Guía de Claude Code
Configura modelos Claude de Flaq AI y explora skills de Claude Code
Prueba la API GPT 6.1 Sol de OpenAI para analizar archivos, resumir documentos y responder preguntas sobre archivos con la API estable y asequible de Flaq AI con respuestas en streaming.
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: 'gpt-6.1-sol-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
})
});
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': 'gpt-6.1-sol-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": "gpt-6.1-sol-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
}'
| Parámetros | Precio | Precio original | Descuento |
|---|
GPT 6.1 Sol File Analysis API permite a los desarrolladores crear flujos de preguntas sobre documentos y de revisión en Flaq AI. Proporciona archivos compatibles, imágenes e instrucciones opcionales para solicitar un análisis escrito del material aportado. Tanto si la tarea consiste en resumir un informe, comparar documentos de referencia o explicar un pasaje concreto, la API ofrece interacción conversacional, entrega en streaming y controles de longitud de la salida.
Análisis basado en archivos adjuntos: Trabaja directamente con archivos compatibles para que la pregunta pueda evaluarse junto con su material de origen.
Resúmenes de documentos: Solicita una visión general de un informe, un resumen por secciones o una síntesis adaptada a un público concreto.
Solicitudes de información específicas: Pide detalles o explicaciones relevantes y especifica cómo debe organizarse la respuesta.
Comparación de archivos relacionados: Proporciona varios documentos juntos para explorar diferencias, temas comunes o cuestiones que merezcan una revisión más profunda.
Contexto visual y textual: Añade referencias visuales compatibles e instrucciones de texto cuando ayuden a explicar qué buscar en los archivos.
Streaming con controles de salida: Muestra el análisis escrito progresivamente y usa un límite de tokens de salida para gestionar el alcance de la respuesta.
Entrada: Archivos o imágenes compatibles adjuntos, instrucciones de texto opcionales y mensajes relevantes de la conversación.
Salida: Resúmenes escritos, explicaciones, comparaciones o respuestas sobre el contenido proporcionado.
Controles: Enfoque de la pregunta, estructura de respuesta solicitada, límite opcional de tokens de salida y selección de streaming.
Capacidades: Revisión de documentos, respuestas a preguntas basadas en archivos, elaboración de resúmenes y análisis de las referencias proporcionadas.
Resúmenes de informes empresariales: Convierte los informes cargados en síntesis de trabajo que destaquen las secciones relevantes para un equipo.
Revisión de especificaciones: Haz preguntas sobre los documentos del proyecto y recopila los puntos que necesitan aclaración.
Organización de investigaciones: Agrupa los hallazgos del material de lectura proporcionado en una visión general estructurada.
Asistentes de documentos: Permite que los usuarios hagan preguntas de seguimiento sobre los archivos adjuntos a una conversación.
Revisión de fuentes editoriales: Extrae temas y material de apoyo para un borrador y mantén los documentos originales disponibles para su comprobación.
Nota Proporciona archivos legibles y formula claramente la pregunta. Contrasta las citas, los valores extraídos y las conclusiones con los documentos de origen antes de utilizar la salida.
GPT 6.1 Sol File Analysis frente a Claude Sonnet 5.5 File Analysis Ambas rutas admiten documentos e imágenes como entrada en Flaq AI. Compara sus interpretaciones de los mismos archivos para elegir la opción adecuada para tu flujo de revisión.
GPT 6.1 Sol File Analysis frente a GPT 6.1 Sol Text-to-Text Text-to-Text recibe mensajes escritos sin archivos adjuntos. File Analysis es adecuado para tareas cuyo material de referencia se aporta mediante documentos cargados.
GPT 6.1 Sol File Analysis frente a GPT 6.1 Sol Image-to-Text Image-to-Text aborda preguntas visuales sin documentos adjuntos en su configuración actual. File Analysis admite documentos junto con contexto visual.
GPT 6.1 Sol File Analysis frente a GPT 6.1 Sol Web Search Web Search permite investigar en línea. File Analysis mantiene el flujo de trabajo centrado en los archivos adjuntos proporcionados, sin habilitar la búsqueda web.
Configura modelos Claude de Flaq AI y explora skills de Claude Code

Configura modelos GPT de Flaq AI y explora skills de Codex
Usa modelos LLM de Flaq AI en Hermes Agent
Usa GLM 5.2, Kimi K3 y DeepSeek v4 en ZCode
Ejecuta DeepSeek Harness con modelos DeepSeek de Flaq AI
Conecta agentes de IA con las herramientas de generación de imágenes y vídeos de Flaq
Usa GPT 6 Astra y Claude Fable 5.1 en WorkBuddy