Àwọn model àti iye owó

àwọn model láìsí ìhámọ́

22

context window

256K

láti

$0.50 /1M

Àwọn model open-weight tí a gbàlejò

Context token 262,144 lórí gbogbo id; a ń gba owó input àti output lọ́tọ̀ọ̀tọ̀; id kọ̀ọ̀kan ń gba ohun tí model tó ń fara wé ń gbà

Model	Input	Structured output	In / cached / out fun 1M	Síwájú sí i
DeepSeek-V4-Pro-08133BIT-REAPDeepSeek · 1.6T MoE · 49B activeLáìsí ìhámọ́	Input text	JSON schema	$1.95 / $0.488 / $3.90	Síwájú sí i
GLM-5.23BIT-REAPZ.ai · 744B MoE · 40B activeLáìsí ìhámọ́	Input text	JSON schema	$0.73 / $0.183 / $2.34	Síwájú sí i
Kimi-K33BIT-REAPMoonshot AI · 2.8T MoE · 104B activeLáìsí ìhámọ́	Input text + àwòrán	JSON schema	$3.83 / $0.958 / $19.12	Síwájú sí i
Nemotron3Ultra3BIT-REAPNVIDIA · 550B hybrid Mamba-Attention MoE · 55B activeLáìsí ìhámọ́	Input text	JSON schema	$0.75 / $0.188 / $3.30	Síwájú sí i
MiniMax-M33BIT-REAPMiniMax · 428B MoE · 23B active · sparse attentionLáìsí ìhámọ́	Input text + àwòrán	JSON schema	$0.50 / $0.125 / $2.00	Síwájú sí i
DeepSeek-V4-Flash-0731W4A16-AUTOROUND-REAPDeepSeek · 284B MoE · 13B activeLáìsí ìhámọ́	Input text	JSON schema	$0.50 / $0.125 / $2.00	Síwájú sí i
Kimi-K2.6W4A16-AUTOROUND-REAPMoonshot AI · 1T MoE · 32B activeLáìsí ìhámọ́	Input text + àwòrán	JSON schema	$0.78 / $0.195 / $3.67	Síwájú sí i
Laguna-S-2.1W4A16-AUTOROUND-REAPPoolside · 118B MoE · 8B activeLáìsí ìhámọ́	Input text	Kò sí structured output	$0.50 / $0.125 / $2.00	Síwájú sí i
inklingW4A16-AUTOROUND-REAPThinking Machines · 975B MoE · 41B activeLáìsí ìhámọ́	Input text + àwòrán	JSON object	$1.42 / $0.355 / $6.07	Síwájú sí i
MiMo-V2.5-ProW8A16Xiaomi · 1.02T MoE · 42B active · 8-bitLáìsí ìhámọ́	Input text	JSON schema	$0.50 / $0.125 / $2.00	Síwájú sí i
MiMo-V2.5W8A16Xiaomi · 8-bit multimodal · W8A16Láìsí ìhámọ́	Input text + àwòrán	JSON schema	$0.50 / $0.125 / $2.00	Síwájú sí i
Hy3W8A16Tencent · 295B MoE · 21B active · 8-bitLáìsí ìhámọ́	Input text	JSON schema	$0.50 / $0.125 / $2.00	Síwájú sí i

Àwọn model Shannon

iye owó kan ṣoṣo fún input àti output

Model	Context	Input	Structured output	Iye owó / token 1M
Shannon 1.6 Liteshannon-1.6-liteLáìsí ìhámọ́	192K	Input text + àwòrán	JSON schema	$3.90
Shannon 1.6 Proshannon-1.6-proLáìsí ìhámọ́	192K	Input text + àwòrán	JSON schema	$7.80
Shannon 2 Liteshannon-2-liteLáìsí ìhámọ́	192K	Input text + àwòrán	JSON schema	$3.90
Shannon 2 Proshannon-2-proLáìsí ìhámọ́	192K	Input text + àwòrán	JSON schema	$5.85
Shannon 3shannon-3Láìsí ìhámọ́	192K	Input text + àwòrán	JSON schema	$3.35
Shannon 3 Proshannon-3-proLáìsí ìhámọ́	192K	Input text + àwòrán	JSON schema	$3.35
Shannon 3.1shannon-3.1Láìsí ìhámọ́	192K	Input text + àwòrán	JSON schema	$3.35
Shannon 3.1 Proshannon-3.1-proLáìsí ìhámọ́	192K	Input text + àwòrán	JSON schema	$3.35
Shannon 3.5shannon-3.5Láìsí ìhámọ́	192K	Input text + àwòrán	JSON schema	$3.35
Shannon Coder 1shannon-coder-1Láìsí ìhámọ́	128K	Input text	JSON schema	$8.00

Lọ sí Ìbẹ̀rẹ̀ kíákíá Gbiyanju aaye ibi-iṣere

Bí a ṣe ń ka ìlà kan

Gbogbo model ń ṣe streaming, wọ́n sì lè pe àwọn tool. A ṣàpèjúwe àwọn agbára mìíràn ti API lórí ojú-ìwé Àwọn agbára. Awọn agbara

