Guida Claude Code
Configura i modelli Claude di Flaq AI ed esplora le skill di Claude Code
Gemini 3.5 Flash API per Q&A visivo, OCR, analisi di immagini e ragionamento multimodale. Accesso stabile per applicazioni AI di produzione. Pensato per test gratuiti e workflow API stabili.
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-3.5-flash-image-to-text',
messages: [
{
role: 'user',
content: [
{ type: 'text', text: 'Describe the image and extract any visible text.' },
{
type: 'image_url',
image_url: {
url: 'https://example.com/sample-image.jpg'
}
}
]
}
],
stream: true,
max_tokens: 2048
})
});
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);
}
}
}
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-3.5-flash-image-to-text',
'messages': [
{
'role': 'user',
'content': [
{'type': 'text', 'text': 'Describe the image and extract any visible text.'},
{
'type': 'image_url',
'image_url': {
'url': 'https://example.com/sample-image.jpg'
}
},
],
}
],
'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": "gemini-3.5-flash-image-to-text",
"messages": [
{
"role": "user",
"content": [
{ "type": "text", "text": "Describe the image and extract any visible text." },
{
"type": "image_url",
"image_url": {
"url": "https://example.com/sample-image.jpg"
}
}
]
}
],
"stream": true,
"max_tokens": 2048
}'
| Parametri | Prezzo | Prezzo originale | Sconto |
|---|
Gemini 3.5 Flash Image-to-Text API su Flaq AI offre accesso al modello Google per workflow di comprensione visiva veloce, analisi immagini e ragionamento multimodale. Questa integrazione efficiente della Gemini API aiuta gli sviluppatori a trasformare immagini caricate in descrizioni, dettagli estratti, risposte e sintesi strutturate tramite una route gestita stabile. È progettata per team che hanno bisogno di capacità image-to-text reattive senza costruire infrastruttura specifica del provider.
Nota Assicurati che prompt, immagini caricate e workflow applicativi rispettino le linee guida di sicurezza di Google. Se si verifica un errore, controlla l'input per contenuti soggetti a restrizioni, semplifica la richiesta e riprova.
Gemini 3.5 Flash vs. GPT Image-to-Text
Le route GPT image-to-text offrono comportamento multimodale nativo OpenAI. Gemini 3.5 Flash fornisce una route veloce del modello Google per comprensione visiva conveniente su Flaq AI.
Gemini 3.5 Flash vs. Claude File Analysis
Claude file analysis è forte per il ragionamento accurato su documenti e allegati. Gemini 3.5 Flash Image-to-Text si concentra su comprensione immagini reattiva e visual QA.
Gemini 3.5 Flash vs. Grok Image-to-Text
Grok Image-to-Text offre comportamento del modello xAI per analisi visiva. Gemini 3.5 Flash fornisce un'alternativa Google con accesso API gestito efficiente.
Gemini 3.5 Flash vs. Qwen Vision Workflows
I workflow Qwen vision sono interessanti per gli utenti dei modelli Alibaba. Gemini 3.5 Flash è adatto ai team che vogliono integrazione Google image-to-text veloce.
Gemini 3.5 Flash vs. Llama Vision Models
I modelli Llama vision offrono flessibilità di deployment open-model. Gemini 3.5 Flash elimina il lavoro di hosting e offre agli sviluppatori una route gestita stabile.
Configura i modelli Claude di Flaq AI ed esplora le skill di Claude Code

Configura i modelli GPT di Flaq AI ed esplora le skill di Codex
Usa i modelli LLM di Flaq AI in Hermes Agent
Usa GLM 5.2, Kimi K3 e DeepSeek v4 in ZCode
Esegui DeepSeek Harness con i modelli DeepSeek di Flaq AI
Collega gli agenti AI agli strumenti Flaq per la generazione di immagini e video