Panduan Claude Code
Siapkan model Claude Flaq AI dan jelajahi skill Claude Code
Coba API GPT 6.1 Sol dari OpenAI untuk penulisan, pemrograman, percakapan, dan analisis teks melalui API Flaq AI yang stabil dan terjangkau dengan respons streaming untuk aplikasi.
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: 'gpt-6.1-sol-text-to-text',
messages: [
{
role: 'user',
content: 'Write a concise product update for a developer audience.'
}
],
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': 'gpt-6.1-sol-text-to-text',
'messages': [
{
'role': 'user',
'content': 'Write a concise product update for a developer audience.',
}
],
'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": "gpt-6.1-sol-text-to-text",
"messages": [
{
"role": "user",
"content": "Write a concise product update for a developer audience."
}
],
"stream": true,
"max_tokens": 2048
}'
| Parameter | Harga | Harga asli | Diskon |
|---|
GPT 6.1 Sol Text-to-Text API menyediakan pembuatan bahasa berbasis pesan untuk alat penulisan, produk percakapan, dan alur kerja bisnis di Flaq AI. Kirim tugas beserta teks pendukungnya untuk meminta draf, penjelasan, ringkasan, atau jawaban lanjutan. Dengan pengiriman secara streaming dan batas token keluaran yang dapat disesuaikan, pengembang dapat mengatur cara teks yang dihasilkan dikembalikan serta mengintegrasikan GPT 6.1 Sol ke dalam pengalaman aplikasi mereka.
Penulisan Berpanduan Prompt: Tentukan tujuan, audiens, dan struktur yang diinginkan untuk menghasilkan draf teks yang dapat ditinjau dan disempurnakan di dalam produk Anda.
Percakapan Beberapa Giliran: Sertakan riwayat pesan yang relevan untuk mendukung pertanyaan lanjutan dan revisi dalam tugas yang sama.
Pengiriman Teks Bertahap: Alirkan respons ke jendela obrolan dan antarmuka penyuntingan selama proses pembuatan berlangsung.
Kontrol Panjang Keluaran: Gunakan batas token keluaran bersama instruksi untuk respons singkat atau terperinci guna mengelola cakupan jawaban.
Alur Kerja Transformasi Teks: Minta ringkasan, penataan ulang catatan, atau penulisan ulang materi yang diberikan melalui API berbasis pesan yang sama.
Rute Khusus Teks: Integrasikan pembuatan teks untuk permintaan yang tidak memerlukan masukan gambar, lampiran dokumen, atau pencarian web.
Masukan: Instruksi teks, kutipan pendukung, dan pesan percakapan yang relevan.
Keluaran: Teks yang dihasilkan, dikirim sebagai respons lengkap atau dialirkan secara bertahap.
Kontrol: Batas token keluaran opsional, pilihan streaming, serta panduan nada dan struktur melalui prompt.
Kemampuan: Penyusunan draf, penulisan ulang, tanya jawab percakapan, peringkasan, dan penjelasan teks yang diberikan.
Alat Penulisan dalam Produk: Bantu pengguna mengubah arahan awal menjadi kerangka atau draf, lalu merevisinya melalui permintaan lanjutan.
Draf Layanan Pelanggan: Gabungkan pertanyaan pelanggan dengan informasi produk yang telah disetujui untuk menyiapkan balasan yang akan ditinjau.
Ringkasan Tim: Ubah catatan yang diberikan menjadi laporan perkembangan, rangkuman rapat, dan daftar langkah berikutnya.
Pembelajaran Interaktif: Berikan penjelasan yang dapat digali lebih lanjut oleh pengguna melalui percakapan.
Otomatisasi Teks Aplikasi: Hasilkan tulisan yang dibutuhkan secara rutin dari konteks yang disediakan aplikasi Anda.
Catatan Sertakan informasi yang diperlukan untuk menjawab permintaan dan verifikasi fakta dalam keluaran sebelum dipublikasikan. Pilih rute khusus gambar, berkas, atau pencarian web saat masukan tersebut menjadi inti tugas.
GPT 6.1 Sol Text-to-Text vs. Claude Sonnet 5.5 Text-to-Text Keduanya mendukung pesan teks, streaming, dan kontrol panjang keluaran di Flaq AI. Uji prompt yang mewakili kebutuhan Anda untuk menentukan respons yang paling sesuai dengan kebutuhan penulisan dan percakapan Anda.
GPT 6.1 Sol Text-to-Text vs. GPT 6.1 Sol Image-to-Text Image-to-Text menambahkan masukan visual untuk pertanyaan berbasis gambar. Rute Text-to-Text berfokus pada konten yang sudah dinyatakan dalam pesan.
GPT 6.1 Sol Text-to-Text vs. GPT 6.1 Sol File Analysis File Analysis menerima dokumen yang diunggah untuk peninjauan berbasis sumber. Text-to-Text cocok ketika kutipan yang relevan sudah disertakan dalam percakapan.
GPT 6.1 Sol Text-to-Text vs. GPT 6.1 Sol Web Search Web Search dikonfigurasi untuk riset daring. Text-to-Text tidak mengaktifkan pencarian web dan menggunakan konteks tugas yang diberikan dalam pesan.
Siapkan model Claude Flaq AI dan jelajahi skill Claude Code

Siapkan model GPT Flaq AI dan jelajahi skill Codex
Gunakan model LLM Flaq AI di Hermes Agent
Gunakan GLM 5.2, Kimi K3, dan DeepSeek v4 di ZCode
Jalankan DeepSeek Harness dengan model DeepSeek Flaq AI
Hubungkan agen AI ke alat pembuatan gambar dan video Flaq
Gunakan GPT 6 Astra dan Claude Fable 5.1 di WorkBuddy