파일 분석, 문서 요약, 추출, 멀티모달 추론을 위해 Gemini 3.5 Flash API를 무료로 체험해 보세요. 프로덕션 팀을 위한 안정적인 액세스입니다.시나리오 검증, 자료 정리, 반복 개선에도 활용하며 AI 기능을 지속적으로 다듬는 데 적합합니다.지속 운영에도 좋습니다. GPT, Claude 등 LLM API를 안정적으로 연동해 AI 에이전트, 챗봇, 리서치, 코딩, 자동화 애플리케이션에 활용할 수 있습니다.
관련 Gemini 3.5 Flash 모델
API 예제
제출 예제
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-3.5-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);
}
}
}
제출 예제
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-3.5-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)
제출 예제
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-3.5-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
}'
Gemini 3.5 Flash File Analysis 가격
| 매개변수 | 가격 | 원래 가격 | 할인 |
|---|
README
빠르고 경제적인 Gemini 3.5 Flash File Analysis API (Google의 효율적인 문서 이해 모델)
Flaq AI의 Gemini 3.5 Flash File Analysis API는 빠른 문서 이해, 파일 검토, 멀티모달 분석 워크플로를 위해 Google 모델 접근을 제공합니다. 이 효율적인 Gemini API 통합은 개발자가 안정적인 관리형 경로를 통해 업로드된 파일, 이미지, 텍스트 지시를 분석하도록 돕습니다. 제공자별 처리 인프라를 조립하지 않고도 규모 있는 경제적인 파일 분석이 필요한 팀을 위해 구축되었습니다.
Gemini 3.5 Flash File Analysis API의 주요 기능
- 빠른 파일 이해: 업로드된 파일, 이미지, 텍스트 지시를 분석해 유용한 요약, 답변, 구조화된 인사이트를 생성합니다.
- 비용 효율적인 API 접근: Flaq AI의 경제적인 Gemini 경로를 통해 대량 문서 및 첨부 파일 워크플로를 구축합니다.
- 이미지 및 파일 입력 지원: 실용적인 분석, 추출, 검토 작업을 위해 시각 및 문서 스타일 입력을 처리합니다.
- 대화 인식 출력: 유용한 컨텍스트를 유지하면서 업로드된 자료에 대해 후속 질문을 할 수 있습니다.
- 개발자 친화적인 제어: 실용적인 구성으로 응답 길이, 세부 수준, 작업 방향을 안내합니다.
- 프로덕션 워크플로 지원: 모델 인프라를 관리하지 않고 앱, 내부 도구, 지식 시스템에 문서 이해를 추가합니다.
Flaq AI에서 문서 이해를 위해 Gemini 3.5 Flash File Analysis API를 사용하는 방법
- 입력: 업로드된 파일, 이미지, 선택적 텍스트 지시, 대화 컨텍스트.
- 출력: 안정적인 chat API 통합을 통해 제공되는 요약, 추출된 세부 정보, 답변, 비교, 구조화된 분석.
- 라우트 구성: 문서, 이미지, 후속 지원을 갖춘 파일 분석 워크플로용으로 설계되었습니다.
- 구성: 응답 길이, 세부 수준, 작업 방향을 위한 실용적인 출력 제어를 지원합니다.
- 기능: 경제적인 Gemini API 통합을 통한 문서 검토, 파일 요약, 스크린샷 분석, 구조화된 추출, 지식 베이스 지원, 멀티모달 추론.
Gemini 3.5 Flash File Analysis API 통합의 최적 사용 사례
- 문서 요약: 보고서, 브리프, 내부 문서를 간결한 요약과 액션 아이템으로 변환합니다.
- 첨부 파일 검토: 지원 또는 운영 워크플로를 위해 스크린샷, 양식, 영수증, 업로드된 참고 파일을 분석합니다.
- 지식 추출: 긴 자료를 FAQ, 표, 노트, 구조화된 출력으로 변환합니다.
- 리서치 지원: 문서를 비교하고, 주제를 추출하며, 팀을 위한 소스 자료 종합을 생성합니다.
- 내부 도구: 대시보드, 관리자 도구, 지식 워크플로에 경제적인 파일 분석을 추가합니다.
참고 업로드된 파일, 프롬프트, 애플리케이션 워크플로가 Google의 안전 가이드라인을 준수하는지 확인하세요. 오류가 발생하면 입력에 제한된 콘텐츠가 있는지 검토하고, 요청을 단순화한 뒤 다시 시도하세요.
Gemini 3.5 Flash File Analysis와 경쟁 모델 비교 분석
-
Gemini 3.5 Flash vs. Claude File Analysis
Claude 파일 분석은 신중한 문서 추론에 강합니다. Gemini 3.5 Flash File Analysis는 확장 가능한 워크플로를 위해 속도, 경제성, Google 모델 통합을 우선합니다. -
Gemini 3.5 Flash vs. GPT File Analysis
GPT 파일 분석 경로는 OpenAI 네이티브 동작과 폭넓은 생태계 친숙도를 제공합니다. Gemini 3.5 Flash는 관리형 파일 이해를 위한 효율적인 Google 경로를 팀에 제공합니다. -
Gemini 3.5 Flash vs. Qwen File Workflows
Qwen 워크플로는 언어 작업을 위한 Alibaba 모델 대안을 제공합니다. Gemini 3.5 Flash File Analysis는 경제적인 Google 기반 파일 및 이미지 이해에 집중합니다. -
Gemini 3.5 Flash vs. Grok Vision Workflows
Grok 비전 워크플로는 xAI 모델 동작을 제공합니다. Gemini 3.5 Flash는 Flaq AI를 통해 빠른 관리형 Google 파일 분석을 제공합니다. -
Gemini 3.5 Flash vs. Llama with Document Pipelines
문서 도구를 갖춘 Llama는 인프라 제어를 제공합니다. Gemini 3.5 Flash는 관리형 API를 원하는 팀을 위해 호스팅과 파이프라인 복잡성을 제거합니다.