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 comprender imágenes, responder preguntas visuales y analizar imágenes 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-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
})
});
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-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": "gpt-6.1-sol-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
}'
| Parámetros | Precio | Precio original | Descuento |
|---|
La API GPT 6.1 Sol Image-to-Text conecta la entrada visual con respuestas escritas en Flaq AI. Proporciona una imagen y, cuando resulte útil, una pregunta para solicitar una descripción, una explicación del contenido visible o una respuesta centrada en un detalle concreto. Los desarrolladores pueden usar esta API de comprensión visual en herramientas de revisión de imágenes, flujos de contenido y productos conversacionales, con salida en streaming y longitud de respuesta ajustable.
Preguntas sobre imágenes: Dirige la atención a un objeto, una relación o una región específica de una imagen mediante instrucciones en lenguaje natural.
Salida de texto descriptivo: Solicita una descripción escrita del contenido visible para su revisión, indexación o preparación editorial.
Instrucciones opcionales: Añade una pregunta o una indicación de formato para orientar la respuesta hacia la información que necesita tu flujo de trabajo.
Revisión visual enfocada: Pregunta por la composición, los objetos visibles o el contenido legible de la imagen sin convertir la solicitud en una tarea de generación de imágenes.
Respuestas en streaming: Presenta la respuesta escrita de forma incremental en una interfaz conversacional o de revisión.
Alcance de respuesta flexible: Establece un límite de tokens de salida y solicita un pie de foto breve o una explicación más detallada.
Entrada: Una imagen compatible, opcionalmente acompañada de una pregunta o instrucción de texto.
Salida: Una descripción, explicación o respuesta textual sobre el contenido visual proporcionado.
Controles: Enfoque mediante instrucciones, límite opcional de tokens de salida y entrega de respuestas con o sin streaming.
Capacidades: Respuestas a preguntas visuales, descripciones de imágenes y revisión escrita del contenido visible de las imágenes.
Catalogación de imágenes: Prepara textos descriptivos para una colección de imágenes de productos o editoriales, con revisión antes de su publicación.
Borradores para accesibilidad: Genera descripciones iniciales de imágenes que los editores puedan comprobar y adaptar al contenido circundante.
Asistentes de revisión visual: Permite a los usuarios hacer preguntas sobre una fotografía o captura de pantalla proporcionada.
Análisis creativo: Solicita observaciones sobre la composición y los detalles visibles para orientar una conversación sobre diseño.
Preparación de contenido: Convierte una referencia visual en un punto de partida escrito para un pie de foto o un documento de indicaciones.
Nota Usa una imagen clara y una pregunta concreta. Comprueba la lectura de textos pequeños, los detalles sutiles y las descripciones inferidas con la imagen original; esta ruta devuelve texto en lugar de imágenes editadas o generadas.
GPT 6.1 Sol Image-to-Text vs. GPT 6.1 Sol Text-to-Text Text-to-Text recibe mensajes escritos sin imágenes adjuntas. Image-to-Text es la ruta de entrada visual para tareas que requieren la propia imagen.
GPT 6.1 Sol Image-to-Text vs. GPT 6.1 Sol File Analysis File Analysis permite adjuntar documentos además de imágenes. Image-to-Text mantiene el flujo de trabajo centrado en el material visual y no acepta archivos adjuntos en su configuración de Flaq AI.
GPT 6.1 Sol Image-to-Text vs. Claude Sonnet 5.5 File Analysis La ruta File Analysis de Claude también puede recibir imágenes, además de documentos. Compara las respuestas a imágenes representativas al elegir entre flujos centrados en imágenes y flujos orientados a documentos.
GPT 6.1 Sol Image-to-Text vs. GPT 6.1 Sol Web Search Web Search está diseñado para la investigación en línea y puede aceptar archivos adjuntos de apoyo. Image-to-Text aborda el contenido visual proporcionado sin activar 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