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 3.7 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-3.7-flash-text-to-text',
messages: [
{
role: 'user',
content: 'Write a concise summary of how transformer models work.'
}
],
stream: true,
max_tokens: 2048
})
});
if (!response.ok) {
const errorBody = await response.json().catch(() => null);
throw new Error(errorBody?.error?.message ?? errorBody?.message ?? `HTTP ${response.status}`);
}
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(/\r?\n\r?\n/);
buffer = frames.pop() || '';
for (const frame of frames) {
const lines = frame.split(/\r?\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-3.7-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-3.7-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 3.7 Flash Text-to-Text API は、複雑なテキストワークフローに対応する Google の最新 Flash モデルを、Flaq AI から非常に高いコスト効率で利用できる ルートです。Gemini 3.7 Flash は、高度な推論、信頼性の高い複数ステップの実行、優れたコーディング能力を、応答性に優れたメッセージベースの統合向けに構成された設定と 組み合わせています。このルートは意図的にテキストのみを受け付けるため、メディアやファイルの添付を必要としない 本番環境のチャット、自動化、ナレッジワーク機能に明確な API 境界を 提供します。
高度な Flash 推論: 複雑なプロンプト、複数ステップのタスク、信頼性の高い テキストベースの実行向けに設計された、より新しい Gemini Flash モデルを利用できます。
非常に手頃な API 構成: 優れた推論能力とコーディング能力を維持しながら、コスト効率に優れた Flaq AI モデル 構成で大量のテキスト処理を伴う体験を構築できます。
コーディングとエージェント型計画のサポート: 詳細な自然言語のリクエストから、実装計画、コードの説明、技術文書の下書き、 構造化された次のステップを生成できます。
テキスト専用ルート: 予測可能なチャットと自動化の動作を実現するため、設定された Text-to-Text 入力境界に 統合を合わせられます。
出力とコンテキストの制御: 会話の役割を使ってリクエストを構成し、簡潔な UI 応答、詳細な分析、処理パイプラインに合わせて出力の長さを調整できます。
ストリーミング対応の配信: ドキュメントに記載されたストリーミングまたは完全応答のパターンを使用し、対話型および バックグラウンドのアプリケーションフローに合わせられます。
入力: タスクの指示、ユーザー要件、 必要に応じて以前のコンテキストを提供するテキスト会話メッセージ。
出力: アシスタント、開発者ツール、調査ワークフロー、コンテンツシステム、社内 自動化向けに生成されたテキスト。
応答モード: チャット出力を段階的に表示する場合はストリーミングを、アプリケーションで 完全な結果が必要な場合は標準の JSON 応答を使用します。
機能: テキスト生成、複数ステップの計画、コーディング支援、要約、分析、分類、 構造化された下書き作成。
本番環境の AI アシスタント: 製品機能、社内ツール、 顧客向けサポートフローに対応する応答性の高いテキストアシスタントを構築できます。
複雑なコーディングタスク: 技術計画の作成、コードの説明、デバッグ仮説の整理、 実装レビューワークフローの支援が可能です。
ナレッジワークの自動化: 長い指示やソースノートを、構造化された概要、要約、分析、 フォローアップアクションに変換できます。
コンテンツ運用: 編集、マーケティング、サポートの ワークフロー全体でテキストを生成、変換、分類、品質確認できます。
スケーラブルな API 製品: 高性能な言語モデルの動作を必要とする高スループットのアプリケーションに、コスト効率の高い Flash 構成を 利用できます。
注記 基盤となる Gemini モデルファミリーはより幅広い機能をサポートしていますが、この Flaq AI ルートは Text-to-Text のやり取りに 限定されています。重大な意思決定や本番環境での操作を行う前に出力を確認し、Google および Flaq AI の適用されるポリシーに従ってください。
Gemini 3.7 Flash vs. Gemini 3.6 Flash
Gemini 3.6 Flash は、効率的な動作と優れた推論能力を両立しています。Gemini
3.7 Flash は、より複雑なコーディング、エージェント型計画、複数ステップの
テキストワークフローを検討するチーム向けの、より新しい世代の Flash です。
Gemini 3.7 Flash vs. GPT 5.6 Terra
GPT 5.6 Terra は、高度な言語タスクに対応する汎用性の高い選択肢です。
Gemini 3.7 Flash は、応答性に優れた構造化テキストの
ワークフローを重視するチームに、非常にコスト効率の高い Gemini API の選択肢を提供します。
Gemini 3.7 Flash vs. Claude Sonnet 5
Claude Sonnet 5 は、高度な文章作成と推論でよく比較検討されます。
Gemini 3.7 Flash は、コーディング、分析、本番環境のテキスト自動化に対応する、競争力のある Flash モデルの選択肢です。
Gemini 3.7 Flash vs. Grok 4.6 Text-to-Text
Grok 4.6 は、xAI モデルファミリー内で推論主導のコーディングとナレッジワークを重視しています。
Gemini 3.7 Flash は、Google の最新 Flash モデルと、特に
コスト効率の高い Flaq AI テキストルートを求めるチームに有力な選択肢です。
Gemini 3.7 Flash vs. Kimi 2.7
Kimi 2.7 は、テキストおよびコーディング製品向けの高性能な選択肢です。Gemini 3.7 Flash は、
効率的な Gemini 構成と、複雑な複数ステップのテキストタスクへの対応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
WorkBuddy で GPT 6 Astra と Claude Fable 5.1 を使用