Context window àti àwọn ààlà output

• Context window bo gbogbo ohun tí model ń kà fún ìdáhùn kan: àwọn ìfiránṣẹ́ rẹ, àwọn ìtumọ̀ tool àti àwọn àwòrán.
• Ìdílé Shannon 3 fúnra rẹ̀ ń mú ìjíròrò gígùn wọ inú window: ó ń pa àwọn ìyípo tuntun jù tó wọ inú window mọ́, ó sì ń dáhùn.
• Nínú stream, prompt tó gùn jù ni a ń ròyìn bí frame àṣìṣe pẹ̀lú irú invalid_request_error àti code: "context_length_exceeded".
• max_tokens ń gba àwọn iye láti 1 dé 65,536 lórí gbogbo model; max_output_tokens nínú GET /v1/models ni òkè ìwọ̀n yẹn. Iye àìyípadà jẹ́ 4,096.
• Lórí gbogbo model, max_tokens ni iye tí ìbéèrè ń fi pamọ́ láti balance rẹ.
• Bí ààlà lórí gígùn ìdáhùn, max_tokens ni àwọn model open-weight tí a gbàlejò, shannon-1.6-lite, shannon-1.6-pro àti shannon-coder-1 ń lò.
• Lórí àwọn model open-weight tí a gbàlejò, ó ń fi ààlà sí ọ̀rọ̀ ìdáhùn. A kò ka ìrònú ṣáájú ìdáhùn sínú rẹ̀, iye tó wà lábẹ́ 256 sì ń ṣiṣẹ́ bí 256.
• Stream ti shannon-1.6-lite, shannon-1.6-pro, shannon-coder-1 tàbí ìdílé Shannon 3 ń parí pẹ̀lú finish_reason: "length" nígbà tí a gé ìdáhùn ní ààlà rẹ̀.

Àwọn ààlà àti balance

Bí a ṣe ń ṣẹ̀dá iye owó

• Iye owó jẹ́ ní USD fún token 1,000,000. A ń ka balance rẹ ní token tó jẹ́ $5.00 fún 1,000,000, nítorí náà iye owó model sọ iye balance tí àwọn token rẹ̀ ń gbà.
• Àwọn model Shannon ní iye owó kan. A ń gba owó ìpè kan ní usage.total_tokens ní iye owó yẹn.
• Àwọn model open-weight tí a gbàlejò ní iye owó mẹ́ta. A ń gba owó input tí a kà láti prompt cache ní iye cache, èyí tó jẹ́ 25% iye owó input tí a yí sí $0.001. A ń gba owó ìyókù input ní iye owó input, output ní iye owó output.
• Àwọn model open-weight tí a gbàlejò ń ka token pẹ̀lú tokenizer ti model kọ̀ọ̀kan. GET /v1/models ń sàmì èyí bí tokenizer: "original".
• A ń ka shannon-coder-1 ní àwọn ìpè, kì í ṣe token, lórí /v1/chat/completions àti /v1/messages. Iye owó rẹ̀ tí a ṣàkójọ ń kan /v1/responses.

Ohun tí ìbéèrè ń fi pamọ́, àwọn àpẹẹrẹ ìṣírò owó àti allowance ìpè Shannon Coder wà lórí Àwọn ààlà àti balance. Àwọn ààlà àti balance

Àwọn id model

Fi ọ̀kan nínú àwọn id wọ̀nyí ránṣẹ́ bí 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

• Lẹ́tà ńlá àti kékeré kò ṣe pàtàkì, a sì ń yọ àwọn àlàfo tó yí id ká: SHANNON-3 àti shannon-3 jẹ́ model kan náà.
• Èsì máa ń gbé id tí a tẹ̀ jáde nínú model nígbà gbogbo, ìkọ̀wé yòówù tí o fi ránṣẹ́.
• Orúkọ ìfihàn bíi Shannon 3 kì í ṣe id.

A tún gba ìkọ̀wé kúkúrú mẹ́rin.

Id tí a kò tẹ̀ jáde ni a ń dáhùn pẹ̀lú status 400, irú invalid_request_error àti ìfiránṣẹ́ unknown model: <id> lórí gbogbo endpoint mẹ́tẹ̀ẹ̀ta. Kò sí model mìíràn tó ń dáhùn dípò rẹ̀.

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

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

• Máa fi model ránṣẹ́ nígbà gbogbo. /v1/responses ń dáhùn ìbéèrè láìsí i pẹ̀lú 400. Lórí /v1/chat/completions àti /v1/messages, shannon-1.6-lite ni ó ń dáhùn ìbéèrè bẹ́ẹ̀.
• POST /v1/tokenize àti POST /v1/messages/count_tokens ń gba àwọn id open-weight tí a gbàlejò.

Ṣàkójọ àwọn model

GET /v1/models ń dá àwọn model ojú-ìwé yìí padà bí JSON, pẹ̀lú àwọn context window, iye owó àti agbára kan náà. Lò ó láti kún model picker tàbí láti ṣàyẹ̀wò iye owó nínú code.

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"

Èsì náà, tí a dín kù sí ìkọ̀sílẹ̀ kan ti irú kọ̀ọ̀kan:

{
  "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 kò nílò key. Èsì náà jẹ́ bákan náà fún gbogbo olùpè, kò sì dá lórí plan rẹ.
• Àtòjọ náà ní àwọn id tí a lè pè. A fi model tí a kò lè sìn ní àkókò yìí sílẹ̀ kúrò nínú rẹ̀.
• Kò sí endpoint fún model kan ṣoṣo: GET /v1/models/{id} ń dáhùn 404 pẹ̀lú irú not_found_error.