Guida Claude Code
Configura i modelli Claude di Flaq AI ed esplora le skill di Claude Code
Prova gratis GPT 5.6 Sol per ragionamento su più file, estrazione, confronto, riepiloghi e workflow professionali.
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-5.6-sol-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);
}
}
}
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-5.6-sol-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)
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-5.6-sol-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
}'
| Parametri | Prezzo | Prezzo originale | Sconto |
|---|
L'API GPT 5.6 Sol File Analysis su Flaq AI applica il ragionamento GPT-5.6 di punta di OpenAI ai flussi incentrati sui documenti. Questa integrazione API pronta per la produzione consente agli sviluppatori di combinare istruzioni in linguaggio naturale con più file supportati e contesto immagine facoltativo per estrazione, confronto, sintesi e analisi dettagliata. Con follow-up conversazionali e risposte in streaming, i team possono trasformare materiali complessi in informazioni strutturate senza creare un'infrastruttura separata per l'elaborazione dei documenti.
Nota Assicurati che prompt, file caricati e flussi di lavoro dell'applicazione rispettino le linee guida di OpenAI su sicurezza e utilizzo. In caso di errore, verifica la presenza di contenuti soggetti a restrizioni o non supportati, semplifica la richiesta e riprova.
GPT 5.6 Sol e GPT 5.6 Terra
GPT 5.6 Terra bilancia una solida analisi documentale con costi operativi inferiori. GPT 5.6 Sol è pensato per i carichi più complessi di ragionamento sui file e sintesi professionale.
GPT 5.6 Sol e GPT 5.6 Luna
GPT 5.6 Luna si concentra sull'elaborazione rapida ed economica dei documenti. GPT 5.6 Sol privilegia una maggiore profondità di ragionamento per analisi dense e basate su più fonti.
GPT 5.6 Sol e GPT 5.5 File Analysis
GPT 5.5 supporta un'analisi affidabile dei file per flussi OpenAI consolidati. GPT 5.6 Sol porta il posizionamento di punta di GPT-5.6 nelle applicazioni documentali avanzate.
GPT 5.6 Sol e Claude File Analysis
I modelli Claude offrono un solido ragionamento documentale nell'ecosistema Anthropic. GPT 5.6 Sol propone un percorso OpenAI di punta per l'analisi complessa dei file e la sintesi strutturata.
GPT 5.6 Sol e pipeline documentali con modelli open source
I modelli open source offrono controllo sul deployment ma richiedono ulteriore infrastruttura di serving ed elaborazione dei documenti. GPT 5.6 Sol fornisce analisi gestita tramite il flusso API di produzione di Flaq AI.
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