Guide Claude Code
Configurer les modèles Claude de Flaq AI et découvrir les skills Claude Code
Essayez l’API Claude Opus 5.5 d’Anthropic pour raisonnement textuel, rédaction, code et analyse via l’API stable et abordable de Flaq AI, avec réponses 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: 'claude-opus-5.5-text-to-text',
messages: [
{
role: 'user',
content: 'Draft a technical decision memo for this architecture choice.'
}
],
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': 'claude-opus-5.5-text-to-text',
'messages': [
{
'role': 'user',
'content': 'Draft a technical decision memo for this architecture choice.',
}
],
'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": "claude-opus-5.5-text-to-text",
"messages": [
{
"role": "user",
"content": "Draft a technical decision memo for this architecture choice."
}
],
"stream": true,
"max_tokens": 2048
}'
| Paramètres | Prix | Prix d’origine | Remise |
|---|
L’API de texte à texte Claude Opus 5.5 met à disposition sur Flaq AI le modèle d’Anthropic conçu pour les tâches de programmation agentique et de travail intellectuel de longue durée. Elle prend en charge les questions complexes d’architecture logicielle, la rédaction analytique et les conversations à plusieurs tours lorsque l’application fournit l’historique pertinent des messages. Les développeurs peuvent utiliser cette API pour créer des assistants et des flux de travail intellectuel sans gérer l’infrastructure du modèle.
Remarque Assurez-vous que vos prompts et les flux de travail de votre application respectent les consignes de sécurité d’Anthropic et les conditions de Flaq AI. Vérifiez l’exactitude factuelle et la sécurité des résultats du modèle avant de les utiliser dans des flux de production critiques.
Claude Opus 5.5 face à Claude Opus 5
Claude Opus 5 est le modèle précédent de cette série. Claude Opus 5.5 se positionne sur la programmation agentique et le travail intellectuel de longue durée, avec un comportement actualisé et des tarifs publiés par token inférieurs à ceux d’Opus 5.
Claude Opus 5.5 face à GPT 6 Sol
GPT 6 Sol répond aux besoins de programmation et de flux agentiques dans l’écosystème OpenAI. Claude Opus 5.5 propose une option fondée sur Anthropic pour la programmation et le travail intellectuel de longue durée sur Flaq AI.
Claude Opus 5.5 face à Claude Sonnet 5
Claude Sonnet 5 constitue une option plus rapide dans la gamme actuelle d’Anthropic. Claude Opus 5.5 se positionne sur les tâches plus longues de programmation et de travail intellectuel pour lesquelles les équipes peuvent consacrer davantage de temps à l’analyse.
Claude Opus 5.5 face à Gemini 3.5 Pro
Gemini 3.5 Pro convient aux flux de travail construits autour de l’écosystème de modèles de Google. Claude Opus 5.5 propose via Flaq AI une option fondée sur Anthropic pour le raisonnement textuel, la programmation et la rédaction longue forme.
Configurer les modèles Claude de Flaq AI et découvrir les skills Claude Code

Configurer les modèles GPT de Flaq AI et découvrir les skills Codex
Utiliser les modèles LLM de Flaq AI dans Hermes Agent
Utilisez GLM 5.2, Kimi K3 et DeepSeek v4 dans ZCode
Exécutez DeepSeek Harness avec les modèles DeepSeek de Flaq AI
Connectez les agents d'IA aux outils de génération d'images et de vidéos de Flaq
Utilisez GPT 6 Astra et Claude Fable 5.1 dans WorkBuddy