Claude Code ガイド
Flaq AI の Claude モデルを設定し、Claude Code スキルを探す
GoogleのGemini 3.6 Flash APIを試して、Flaq AIの安定した手頃なLLM APIを通じて、高速なテキスト生成、推論、執筆、コーディング、ストリーミング応答に活用できます。
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-text-to-text',
messages: [
{
role: 'user',
content: 'Write a concise summary of how transformer models work.'
}
],
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-3.6-flash-text-to-text',
'messages': [
{
'role': 'user',
'content': 'Write a concise summary of how transformer models work.',
}
],
'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-3.6-flash-text-to-text",
"messages": [
{
"role": "user",
"content": "Write a concise summary of how transformer models work."
}
],
"stream": true,
"max_tokens": 2048
}'
| パラメータ | 料金 | 元の料金 | 割引 |
|---|
Gemini 3.6 Flash Text-to-Text API は、Google のトークン効率に優れ、推論能力を備えた Flash モデルを Flaq AI に導入し、 応答性の高いテキストワークフローを実現します。このルートは、高度な指示追従、コーディング支援、 リサーチ向けの下書き作成、日常的なナレッジワークを必要としながら、統合をテキスト入力とテキスト 出力に限定したいアプリケーション向けに設計されています。Flaq AI の構成により、テキストワークフローを メディアやファイル処理へ拡張せずに高性能な Gemini API を利用したいチームにとって実用的な選択肢です。
効率的な推論ワークフロー: 応答性の高い処理と優れた推論能力のバランスを取るよう構築された Flash モデルを、 複雑なプロンプトや複数ステップのテキストタスクに利用できます。
コーディングと計画の支援: 要件、コードに関する質問、技術的な問題を、実装メモ、 下書き、説明、次のステップの計画へ変換します。
高品質な指示追従: 執筆、変換、 分析、分類、構造化された応答ワークフローについて、詳細な自然言語の指示を与えられます。
テキスト専用の明確な範囲: 画像やファイルの 入力をタスクに必要とせず、構成済みのテキストルートに沿った統合を維持します。
柔軟な応答長: オプションの出力制御を使用し、簡潔な製品コピー、詳細な 説明、ダウンストリーム自動化に合わせて応答を調整できます。
ストリーミング対応のチャット統合: Flaq AI で文書化されているストリーミングおよび 非ストリーミングのリクエストパターンを通じて、応答性の高いユーザー体験を提供します。
入力: 必要に応じてシステム指示、ユーザーリクエスト、過去のアシスタントコンテキストを含む テキスト会話メッセージ。
出力: チャット体験、社内ツール、コンテンツワークフロー、API 駆動型アプリケーション向けに生成されたテキスト。
応答モード: 段階的な配信には文書化されたストリーミングフローを、 完全な結果が必要な場合には標準の JSON 応答を選択します。
機能: テキスト生成、コーディング支援、要約、書き換え、分類、計画、 ナレッジワーク支援。
開発者向けコパイロット: コードの説明、実装計画、テストケースの下書き、ドキュメント作成、 問題のトリアージワークフローを支援します。
ビジネス文書の自動化: 構造化されたプロンプトから、概要書、レポート、メール返信、製品コピー、社内 コミュニケーションの初稿を作成します。
サポートアシスタント: テキスト中心のサポートフローで受信リクエストを分類し、有用な返信を提案して、担当者への明確な引き継ぎメモを 生成します。
リサーチと分析の下書き: 提供されたメモを要約し、調査結果を整理し、選択肢を比較して、 レビュー可能な分析アウトラインを作成します。
大規模テキストアプリケーション: コスト効率の高い モデル構成と予測可能なメッセージベース統合を必要とする、応答性の高いチャット、コンテンツ、自動化機能を構築します。
注記 この Flaq AI ルートは、テキストからテキストへの対話用に構成されています。生成されたコンテンツを 重大な意思決定や本番環境の変更に使用する前に確認し、Google と Flaq AI の該当ポリシーに沿って利用してください。
Gemini 3.6 Flash vs. Gemini 3.5 Flash
Gemini 3.5 Flash は、一般的なテキストワークロードの実用的な基準であり続けています。
Gemini 3.6 Flash は、トークン効率の向上と、
複雑なコーディングやエージェント型の計画タスクに対する強力な支援を求めるチーム向けの新世代モデルです。
Gemini 3.6 Flash vs. Gemini 3.7 Flash
Gemini 3.7 Flash は、複雑な
ワークフローに対応する、より新しく高性能な Flash の選択肢です。Gemini 3.6 Flash は、テキスト専用の統合に優れた推論能力と
効率的な構成が必要な場合に、バランスの取れた代替手段となります。
Gemini 3.6 Flash vs. GPT 5.6 Terra
GPT 5.6 Terra は、高度な言語タスク向けの幅広い汎用モデルです。
Gemini 3.6 Flash は、テキストワークフローの効率、コーディング支援、
メッセージベース統合を重視するチームに Gemini API の選択肢を提供します。
Gemini 3.6 Flash vs. Claude Sonnet 5
Claude Sonnet 5 は、長文の推論や執筆用途でよく評価されています。
Gemini 3.6 Flash は、コーディングや
ナレッジワークのタスクにおいて、応答性とコスト効率に優れたテキスト生成を比較するチームにとって有用な代替手段です。
Gemini 3.6 Flash vs. Kimi 2.7
Kimi 2.7 も、テキストとコーディングのワークフローに有力な選択肢です。Gemini 3.6 Flash は、
Google の Flash モデルファミリーと、Flaq AI のテキストからテキストへの専用ルートによって差別化されています。
Flaq AI の Claude モデルを設定し、Claude Code スキルを探す

Flaq AI の GPT モデルを設定し、Codex スキルを探す
Hermes Agent で Flaq AI の LLM モデルを使用
ZCodeでGLM 5.2、Kimi K3、DeepSeek v4を使用
Flaq AI の DeepSeek モデルで DeepSeek Harness を実行
AIエージェントをFlaqの画像・動画生成ツールに接続