache được tính theo giá cached, bằng 25% giá đầu vào làm tròn đến $0.001. Phần còn lại của đầu vào được tính theo giá đầu vào, đầu ra theo giá đầu ra.
• Các model open-weight hosted đếm token bằng tokenizer riêng của từng model. GET /v1/models đánh dấu điều này là tokenizer: "original".
• shannon-coder-1 được tính theo lượt gọi, không phải token, trên /v1/chat/completions và /v1/messages. Giá niêm yết của nó áp dụng trên /v1/responses.

Một yêu cầu giữ chỗ bao nhiêu, các ví dụ minh họa về mức phí và hạn mức lượt gọi Shannon Coder có trên trang Limits and balance. Giới hạn và số dư

Id model

Hãy gửi một trong các id này làm model.

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

• Chữ hoa và chữ thường không quan trọng, và khoảng trắng quanh id bị loại bỏ: SHANNON-3 và shannon-3 là cùng một model.
• Phản hồi luôn mang id đã công bố trong model, dù bạn gửi cách viết nào.
• Tên hiển thị như Shannon 3 không phải là id.

Bốn cách viết ngắn hơn cũng được chấp nhận.

Id chưa được công bố được trả lời với trạng thái 400, loại invalid_request_error và thông báo unknown model: <id> trên cả ba endpoint. Không có model nào khác trả lời thay thế.

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

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

• Luôn gửi model. /v1/responses trả lời yêu cầu thiếu nó bằng 400. Trên /v1/chat/completions và /v1/messages, yêu cầu như vậy được shannon-1.6-lite trả lời.
• POST /v1/tokenize và POST /v1/messages/count_tokens nhận các id của model open-weight hosted.

Liệt kê model

GET /v1/models trả về các model của trang này dưới dạng JSON, với cùng cửa sổ ngữ cảnh, giá và tính năng. Hãy dùng nó để điền một bộ chọn model hoặc để kiểm tra giá trong mã.

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"

Phản hồi, rút gọn còn một mục của mỗi loại:

{
  "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 không cần key. Phản hồi giống nhau cho mọi người gọi và không phụ thuộc vào gói của bạn.
• Danh sách chứa các id có thể được gọi. Model không thể phục vụ vào lúc này sẽ bị loại khỏi danh sách.
• Không có endpoint cho một model đơn lẻ: GET /v1/models/{id} trả lời 404 với loại not_found_error.