Claude Code-Guide
Flaq AI Claude-Modelle einrichten und Claude-Code-Skills entdecken
Gemini 3.5 Flash API für visuelle Q&A, OCR, Bildanalyse und multimodales Reasoning. Stabiler Zugriff für produktive KI-Anwendungen. 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-image-to-text',
messages: [
{
role: 'user',
content: [
{ type: 'text', text: 'Describe the image and extract any visible text.' },
{
type: 'image_url',
image_url: {
url: 'https://example.com/sample-image.jpg'
}
}
]
}
],
stream: true,
max_tokens: 2048
})
});
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-image-to-text',
'messages': [
{
'role': 'user',
'content': [
{'type': 'text', 'text': 'Describe the image and extract any visible text.'},
{
'type': 'image_url',
'image_url': {
'url': 'https://example.com/sample-image.jpg'
}
},
],
}
],
'stream': True,
'max_tokens': 2048,
},
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-image-to-text",
"messages": [
{
"role": "user",
"content": [
{ "type": "text", "text": "Describe the image and extract any visible text." },
{
"type": "image_url",
"image_url": {
"url": "https://example.com/sample-image.jpg"
}
}
]
}
],
"stream": true,
"max_tokens": 2048
}'
| Parameter | Preis | Ursprünglicher Preis | Rabatt |
|---|
Die Gemini 3.5 Flash Image-to-Text API auf Flaq AI bietet Zugriff auf das Google-Modell für schnelles visuelles Verständnis, Bildanalyse und multimodale Reasoning-Workflows. Diese effiziente Gemini-API-Integration hilft Entwicklern, hochgeladene Bilder über eine stabile verwaltete Route in Beschreibungen, extrahierte Details, Antworten und strukturierte Zusammenfassungen umzuwandeln. Sie ist für Teams konzipiert, die reaktionsschnelle Image-to-Text-Fähigkeiten benötigen, ohne provider-spezifische Infrastruktur aufzubauen.
Hinweis Stelle sicher, dass Prompts, hochgeladene Bilder 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. GPT Image-to-Text
GPT-Image-to-Text-Routen bieten OpenAI-natives multimodales Verhalten. Gemini 3.5 Flash bietet eine schnelle Google-Modellroute für kosteneffizientes visuelles Verständnis auf Flaq AI.
Gemini 3.5 Flash vs. Claude File Analysis
Claude file analysis ist stark bei sorgfältigem Reasoning über Dokumente und Anhänge. Gemini 3.5 Flash Image-to-Text konzentriert sich auf reaktionsschnelles Bildverständnis und visuelle QA.
Gemini 3.5 Flash vs. Grok Image-to-Text
Grok Image-to-Text bietet xAI-Modellverhalten für visuelle Analyse. Gemini 3.5 Flash bietet eine Google-Alternative mit effizientem verwaltetem API-Zugriff.
Gemini 3.5 Flash vs. Qwen-Vision-Workflows
Qwen-Vision-Workflows sind attraktiv für Nutzer von Alibaba-Modellen. Gemini 3.5 Flash passt gut zu Teams, die schnelle Google-Image-to-Text-Integration möchten.
Gemini 3.5 Flash vs. Llama Vision-Modelle
Llama Vision-Modelle bieten Open-Model-Deployment-Flexibilität. Gemini 3.5 Flash entfernt Hosting-Arbeit und gibt Entwicklern eine stabile verwaltete Route.
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