Panduan Claude Code
Siapkan model Claude Flaq AI dan jelajahi skill Claude Code
Coba API GPT 6.1 Sol dari OpenAI untuk pencarian web, riset daring, dan jawaban berdasarkan informasi terkini melalui API Flaq AI yang stabil dan terjangkau dengan streaming.
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-web-search',
messages: [
{
role: 'user',
content: 'Find the latest public information about Flaq AI and summarize it for a product brief.'
}
],
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-web-search',
'messages': [
{
'role': 'user',
'content': 'Find the latest public information about Flaq AI and summarize it for a product brief.',
}
],
'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-web-search",
"messages": [
{
"role": "user",
"content": "Find the latest public information about Flaq AI and summarize it for a product brief."
}
],
"stream": true,
"max_tokens": 2048
}'
| Parameter | Harga | Harga asli | Diskon |
|---|
GPT 6.1 Sol Web Search API mendukung pertanyaan dengan pencarian dan alur kerja riset di Flaq AI. Berikan topik, informasi yang dibutuhkan, dan konteks yang relevan untuk meminta jawaban tertulis dengan akses pencarian web. Rute ini menggabungkan interaksi berbasis pesan dengan lampiran pendukung opsional, respons streaming, dan panjang keluaran yang dapat disesuaikan untuk aplikasi yang perlu menggunakan informasi daring.
Kemampuan Pencarian Web: Gunakan rute dengan dukungan pencarian untuk pertanyaan yang memerlukan informasi di luar konteks yang sudah diberikan dalam percakapan.
Riset Terarah melalui Prompt: Tentukan subjek, rentang waktu, dan cakupan yang diinginkan agar permintaan berfokus pada informasi yang dibutuhkan aplikasi Anda.
Masukan Referensi Pendukung: Lampirkan berkas yang didukung atau gambar bersama pertanyaan teks untuk memberikan konteks tambahan bagi tugas riset.
Penyempurnaan melalui Percakapan: Ajukan pertanyaan lanjutan untuk mempersempit topik atau meminta penjelasan yang lebih jelas atas jawaban sebelumnya.
Respons Riset Streaming: Kirim teks yang dihasilkan secara bertahap untuk pengalaman riset yang interaktif.
Panjang Jawaban yang Dapat Disesuaikan: Tetapkan batas token keluaran dan jelaskan apakah Anda menginginkan gambaran ringkas atau jawaban yang lebih terperinci.
Masukan: Pertanyaan riset berupa teks dengan konteks percakapan yang relevan serta lampiran gambar atau berkas yang didukung jika diperlukan.
Keluaran: Respons tertulis yang dihasilkan melalui rute model dengan dukungan pencarian web.
Kontrol: Cakupan riset dalam prompt, batas token keluaran opsional, dan pilihan streaming.
Kemampuan: Tanya jawab dengan pencarian, ringkasan riset daring, dan penelusuran lanjutan tentang suatu topik.
Asisten Riset: Bantu pengguna menyelidiki topik dan menyempurnakan pertanyaan yang ingin mereka telusuri.
Riset Produk: Kumpulkan informasi untuk ringkasan perbandingan produk dan periksa sumber yang mendasarinya sebelum mengambil keputusan.
Ringkasan Industri: Minta gambaran terarah tentang perkembangan dalam topik dan rentang waktu tertentu.
Penelusuran Dokumentasi: Temukan informasi yang relevan dengan pertanyaan teknis dan verifikasi dengan dokumentasi aslinya.
Penyelidikan Kontekstual: Gabungkan referensi yang diunggah dengan pertanyaan yang membutuhkan informasi daring tambahan.
Catatan Nyatakan rentang tanggal yang relevan dan periksa tanggal sumber serta halaman asli sebelum mengandalkan jawaban riset. Akses web tidak menjamin semua halaman yang relevan tersedia atau semua pernyataan yang diberikan masih mutakhir.
GPT 6.1 Sol Web Search vs. GPT 6.1 Sol Text-to-Text Text-to-Text menangani pesan yang diberikan tanpa pencarian web. Rute Web Search dikonfigurasi untuk pertanyaan yang memerlukan informasi daring.
GPT 6.1 Sol Web Search vs. GPT 6.1 Sol File Analysis File Analysis berfokus pada materi yang diunggah pengguna. Web Search mendukung riset di luar lampiran tersebut sambil tetap menerima masukan referensi opsional.
GPT 6.1 Sol Web Search vs. GPT 6.1 Sol Image-to-Text Image-to-Text berfokus pada deskripsi atau jawaban atas pertanyaan tentang gambar yang diberikan. Web Search menangani pertanyaan riset teks dan dapat memakai gambar sebagai konteks pendukung.
GPT 6.1 Sol Web Search vs. Claude Sonnet 5.5 File Analysis Konfigurasi File Analysis Claude menerima dokumen dan gambar tanpa mengaktifkan pencarian web. Rute GPT ini menyediakan opsi dengan pencarian ketika tugas juga bergantung pada materi daring.
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