Claude Code-Guide
Flaq AI Claude-Modelle einrichten und Claude-Code-Skills entdecken
DeepSeek v4 Flash Text API kostenlos testen für schnelle, bezahlbare Textgenerierung, Zusammenfassungen, Schreiben und Automatisierungs-Workflows.
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
method: 'POST',
headers: {
Authorization: 'Bearer YOUR_API_KEY',
Accept: 'text/event-stream',
'Content-Type': 'application/json'
},
body: JSON.stringify({
model: 'deepseek-v4-flash-text-to-text-0731',
messages: [
{
role: 'user',
content: 'Write a four-line modern poem about a programmer drinking coffee.'
}
],
stream: true,
max_tokens: 500,
top_p: 0.5,
top_k: 1
})
});
if (!response.ok) {
const errorBody = await response.json().catch(() => null);
throw new Error(errorBody?.error?.message ?? errorBody?.message ?? `HTTP ${response.status}`);
}
const reader = response.body.getReader();
const decoder = new TextDecoder();
let buffer = '';
let assistantText = '';
while (true) {
const { done, value } = await reader.read();
if (done) break;
buffer += decoder.decode(value, { stream: true });
const frames = buffer.split(/\r?\n\r?\n/);
buffer = frames.pop() || '';
for (const frame of frames) {
const lines = frame.split(/\r?\n/).filter(Boolean);
let eventName = 'message';
const dataLines = [];
for (const line of lines) {
if (line.startsWith('event:')) {
eventName = line.slice(6).trim();
} else if (line.startsWith('data:')) {
dataLines.push(line.replace(/^data:\s*/, ''));
}
}
const raw = dataLines.join('\n').trim();
if (raw === '[DONE]') {
console.log('\nFinal text:', assistantText);
continue;
}
let payload;
try {
payload = JSON.parse(raw);
} catch {
continue;
}
if (eventName === 'error' || payload.error) {
const msg = payload.error?.message ?? payload.message ?? 'Chat request failed';
throw new Error(msg);
}
const delta = payload.choices?.[0]?.delta;
if (delta?.content) {
assistantText += delta.content;
console.log(assistantText);
}
}
}
import json
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/chat/completions',
headers={
'Authorization': 'Bearer YOUR_API_KEY',
'Accept': 'text/event-stream',
'Content-Type': 'application/json',
},
json={
'model': 'deepseek-v4-flash-text-to-text-0731',
'messages': [
{
'role': 'user',
'content': 'Write a four-line modern poem about a programmer drinking coffee.',
}
],
'stream': True,
'max_tokens': 500,
'top_p': 0.5,
'top_k': 1,
},
stream=True,
)
response.raise_for_status()
event_name = 'message'
assistant_text = ''
for raw_line in response.iter_lines(decode_unicode=True):
if not raw_line:
event_name = 'message'
continue
if raw_line.startswith('event:'):
event_name = raw_line.replace('event:', '', 1).strip()
continue
if raw_line.startswith('data:'):
raw_data = raw_line.replace('data:', '', 1).strip()
if raw_data == '[DONE]':
print('\nFinal text:', assistant_text)
continue
payload = json.loads(raw_data)
if event_name == 'error' or payload.get('error'):
error = payload.get('error') or payload
raise RuntimeError(error.get('message', 'Chat request failed'))
choices = payload.get('choices') or []
if choices:
delta = choices[0].get('delta') or {}
content = delta.get('content')
if content:
assistant_text += content
print(content, end='', flush=True)
curl -N -X POST "https://api.flaq.ai/api/v1/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Accept: text/event-stream" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-flash-text-to-text-0731",
"messages": [
{
"role": "user",
"content": "Write a four-line modern poem about a programmer drinking coffee."
}
],
"stream": true,
"max_tokens": 500,
"top_p": 0.5,
"top_k": 1
}'
import OpenAI from 'openai';
const client = new OpenAI({
apiKey: 'YOUR_API_KEY',
baseURL: 'https://api.flaq.ai/api/v1'
});
const stream = await client.chat.completions.create({
model: 'deepseek-v4-flash-text-to-text-0731',
messages: [
{
role: 'user',
content: 'Write a four-line modern poem about a programmer drinking coffee.'
}
],
stream: true,
max_tokens: 500
});
for await (const chunk of stream) {
const content = chunk.choices[0]?.delta?.content;
if (content) process.stdout.write(content);
}
from openai import OpenAI
client = OpenAI(
api_key='YOUR_API_KEY',
base_url='https://api.flaq.ai/api/v1',
)
stream = client.chat.completions.create(
model='deepseek-v4-flash-text-to-text-0731',
messages=[
{
'role': 'user',
'content': 'Write a four-line modern poem about a programmer drinking coffee.',
}
],
stream=True,
max_tokens=500,
)
for chunk in stream:
if not chunk.choices:
continue
content = chunk.choices[0].delta.content
if content:
print(content, end='', flush=True)
OPENAI_BASE_URL="https://api.flaq.ai/api/v1"
curl -N -X POST "$OPENAI_BASE_URL/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Accept: text/event-stream" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-flash-text-to-text-0731",
"messages": [
{
"role": "user",
"content": "Write a four-line modern poem about a programmer drinking coffee."
}
],
"stream": true,
"max_tokens": 500
}'
| Parameter | Preis | Ursprünglicher Preis | Rabatt |
|---|
Die DeepSeek v4 Flash Text-to-Text API auf Flaq AI bietet schnellen, günstigen LLM-Zugriff für Entwickler, die Chat, Schreiben, Zusammenfassung, Coding-Support und Automatisierungsworkflows entwickeln. Diese DeepSeek Flash API-Integration wandelt Benutzer- nachrichten über eine stabile verwaltete Route mit tokenbasierter Abrechnung in reaktionsschnelle Textausgaben um. Sie ist für Produkte mit hohem Volumen gedacht, die praktische Sprachgenerierung, schnelle Iteration und sehr günstige API-Nutzung benötigen, ohne Modellinfrastruktur zu verwalten.
Hinweis Stelle sicher, dass Prompts und generierte Inhalte den Sicherheitsanforderungen von DeepSeek und Flaq AI entsprechen. Wenn ein Fehler auftritt, überarbeite die Anfrage, reduziere nicht unterstützte Inhalte oder passe die Generierungseinstellungen an und versuche es erneut.
Flaq AI Claude-Modelle einrichten und Claude-Code-Skills entdecken

Flaq AI GPT-Modelle einrichten und Codex-Skills entdecken
Flaq AI LLM-Modelle in Hermes Agent verwenden
Verwenden Sie GLM 5.2, Kimi K3 und DeepSeek v4 in ZCode
DeepSeek Harness mit DeepSeek-Modellen von Flaq AI ausführen
Verbinden Sie KI-Agenten mit den Bild- und Videogenerierungstools von Flaq
GPT 6 Astra und Claude Fable 5.1 in WorkBuddy nutzen