Prueba Gemini 3.7 Flash API para análisis de archivos, revisión de documentos, extracción, resúmenes y razonamiento multimodal con la API estable de Google en Flaq AI.
Modelos Gemini 3.7 Flash relacionados
Ejemplos de API
Ejemplo de envio
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-3.7-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);
}
}
}
Ejemplo de envio
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-3.7-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)
Ejemplo de envio
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-3.7-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
}'
Precios de Gemini 3.7 Flash File Analysis
| Parámetros | Precio | Precio original | Descuento |
|---|
Modelos relacionados
nano-banana-protext-to-imagenano-banana-pro-editimage-to-imagenano-banana-2text-to-imagenano-banana-2-editimage-to-imageveo3.1-text-to-videotext-to-videoveo3.1-image-to-videoimage-to-videoveo3.1-fast-text-to-videotext-to-videoveo3.1-fast-image-to-videoimage-to-videogemini-3.5-flash-text-to-texttext-to-textgemini-3.5-flash-image-to-textimage-to-textgemini-3.5-flash-file-analysisfile-analysisgemini-3.6-flash-text-to-texttext-to-textgemini-3.6-flash-image-to-textimage-to-textgemini-3.6-flash-file-analysisfile-analysisgemini-3.7-flash-text-to-texttext-to-textgemini-3.7-flash-image-to-textimage-to-textgemini-3.7-flash-file-analysisfile-analysisREADME
API Gemini 3.7 Flash File Analysis rápida y asequible
La API Gemini 3.7 Flash File Analysis es la ruta rentable de Flaq AI para convertir el material de origen subido en texto útil. Utiliza el modelo Gemini Flash más reciente para realizar análisis complejos en varios pasos, a la vez que mantiene la experiencia del producto centrada en preguntas basadas en archivos, contexto visual opcional y texto generado. Los equipos pueden utilizar esta API para organizar el material de origen, extraer información relevante y redactar conclusiones revisables a partir de un conjunto limitado de archivos en una sola solicitud coherente.
Funciones principales de la API Gemini 3.7 Flash File Analysis
-
Razonamiento avanzado basado en archivos: Analiza los archivos proporcionados mediante instrucciones detalladas y recibe texto estructurado que refleje el material de origen y la tarea solicitada.
-
Flujo de análisis muy asequible: Utiliza una configuración Flash rentable para automatización centrada en documentos, colas de revisión, asistencia a la investigación y operaciones de conocimiento.
-
Contexto de varios archivos: Reúne un conjunto relacionado de archivos subidos en una solicitud para que el modelo pueda realizar comparaciones, síntesis, extracciones y preguntas entre fuentes.
-
Contexto visual opcional: Combina las entradas de archivos con una imagen compatible cuando el contexto visual ayude a interpretar el material de origen o a aclarar la tarea.
-
Respuestas de API controladas: Utiliza mensajes conversacionales estructurados, controles de longitud de salida y el modo de respuesta documentado para adaptarte a los flujos de productos y operaciones.
-
Salida de texto lista para revisión: Devuelve resúmenes, conclusiones, borradores de respuestas y notas organizadas que puedan pasar a la aprobación humana o a la automatización posterior.
Cómo utilizar la API Gemini 3.7 Flash File Analysis en Flaq AI
-
Entrada: Un conjunto compatible de archivos, una instrucción de análisis en lenguaje natural y una imagen opcional cuando sea pertinente.
-
Salida: Resúmenes de texto, datos extraídos, comparaciones, respuestas y borradores de análisis basados en el material proporcionado.
-
Alcance de la solicitud: Mantén cada solicitud dentro del límite configurado de varios archivos y agrupa únicamente el material de origen que pertenezca a la misma tarea.
-
Capacidades: Respuesta a preguntas basadas en archivos, resumen de documentos, síntesis entre fuentes, extracción de información y asistencia para flujos de revisión.
Mejores casos de uso para integrar la API Gemini 3.7 Flash File Analysis
-
Revisión de documentos complejos: Prepara resúmenes iniciales, listas de problemas y comparaciones a partir de informes, especificaciones, propuestas y material de investigación relacionado.
-
Operaciones de investigación: Organiza conclusiones de varias fuentes, identifica pruebas relevantes y redacta notas analíticas para que un investigador o editor las valide.
-
Trabajo intelectual interno: Convierte el material subido en informes, notas de traspaso, borradores de preguntas y respuestas e información estructurada para equipos.
-
Triaje de flujos de trabajo: Extrae detalles importantes de los archivos enviados y crea registros listos para revisión para asistencia, operaciones y procesos de contenido.
-
Asistentes de archivos productivos: Crea funciones de aplicaciones que ayuden a los usuarios a comprender su propio material de origen mediante análisis concretos y centrados en el texto.
Nota File Analysis está diseñado para apoyar, no sustituir, la revisión de expertos. Protege el material confidencial, verifica las conclusiones generadas con los archivos de origen y aplica una supervisión humana adecuada a las decisiones importantes.
API Gemini 3.7 Flash File Analysis frente a la competencia: análisis comparativo
-
Gemini 3.7 Flash File Analysis vs. Gemini 3.6 Flash File Analysis
Gemini 3.6 Flash es una opción equilibrada para flujos de trabajo centrados en documentos. Gemini 3.7 Flash es el modelo Flash más reciente para equipos que evalúan un razonamiento más avanzado y una síntesis en varios pasos en el mismo tipo de tarea basada en archivos. -
Gemini 3.7 Flash File Analysis vs. GPT 5.6 Terra File Analysis
Los modelos de análisis de archivos GPT 5.6 Terra ofrecen una ruta amplia para aplicaciones documentales. Gemini 3.7 Flash proporciona a los equipos una alternativa Gemini altamente rentable para extracción, revisión y síntesis basadas en las fuentes. -
Gemini 3.7 Flash File Analysis vs. Claude Document Analysis
Los modelos Claude se evalúan con frecuencia para el razonamiento sobre documentos extensos. Gemini 3.7 Flash ofrece otra opción avanzada para aplicaciones que necesitan análisis estructurados de un conjunto limitado de archivos subidos. -
Gemini 3.7 Flash File Analysis vs. Gemini 3.7 Flash Image-to-Text
Image-to-Text está diseñado para una entrada visual y una pregunta concreta. File Analysis es la ruta adecuada cuando la tarea requiere un contexto centrado en documentos y varios archivos relacionados. -
Gemini 3.7 Flash File Analysis vs. Gemini 3.7 Flash Text-to-Text
Text-to-Text es ideal para instrucciones y chats sin archivos adjuntos. File Analysis añade el flujo configurado de entrada de archivos de Flaq AI cuando las respuestas deben basarse en el material de origen subido.