GPT 6 Astra API

OpenAI が提供する GPT 6 Astra LLM モデルの完全な API リファレンス。

モデルの種類

この API は 4 種類のモデルに対応しています。

概要比較

GPT 6 Astra Text to Text

エンドポイント {#}

httpコピー
POST /api/v1/chat/completions

リクエストパラメータ

必須

メッセージの対応状況

任意

リクエスト例

javascriptコピー
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-astra-text-to-text',
    messages: [
      {
        role: 'user',
        content: 'Write a short launch announcement for a new AI feature.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

GPT 6 Astra Image to Text

エンドポイント

httpコピー
POST /api/v1/chat/completions

リクエストパラメータ

必須

メッセージの対応状況

任意

リクエスト例

javascriptコピー
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-astra-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
  })
});

GPT 6 Astra Web Search

エンドポイント

httpコピー
POST /api/v1/chat/completions

リクエストパラメータ

必須

メッセージの対応状況

任意

リクエスト例

javascriptコピー
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-astra-web-search',
    messages: [
      {
        role: 'user',
        content: 'Find recent product launch trends in AI developer tools.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

GPT 6 Astra File Analysis

エンドポイント

httpコピー
POST /api/v1/chat/completions

リクエストパラメータ

必須

メッセージの対応状況

任意

リクエスト例

javascriptコピー
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-astra-file-analysis',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Summarize this document and list the key action items.' },
          {
            type: 'file',
            file: {
              filename: 'demo.pdf',
              file_data: 'https://example.com/demo.pdf'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

レスポンス形式

GPT 6 Astra LLM モデルは OpenAI 互換の生成レスポンスを返します。stream: true の場合、レスポンスはサーバー送信イベント（SSE）です。stream: false の場合は単一の JSON オブジェクトです。

成功レスポンス

textコピー
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-6-astra-image-to-text","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-6-astra-image-to-text","choices":[{"index":0,"delta":{"content":"The image shows"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-6-astra-image-to-text","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-6-astra-image-to-text","choices":[],"usage":{"prompt_tokens":12,"completion_tokens":8,"total_tokens":20}}

data: [DONE]

エラーレスポンス

textコピー
event: error
data: {"error":{"message":"API requests too frequent, exceeding rate limit","type":"rate_limit_error","code":"1302","param":null}}

ベストプラクティス

1. メッセージを構造化する: コンテキストを 1 つのプロンプトにまとめるのではなく、会話履歴には messages[] を使用してください。
2. ファイルと画像をメッセージに添付する: image_url と file の各パートは、それらを提示するメッセージ内に配置してください。
3. SSE を解析する: choices[0].delta.content を追記して逐次表示し、data: [DONE] を正常完了として扱ってください。
4. 対応する入力のみを送信する: テキスト、画像、ファイルの各パートを、選択したモデルの種類に合わせてください。
5. リクエスト状態をローカルに保存する: チャンクには生成結果の id が含まれますが、クライアント側では引き続き、アクティブなリクエスト状態を使ってチャンクの処理先を振り分けてください。