Guide Claude Code
Configurer les modèles Claude de Flaq AI et découvrir les skills Claude Code
Essayez gratuitement l’API DeepSeek v4 Pro 0813 Text pour le raisonnement textuel de haute qualité, l’écriture, l’aide au code et des workflows LLM de production stables.
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: 'deepseek-v4-pro-text-to-text-0813',
messages: [
{
role: 'user',
content: 'Hello'
}
],
stream: true,
max_tokens: 500,
top_p: 0.5,
top_k: 1
})
});
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': 'deepseek-v4-pro-text-to-text-0813',
'messages': [
{
'role': 'user',
'content': 'Hello',
}
],
'stream': True,
'max_tokens': 500,
'top_p': 0.5,
'top_k': 1,
},
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": "deepseek-v4-pro-text-to-text-0813",
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true,
"max_tokens": 500,
"top_p": 0.5,
"top_k": 1
}'
import OpenAI from 'openai';
const client = new OpenAI({
apiKey: 'YOUR_API_KEY',
baseURL: 'https://api.flaq.ai/api/v1'
});
const stream = await client.chat.completions.create({
model: 'deepseek-v4-pro-text-to-text-0813',
messages: [
{
role: 'user',
content: 'Hello'
}
],
stream: true,
max_tokens: 500
});
for await (const chunk of stream) {
const content = chunk.choices[0]?.delta?.content;
if (content) process.stdout.write(content);
}
from openai import OpenAI
client = OpenAI(
api_key='YOUR_API_KEY',
base_url='https://api.flaq.ai/api/v1',
)
stream = client.chat.completions.create(
model='deepseek-v4-pro-text-to-text-0813',
messages=[
{
'role': 'user',
'content': 'Hello',
}
],
stream=True,
max_tokens=500,
)
for chunk in stream:
if not chunk.choices:
continue
content = chunk.choices[0].delta.content
if content:
print(content, end='', flush=True)
OPENAI_BASE_URL="https://api.flaq.ai/api/v1"
curl -N -X POST "$OPENAI_BASE_URL/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Accept: text/event-stream" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-pro-text-to-text-0813",
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true,
"max_tokens": 500
}'
| Paramètres | Prix | Prix d’origine | Remise |
|---|
L'API DeepSeek v4 Pro Text-to-Text sur Flaq AI fournit un accès LLM avancé aux développeurs qui créent des workflows de raisonnement, d'écriture, de codage, d'analyse et d'automatisation. Cette intégration de l'API DeepSeek transforme les messages utilisateur en réponses textuelles de haute qualité via une route gérée stable avec facturation basée sur les tokens. Elle est conçue pour les produits qui ont besoin d'une meilleure qualité de réponse, d'un suivi fiable des instructions et d'une génération de texte prête pour la production sans gérer l'infrastructure du modèle.
Remarque Assurez-vous que les prompts et le contenu généré respectent les exigences de sécurité de DeepSeek et Flaq AI. Si une erreur se produit, révisez la requête, réduisez le contenu non pris en charge ou ajustez les paramètres de génération puis réessayez.
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
Compare DeepSeek V4 Pro vs Claude Opus 4.8 for lower-cost API routing, coding, agents, file analysis, automation, pricing, and hybrid workflows on Flaq AI.
Comparaison DeepSeek V4 Pro vs Claude Opus 4.8 pour les développeurs : comparez l’utilisation de l’API à moindre coût, le raisonnement premium, les workflows Flaq AI, les prompts et les tests en production.