Prova Gemini 3.6 Flash API per analisi dei file, revisione dei documenti, estrazione, riepiloghi e ragionamento multimodale tramite l’accesso stabile di Flaq AI all’API Google.
Modelli Gemini 3.6 Flash correlati
Esempi API
Esempio di invio
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-3.6-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
})
});
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);
}
}
}
Esempio di invio
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-3.6-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)
Esempio di invio
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-3.6-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
}'
Prezzi di Gemini 3.6 Flash File Analysis
| Parametri | Prezzo | Prezzo originale | Sconto |
|---|
Modelli correlati
nano-banana-protext-to-imagenano-banana-pro-editimage-to-imagenano-banana-2text-to-imagenano-banana-2-editimage-to-imageveo3.1-text-to-videotext-to-videoveo3.1-image-to-videoimage-to-videoveo3.1-fast-text-to-videotext-to-videoveo3.1-fast-image-to-videoimage-to-videogemini-3.5-flash-text-to-texttext-to-textgemini-3.5-flash-image-to-textimage-to-textgemini-3.5-flash-file-analysisfile-analysisgemini-3.6-flash-text-to-texttext-to-textgemini-3.6-flash-image-to-textimage-to-textgemini-3.6-flash-file-analysisfile-analysisgemini-3.7-flash-text-to-texttext-to-textgemini-3.7-flash-image-to-textimage-to-textgemini-3.7-flash-file-analysisfile-analysisREADME
API di analisi dei file Gemini 3.6 Flash veloce ed efficiente
L'API di analisi dei file Gemini 3.6 Flash porta la comprensione multimodale di Gemini in una route Flaq AI progettata per domande incentrate sui file. Aiuta le applicazioni a combinare istruzioni scritte con il materiale di origine caricato e, facoltativamente, un riferimento visivo per produrre risposte testuali chiare per flussi di analisi, estrazione, sintesi e revisione. L'integrazione supporta un modello circoscritto di richiesta con più file, consentendo ai team di mantenere organizzate le attività orientate ai documenti senza sovraccaricare un flusso di chat generale.
Funzionalità principali dell'API di analisi dei file Gemini 3.6 Flash
-
Analisi incentrata sui file: Poni domande sul materiale di origine caricato e ricevi testo che riassume, spiega, organizza o estrae le informazioni più rilevanti.
-
Supporto del contesto multimodale: Combina il contenuto dei file con istruzioni scritte e, quando utile, un'immagine di supporto per fornire al modello un contesto analitico più chiaro.
-
Flussi efficienti con contesti lunghi: Usa la famiglia di modelli Gemini Flash per attività con molti documenti che traggono vantaggio dal ragionamento consapevole del contesto e da un output conciso.
-
Richieste circoscritte con più file: Mantieni insieme il materiale di origine correlato nel flusso di input dei file supportato da Flaq AI anziché suddividere un'attività di analisi tra numerosi prompt isolati.
-
Controllo strutturato della conversazione: Aggiungi istruzioni di sistema e messaggi utente di follow-up per definire il formato dell'output, il pubblico, il tono e i criteri di revisione.
-
Output testuale per l'uso successivo: Restituisci analisi leggibili che possano alimentare dashboard interne, code di revisione, esperienze di ricerca e fasi di approvazione umana.
Come usare l'API di analisi dei file Gemini 3.6 Flash su Flaq AI
-
Ingresso: File supportati con un'istruzione in linguaggio naturale e un'immagine facoltativa quando aiuta a spiegare il materiale di origine.
-
Uscita: Sintesi testuali, risultati, dettagli estratti, confronti e bozze di analisi basati sul contesto della richiesta fornita.
-
Ambito della richiesta: Usa il limite configurato per più file per mantenere ogni richiesta focalizzata su un insieme coerente di materiale di origine.
-
Funzionalità: Analisi dei documenti, risposte a domande basate sui file, sintesi, estrazione di informazioni e flussi di assistenza alla revisione.
Migliori casi d'uso per integrare l'API di analisi dei file Gemini 3.6 Flash
-
Revisione dei documenti: Riassumi report interni, proposte, specifiche e raccolte di ricerca prima che un revisore umano prenda una decisione.
-
Preparazione delle basi di conoscenza: Estrai dati chiave, genera note strutturate e crea risposte preliminari dal materiale aziendale caricato.
-
Supporto alle operazioni e alla conformità: Aiuta i team a identificare i passaggi pertinenti e preparare checklist revisionabili senza sostituire la necessaria convalida degli esperti.
-
Sintesi della ricerca: Confronta i file di origine forniti, organizza i risultati per argomento e prepara sintesi orientate alle evidenze per gli analisti.
-
Automazione dei flussi di lavoro: Instrada le richieste basate sui file tramite un'API che produce output testuali concisi per sistemi di ticketing, revisione e strumenti interni.
Nota Flaq AI offre un flusso circoscritto di analisi dei file, non un servizio illimitato di elaborazione degli archivi. Convalida le risposte basate sulle fonti rispetto al materiale originale e applica controlli adeguati di privacy, conservazione e accesso ai file caricati.
API di analisi dei file Gemini 3.6 Flash e concorrenti: analisi comparativa
-
Gemini 3.6 Flash File Analysis e Gemini 3.5 Flash File Analysis a confronto
Gemini 3.5 Flash rimane adatto ai normali flussi di file e testo. Gemini 3.6 Flash è la generazione più recente per i team che desiderano un ragionamento efficiente e un supporto più avanzato per attività multimodali complesse. -
Gemini 3.6 Flash File Analysis e Gemini 3.7 Flash File Analysis a confronto
Gemini 3.7 Flash è l'opzione Flash più recente per flussi di lavoro più complessi. Gemini 3.6 Flash offre un'alternativa equilibrata quando l'applicazione necessita di una route di analisi mirata e basata sui file con una configurazione efficiente. -
Gemini 3.6 Flash File Analysis e GPT 5.6 Terra File Analysis a confronto
I modelli di analisi dei file GPT 5.6 Terra sono un'opzione ad ampio spettro per applicazioni incentrate sui documenti. Gemini 3.6 Flash offre ai team una route basata su Gemini da valutare per la sintesi delle fonti, l'estrazione e l'assistenza alla revisione. -
Gemini 3.6 Flash File Analysis e Claude Document Analysis a confronto
I modelli Claude vengono spesso considerati per il ragionamento su documenti lunghi. Gemini 3.6 Flash offre un'altra opzione multimodale per i flussi che richiedono output testuali chiari da un insieme circoscritto di file caricati. -
Gemini 3.6 Flash File Analysis e Gemini 3.6 Flash Image-to-Text a confronto
Image-to-Text è progettato per un singolo input visivo e una domanda mirata. File Analysis è più adatto alle attività incentrate sui documenti che richiedono diversi input correlati e una risposta più completa basata sulle fonti.