Claude Code 가이드
Flaq AI Claude 모델을 설정하고 Claude Code 스킬 살펴보기
Flaq AI를 통해 X-AI 기반 Grok 4.5 Image-to-Text API를 무료로 체험하고 시각적 Q&A, OCR, 이미지 분석 및 멀티모달 추론에 활용하세요. 이미지에서 정보를 읽고 시각적 질문에 답하며, OCR과 이미지 분석을 활용하는 멀티모달 작업 흐름에 적합합니다.
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: 'grok-4.5-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
})
});
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': 'grok-4.5-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,
},
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": "grok-4.5-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
}'
| 매개변수 | 가격 | 원래 가격 | 할인 |
|---|
Grok 4.5 이미지-투-텍스트 API는 Flaq AI를 통해 xAI의 멀티모달 Grok 4.5 모델을 이미지 이해에 활용하는 데 특화된 방법을 제공합니다. 지원되는 이미지와 선택적 텍스트 지시를 제출하면 시각적 컨텍스트를 기반으로 한 텍스트 응답을 받을 수 있습니다. 현재 Flaq AI 경로는 단일 이미지 분석, 시각적 질의응답 및 이미지 기반 대화를 위해 설계되었으며, 일반 파일 첨부나 이미지 생성을 지원한다는 의미는 아닙니다.
참고 이미지 해석과 보이는 텍스트 추출은 불완전하거나 부정확할 수 있으며, 특히 작은 글자, 모호한 장면, 저화질 이미지 또는 전문 콘텐츠에서 그러할 수 있습니다. 사용하기 전에 중요한 결과를 검토하세요. 이 경로는 이미지 한 장을 지원하며 일반 파일 입력이나 이미지 생성을 제공하지 않습니다.
Grok 4.5 이미지-투-텍스트와 Grok 4.5 텍스트-투-텍스트 비교 이미지-투-텍스트는 시각적 컨텍스트를 받아 텍스트를 반환하는 반면, 이미지가 없는 요청에는 텍스트-투-텍스트가 더 직접적인 선택입니다.
Grok 4.5 이미지-투-텍스트와 전용 OCR 비교 전용 OCR 시스템은 결정론적 텍스트 추출 및 문서 파이프라인을 위해 특별히 구축되었습니다. Grok 4.5는 컨텍스트에 따라 보이는 콘텐츠와 텍스트를 논의할 수 있지만, 정확성이 중요한 OCR을 확실히 대체한다고 간주해서는 안 됩니다.
Grok 4.5 이미지-투-텍스트와 이미지 캡셔닝 모델 비교 캡셔닝 모델은 흔히 짧은 설명을 목표로 합니다. 멀티모달 채팅 워크플로는 사용자가 제공한 질문에도 응답할 수 있지만, 출력 품질은 여전히 이미지와 지시에 따라 달라집니다.
Grok 4.5 이미지-투-텍스트와 기타 멀티모달 LLM API 비교 주요 멀티모달 API는 입력 제한, 모델 동작, 지연 시간 및 플랫폼 기능에서 차이가 있습니다. 제공업체를 선택하기 전에 대표적인 이미지와 작업별 승인 기준을 사용하여 평가하세요.
Grok 4.5 이미지-투-텍스트와 자체 호스팅 비전 모델 비교 자체 호스팅 비전 모델은 배포를 제어할 수 있지만 인프라 및 유지 관리 작업이 추가됩니다. Flaq AI는 Grok 4.5에 대한 호스팅 방식의 접근을 선호하는 팀을 위해 관리형 단일 이미지 채팅 경로를 제공합니다.
Flaq AI Claude 모델을 설정하고 Claude Code 스킬 살펴보기

Flaq AI GPT 모델을 설정하고 Codex 스킬 살펴보기
Hermes Agent에서 Flaq AI LLM 모델 사용
ZCode에서 GLM 5.2, Kimi K3 및 DeepSeek v4 사용
Flaq AI DeepSeek 모델로 DeepSeek Harness 실행
AI 에이전트를 Flaq 이미지 및 동영상 생성 도구에 연결