Essayez Gemini 3.7 Flash API pour l’analyse de fichiers, l’examen de documents, l’extraction, les résumés et le raisonnement multimodal via l’API Google stable de Flaq AI.
Modèles Gemini 3.7 Flash associés
Exemples d'API
Exemple d'envoi
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);
}
}
}
Exemple d'envoi
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)
Exemple d'envoi
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
}'
Tarifs de Gemini 3.7 Flash File Analysis
| Paramètres | Prix | Prix d’origine | Remise |
|---|
Modèles associés
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 rapide et économique
L'API Gemini 3.7 Flash File Analysis est la voie économique proposée par Flaq AI pour transformer des sources importées en texte utile. Elle utilise le dernier modèle Gemini Flash pour les analyses complexes en plusieurs étapes, tout en maintenant l'interface produit axée sur les questions centrées sur les fichiers, le contexte visuel facultatif et le texte généré. Les équipes peuvent utiliser cette API pour organiser les sources, extraire les informations pertinentes et rédiger des conclusions vérifiables à partir d'un ensemble limité de fichiers dans une seule requête cohérente.
Fonctionnalités clés de l'API Gemini 3.7 Flash File Analysis
-
Raisonnement avancé fondé sur les fichiers : Analysez les fichiers fournis au moyen d'instructions détaillées et recevez un texte structuré qui reflète les sources et la tâche demandée.
-
Workflow d'analyse très économique : Utilisez une configuration Flash économique pour l'automatisation centrée sur les documents, les files de revue, l'aide à la recherche et les opérations de gestion des connaissances.
-
Contexte multifichier : Rassemblez un ensemble de fichiers importés associés dans une seule requête afin que le modèle puisse prendre en charge la comparaison, la synthèse, l'extraction et les questions portant sur plusieurs sources.
-
Contexte visuel facultatif : Associez les fichiers d'entrée à une image prise en charge lorsque le contexte visuel facilite l'interprétation des sources ou la clarification de la tâche.
-
Réponses d'API contrôlées : Utilisez des messages conversationnels structurés, les réglages de longueur de sortie et le mode de réponse documenté afin de vous adapter aux workflows produit et opérationnels.
-
Sortie textuelle prête à vérifier : Produisez des résumés, des conclusions, des brouillons de réponses et des notes organisées pouvant être soumis à une approbation humaine ou à une automatisation en aval.
Comment utiliser l'API Gemini 3.7 Flash File Analysis sur Flaq AI
-
Entrée : Un ensemble de fichiers pris en charge, une instruction d'analyse en langage naturel et, le cas échéant, une image facultative.
-
Sortie : Résumés textuels, faits extraits, comparaisons, réponses et ébauches d'analyse fondés sur les sources fournies.
-
Périmètre de la requête : Maintenez chaque requête dans la limite multifichier configurée et regroupez uniquement les sources qui appartiennent à la même tâche.
-
Capacités : Réponse aux questions fondées sur des fichiers, résumé de documents, synthèse de plusieurs sources, extraction d'informations et assistance aux workflows de revue.
Meilleurs cas d'usage pour l'intégration de l'API Gemini 3.7 Flash File Analysis
-
Revue de documents complexes : Préparez des résumés préliminaires, des listes de problèmes et des comparaisons à partir de rapports, spécifications, propositions et sources de recherche associés.
-
Opérations de recherche : Organisez les conclusions provenant de plusieurs sources, identifiez les éléments pertinents et rédigez des notes analytiques qu'un chercheur ou un éditeur pourra valider.
-
Travail intellectuel interne : Transformez les sources importées en dossiers, notes de transmission, brouillons de questions-réponses et informations structurées pour les équipes.
-
Triage des workflows : Extrayez les détails essentiels des fichiers soumis et créez des enregistrements prêts à vérifier pour le support, les opérations et les processus de contenu.
-
Assistants de fichiers productifs : Créez des fonctionnalités d'application qui aident les utilisateurs à comprendre leurs propres sources grâce à une analyse ciblée et axée sur le texte.
Remarque File Analysis vise à faciliter, et non à remplacer, la vérification par un expert. Protégez les informations sensibles, confrontez les conclusions générées aux fichiers sources et assurez une supervision humaine adaptée pour les décisions importantes.
API Gemini 3.7 Flash File Analysis face à la concurrence : analyse comparative
-
Gemini 3.7 Flash File Analysis vs Gemini 3.6 Flash File Analysis
Gemini 3.6 Flash est une option équilibrée pour les workflows centrés sur les documents. Gemini 3.7 Flash est le nouveau modèle Flash destiné aux équipes qui évaluent un raisonnement plus avancé et une synthèse en plusieurs étapes pour le même type de tâche centrée sur les fichiers. -
Gemini 3.7 Flash File Analysis vs GPT 5.6 Terra File Analysis
Les modèles d'analyse de fichiers GPT 5.6 Terra offrent une voie polyvalente pour les applications documentaires. Gemini 3.7 Flash propose aux équipes une alternative Gemini très économique pour l'extraction, la revue et la synthèse fondées sur les sources. -
Gemini 3.7 Flash File Analysis vs Claude Document Analysis
Les modèles Claude sont fréquemment évalués pour le raisonnement sur les documents longs. Gemini 3.7 Flash constitue une autre option performante pour les applications qui nécessitent une analyse structurée à partir d'un ensemble limité de fichiers importés. -
Gemini 3.7 Flash File Analysis vs Gemini 3.7 Flash Image-to-Text
Image-to-Text est conçu pour une entrée visuelle et une question ciblée. File Analysis est la voie appropriée lorsque la tâche nécessite un contexte centré sur les documents et plusieurs fichiers associés. -
Gemini 3.7 Flash File Analysis vs Gemini 3.7 Flash Text-to-Text
Text-to-Text convient mieux aux instructions et au chat sans pièces jointes. File Analysis ajoute le workflow d'entrée de fichiers configuré par Flaq AI lorsque les réponses doivent être fondées sur les sources importées.