Google/gemini-3.7-flash-file-analysis

gemini-3.7-flash-file-analysis

Coba Gemini 3.7 Flash API untuk analisis file, peninjauan dokumen, ekstraksi, ringkasan, dan penalaran multimodal melalui akses Google API Flaq AI yang stabil.

File Analysis

Model Gemini 3.7 Flash Terkait

gemini-3.7-flash-text-to-texttext-to-text

gemini-3.7-flash-image-to-textimage-to-text

gemini-3.7-flash-file-analysisfile-analysis

Dokumentasi

Contoh API

JavaScriptPythoncURL

Contoh Pengiriman

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
  })
});

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);
    }
  }
}

Contoh Pengiriman

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)

Contoh Pengiriman

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
  }'

Mulai chat baru

Kirim pesan untuk memulai.

Harga Gemini 3.7 Flash File Analysis

Parameter	Harga	Harga asli	Diskon

Token: input	$0.7125 per 1 juta token input	$0.7500 per 1 juta token input	95%
Token: output	$3.5625 per 1 juta token output	$3.7500 per 1 juta token output	95%

README

API Gemini 3.7 Flash File Analysis yang Cepat dan Terjangkau

API Gemini 3.7 Flash File Analysis adalah rute Flaq AI yang hemat biaya untuk mengubah materi sumber yang diunggah menjadi teks berguna. API ini menggunakan model Gemini Flash terbaru untuk analisis multitahap yang kompleks sekaligus menjaga cakupan produk tetap terfokus pada pertanyaan berbasis file, konteks visual opsional, dan teks yang dihasilkan. Tim dapat menggunakan API ini untuk menata materi sumber, mengekstrak informasi yang relevan, dan menyusun temuan yang dapat ditinjau dari sekumpulan file terbatas dalam satu permintaan yang koheren.

Fitur Utama API Gemini 3.7 Flash File Analysis

Penalaran Tingkat Lanjut Berbasis File: Analisis file yang diberikan melalui instruksi mendetail dan terima teks terstruktur yang mencerminkan materi sumber serta tugas yang diminta.
Alur Kerja Analisis yang Sangat Terjangkau: Gunakan konfigurasi Flash yang hemat biaya untuk otomatisasi berbasis dokumen, antrean peninjauan, bantuan riset, dan operasi pengetahuan.
Konteks Multi-File: Gabungkan sekumpulan file terkait yang diunggah ke dalam satu permintaan agar model dapat mendukung perbandingan, sintesis, ekstraksi, dan pertanyaan lintas sumber.
Konteks Visual Opsional: Padukan input file dengan gambar yang didukung saat konteks visual membantu menafsirkan materi sumber atau memperjelas tugas.
Respons API Terkontrol: Gunakan pesan percakapan terstruktur, kontrol panjang output, dan mode respons yang didokumentasikan agar sesuai dengan alur kerja produk dan operasional.
Output Teks Siap Ditinjau: Kembalikan rangkuman, temuan, draf jawaban, dan catatan terorganisasi yang dapat diteruskan ke persetujuan manusia atau otomatisasi lanjutan.

Cara Menggunakan API Gemini 3.7 Flash File Analysis di Flaq AI

Masukan: Sekumpulan file yang didukung, instruksi analisis dalam bahasa alami, dan gambar opsional jika relevan.
Keluaran: Rangkuman berbasis teks, fakta yang diekstrak, perbandingan, jawaban, dan draf analisis berdasarkan materi yang diberikan.
Cakupan Permintaan: Pertahankan setiap permintaan dalam batas multi-file yang dikonfigurasi dan kelompokkan hanya materi sumber yang termasuk dalam tugas yang sama.
Kemampuan: Tanya jawab berbasis file, peringkasan dokumen, sintesis lintas sumber, ekstraksi informasi, dan bantuan alur kerja peninjauan.

Kasus Penggunaan Terbaik untuk Integrasi API Gemini 3.7 Flash File Analysis

Peninjauan Dokumen Kompleks: Siapkan rangkuman awal, daftar masalah, dan perbandingan dari laporan, spesifikasi, proposal, dan materi riset yang saling terkait.
Operasi Riset: Tata temuan multisumber, identifikasi bukti relevan, dan susun catatan analitis untuk divalidasi oleh peneliti atau editor.
Pekerjaan Pengetahuan Internal: Ubah materi yang diunggah menjadi briefing, catatan serah terima, draf tanya jawab, dan informasi terstruktur untuk tim.
Triase Alur Kerja: Ekstrak detail penting dari file yang dikirim dan buat catatan siap tinjau untuk dukungan, operasi, dan proses konten.
Asisten File Produktif: Bangun fitur aplikasi yang membantu pengguna memahami materi sumber mereka sendiri melalui analisis terfokus yang mengutamakan teks.

Catatan File Analysis ditujukan untuk mendukung, bukan menggantikan, peninjauan ahli. Lindungi materi sensitif, verifikasi temuan yang dihasilkan terhadap file sumber, dan gunakan pengawasan manusia yang sesuai untuk keputusan penting.

API Gemini 3.7 Flash File Analysis vs Pesaing: Analisis Perbandingan

Gemini 3.7 Flash File Analysis vs. Gemini 3.6 Flash File Analysis
Gemini 3.6 Flash adalah opsi seimbang untuk alur kerja berbasis dokumen. Gemini 3.7 Flash adalah model Flash yang lebih baru bagi tim yang mengevaluasi penalaran lebih maju dan sintesis multitahap pada jenis tugas berbasis file yang sama.
Gemini 3.7 Flash File Analysis vs. GPT 5.6 Terra File Analysis
Model file-analysis GPT 5.6 Terra menyediakan rute yang luas untuk aplikasi dokumen. Gemini 3.7 Flash memberi tim alternatif Gemini yang sangat hemat biaya untuk ekstraksi, peninjauan, dan sintesis berbasis sumber.
Gemini 3.7 Flash File Analysis vs. Claude Document Analysis
Model Claude sering dievaluasi untuk penalaran dokumen panjang. Gemini 3.7 Flash menawarkan opsi mumpuni lain untuk aplikasi yang memerlukan analisis terstruktur dari sekumpulan file unggahan yang terbatas.
Gemini 3.7 Flash File Analysis vs. Gemini 3.7 Flash Image-to-Text
Image-to-Text dirancang untuk satu input visual dan pertanyaan terfokus. File Analysis adalah rute yang tepat saat tugas memerlukan konteks berbasis dokumen dan beberapa file terkait.
Gemini 3.7 Flash File Analysis vs. Gemini 3.7 Flash Text-to-Text
Text-to-Text paling sesuai untuk instruksi dan chat tanpa lampiran. File Analysis menambahkan alur kerja input file yang dikonfigurasi Flaq AI saat respons perlu didasarkan pada materi sumber yang diunggah.