Google/gemini-3.7-flash-text-to-text

gemini-3.7-flash-text-to-text

Coba Gemini 3.7 Flash API dari Google untuk pembuatan teks cepat, penalaran, penulisan, coding, dan respons streaming melalui LLM API Flaq AI yang stabil dan terjangkau.

Text Chat

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-text-to-text',
    messages: [
      {
        role: 'user',
        content: 'Write a concise summary of how transformer models work.'
      }
    ],
    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);
    }
  }
}

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-text-to-text',
        'messages': [
            {
                'role': 'user',
                'content': 'Write a concise summary of how transformer models work.',
            }
        ],
        '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)

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-text-to-text",
    "messages": [
      {
        "role": "user",
        "content": "Write a concise summary of how transformer models work."
      }
    ],
    "stream": true,
    "max_tokens": 2048
  }'

Mulai chat baru

Kirim pesan untuk memulai.

Harga Gemini 3.7 Flash Text to Text

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 Text-to-Text yang Cepat dan Terjangkau

API Gemini 3.7 Flash Text-to-Text adalah rute Flaq AI yang sangat hemat biaya untuk mengakses model Flash terbaru Google bagi alur kerja teks yang kompleks. Gemini 3.7 Flash memadukan penalaran tingkat lanjut, eksekusi multitahap yang andal, dan potensi coding yang kuat dengan konfigurasi yang dibuat untuk integrasi responsif berbasis pesan. Rute ini sengaja hanya menerima teks sehingga tim memiliki batas API yang jelas untuk chat produksi, otomatisasi, dan fitur pekerjaan berbasis pengetahuan yang tidak memerlukan media atau lampiran file.

Fitur Utama API Gemini 3.7 Flash Text-to-Text

Penalaran Flash Tingkat Lanjut: Gunakan model Gemini Flash yang lebih baru, yang dirancang untuk prompt kompleks, tugas multitahap, dan eksekusi berbasis teks yang andal.
Konfigurasi API yang Sangat Terjangkau: Bangun pengalaman teks bervolume tinggi dengan konfigurasi model Flaq AI yang hemat biaya sembari mempertahankan potensi penalaran dan coding yang kuat.
Dukungan Coding dan Perencanaan Agentik: Hasilkan rencana implementasi, penjelasan kode, draf teknis, dan langkah berikutnya yang terstruktur dari permintaan bahasa alami yang mendetail.
Rute Khusus Teks: Pertahankan integrasi agar sesuai dengan batas input text-to-text yang dikonfigurasi untuk perilaku chat dan otomatisasi yang dapat diprediksi.
Kontrol Output dan Konteks: Susun permintaan dengan peran percakapan dan sesuaikan panjang output untuk respons UI yang ringkas, analisis mendetail, atau pipeline pemrosesan.
Pengiriman Siap Streaming: Gunakan pola streaming atau respons lengkap yang didokumentasikan agar sesuai dengan alur aplikasi interaktif dan latar belakang.

Cara Menggunakan API Gemini 3.7 Flash Text-to-Text di Flaq AI

Masukan: Pesan percakapan teks yang memberikan instruksi tugas, kebutuhan pengguna, dan konteks sebelumnya bila diperlukan.
Keluaran: Teks yang dihasilkan untuk asisten, alat developer, alur kerja riset, sistem konten, dan otomatisasi internal.
Mode Respons: Gunakan streaming untuk output chat bertahap atau respons JSON standar saat aplikasi memerlukan hasil lengkap.
Kemampuan: Pembuatan teks, perencanaan multitahap, bantuan coding, peringkasan, analisis, klasifikasi, dan penyusunan draf terstruktur.

Kasus Penggunaan Terbaik untuk Integrasi API Gemini 3.7 Flash Text-to-Text

Asisten AI Produksi: Bangun asisten teks yang responsif untuk fitur produk, alat internal, dan alur bantuan yang ditujukan kepada pelanggan.
Tugas Coding Kompleks: Susun rencana teknis, jelaskan kode, tata hipotesis debugging, dan dukung alur kerja peninjauan implementasi.
Otomatisasi Pekerjaan Berbasis Pengetahuan: Ubah instruksi panjang dan catatan sumber menjadi ringkasan terstruktur, rangkuman, analisis, dan tindakan tindak lanjut.
Operasi Konten: Buat, ubah, klasifikasikan, dan periksa kualitas teks dalam alur kerja editorial, pemasaran, dan dukungan pelanggan.
Produk API yang Skalabel: Gunakan konfigurasi Flash yang hemat biaya untuk aplikasi ber-throughput tinggi yang memerlukan perilaku model bahasa yang mumpuni.

Catatan Rute Flaq AI ini terbatas pada interaksi text-to-text meskipun keluarga model Gemini yang mendasarinya mendukung kemampuan yang lebih luas. Tinjau output sebelum membuat keputusan penting atau tindakan produksi, serta ikuti kebijakan Google dan Flaq AI yang berlaku.

API Gemini 3.7 Flash Text-to-Text vs Pesaing: Analisis Perbandingan

Gemini 3.7 Flash vs. Gemini 3.6 Flash
Gemini 3.6 Flash menyeimbangkan operasi yang efisien dengan penalaran yang mumpuni. Gemini 3.7 Flash adalah generasi Flash yang lebih baru bagi tim yang mengevaluasi coding yang lebih kompleks, perencanaan agentik, dan alur kerja teks multitahap.
Gemini 3.7 Flash vs. GPT 5.6 Terra
GPT 5.6 Terra adalah pilihan serbaguna untuk tugas bahasa tingkat lanjut. Gemini 3.7 Flash menawarkan opsi API Gemini yang sangat hemat biaya bagi tim yang memprioritaskan alur kerja teks terstruktur dan responsif.
Gemini 3.7 Flash vs. Claude Sonnet 5
Claude Sonnet 5 sering dievaluasi untuk penulisan dan penalaran yang canggih. Gemini 3.7 Flash menyediakan alternatif model Flash yang kompetitif untuk coding, analisis, dan otomatisasi teks produksi.
Gemini 3.7 Flash vs. Grok 4.6 Text-to-Text
Grok 4.6 menekankan coding berbasis penalaran dan pekerjaan berbasis pengetahuan dalam keluarga model xAI. Gemini 3.7 Flash merupakan opsi yang kuat saat tim menginginkan model Flash terbaru Google dan rute teks Flaq AI yang sangat hemat biaya.
Gemini 3.7 Flash vs. Kimi 2.7
Kimi 2.7 adalah alternatif yang mumpuni untuk produk teks dan coding. Gemini 3.7 Flash tampil berbeda melalui konfigurasi Gemini yang efisien dan dukungan untuk tugas teks multitahap yang kompleks.