Claude Code-Guide
Flaq AI Claude-Modelle einrichten und Claude-Code-Skills entdecken
Gemini 3.5 Flash API kostenlos testen für Dateianalyse, Dokumentzusammenfassungen, Extraktion und multimodales Reasoning. Stabiler Zugriff für Produktionsteams. Ideal zum kostenlosen Testen und fuer stabile API-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: 'gemini-3.5-flash-file-analysis',
messages: [
{
role: 'user',
content: [
{ type: 'text', text: 'Summarize this file and extract the key risks.' },
{
type: 'file',
file: {
filename: 'demo.pdf',
file_data: 'https://example.com/demo.pdf'
}
}
]
}
],
stream: true,
max_tokens: 4096
})
});
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('\n\n');
buffer = frames.pop() || '';
for (const frame of frames) {
const lines = frame.split('\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': 'gemini-3.5-flash-file-analysis',
'messages': [
{
'role': 'user',
'content': [
{'type': 'text', 'text': 'Summarize this file and extract the key risks.'},
{
'type': 'file',
'file': {
'filename': 'demo.pdf',
'file_data': 'https://example.com/demo.pdf'
}
},
],
}
],
'stream': True,
'max_tokens': 4096,
},
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": "gemini-3.5-flash-file-analysis",
"messages": [
{
"role": "user",
"content": [
{ "type": "text", "text": "Summarize this file and extract the key risks." },
{
"type": "file",
"file": {
"filename": "demo.pdf",
"file_data": "https://example.com/demo.pdf"
}
}
]
}
],
"stream": true,
"max_tokens": 4096
}'
| Parameter | Preis | Ursprünglicher Preis | Rabatt |
|---|
Die Gemini 3.5 Flash File Analysis API auf Flaq AI bietet Zugriff auf das Google-Modell für schnelles Dokumentverständnis, Dateiprüfung und multimodale Analyse-Workflows. Diese effiziente Gemini-API-Integration hilft Entwicklern, hochgeladene Dateien, Bilder und Textanweisungen über eine stabile verwaltete Route zu analysieren. Sie ist für Teams gebaut, die erschwingliche Dateianalyse im großen Maßstab benötigen, ohne provider-spezifische Verarbeitungsinfrastruktur zusammenzustellen.
Hinweis Stelle sicher, dass hochgeladene Dateien, Prompts und Anwendungs-Workflows den Sicherheitsrichtlinien von Google entsprechen. Wenn ein Fehler auftritt, prüfe die Eingabe auf eingeschränkte Inhalte, vereinfache die Anfrage und versuche es erneut.
Gemini 3.5 Flash vs. Claude File Analysis
Claude file analysis ist stark bei sorgfältigem Dokument-Reasoning. Gemini 3.5 Flash File Analysis priorisiert Geschwindigkeit, Erschwinglichkeit und Google-Modellintegration für skalierbare Workflows.
Gemini 3.5 Flash vs. GPT File Analysis
GPT-Routen für Dateianalyse bieten OpenAI-natives Verhalten und breite Ökosystem-Vertrautheit. Gemini 3.5 Flash gibt Teams eine effiziente Google-Route für verwaltetes Dateiverständnis.
Gemini 3.5 Flash vs. Qwen-Datei-Workflows
Qwen-Workflows bieten Alibaba-Modellalternativen für Sprachaufgaben. Gemini 3.5 Flash File Analysis konzentriert sich auf erschwingliches Datei- und Bildverständnis mit Google-Technologie.
Gemini 3.5 Flash vs. Grok-Vision-Workflows
Grok-Vision-Workflows bieten xAI-Modellverhalten. Gemini 3.5 Flash bietet schnelle verwaltete Google-Dateianalyse über Flaq AI.
Gemini 3.5 Flash vs. Llama mit Dokument-Pipelines
Llama mit Dokument-Tooling bietet Infrastrukturkontrolle. Gemini 3.5 Flash entfernt Hosting- und Pipeline-Komplexität für Teams, die eine verwaltete API möchten.
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