Claude Code 가이드
Flaq AI Claude 모델을 설정하고 Claude Code 스킬 살펴보기
Flaq AI를 통해 X-AI 기반 Grok 4.5 Text-to-Text API를 무료로 체험하고 추론, 글쓰기, 코딩 지원, 분석 및 확장 가능한 프로덕션 LLM 워크플로에 활용하세요. 글쓰기, 코딩 지원, 분석을 연결해 확장 가능한 프로덕션 LLM 작업 흐름을 구성할 수 있습니다.
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-text-to-text',
messages: [
{
role: 'user',
content: 'Explain the key differences between REST and GraphQL APIs.'
}
],
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-text-to-text',
'messages': [
{
'role': 'user',
'content': 'Explain the key differences between REST and GraphQL APIs.',
}
],
'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-text-to-text",
"messages": [
{
"role": "user",
"content": "Explain the key differences between REST and GraphQL APIs."
}
],
"stream": true,
"max_tokens": 2048
}'
| 매개변수 | 가격 | 원래 가격 | 할인 |
|---|
Grok 4.5 텍스트-투-텍스트 API는 Flaq AI를 통해 xAI의 Grok 4.5 언어 모델을 텍스트 기반 애플리케이션에 제공합니다. xAI는 Grok 4.5를 코딩, 에이전트형 작업 및 지식 업무에 적합한 모델로 소개합니다. 이 Flaq AI 모델 경로는 생성 및 멀티턴 대화를 위한 텍스트 입력·출력 중심의 채팅 인터페이스를 제공합니다. 개발자는 구조화된 메시지 기록을 전송하고, 응답을 스트리밍하며, 요청한 출력 길이를 제어할 수 있습니다. 이 변형에서 지원하지 않는 이미지 또는 파일 입력은 활성화되지 않습니다.
참고 모델 응답은 불완전하거나 부정확할 수 있으며, 특히 사실, 법률, 의료, 금융 또는 프로덕션 코드 관련 의사결정에서 그러할 수 있습니다. 출력에 의존하기 전에 중요한 주장을 확인하고 생성된 코드를 테스트하세요. 이 Flaq AI 변형은 이미지 입력, 파일 입력 또는 웹 검색을 제공하지 않습니다.
Grok 4.5 텍스트-투-텍스트와 Grok 4.5 이미지-투-텍스트 비교 텍스트-투-텍스트 경로는 텍스트 입력이 필요하며 텍스트 전용 대화를 위한 것입니다. 요청에 시각적 컨텍스트로 지원되는 이미지 한 장이 필요하면 이미지-투-텍스트 경로를 선택하세요.
Grok 4.5와 이전 Grok 모델 비교 xAI는 Grok 4.5를 코딩, 에이전트형 작업 및 지식 업무를 위한 최신 모델로 소개합니다. 실제 결과는 여전히 프롬프트, 평가 기준 및 통합에서 제공하는 기능에 따라 달라집니다.
Grok 4.5와 OpenAI 모델 비교 두 모델 제품군 모두 API를 통해 텍스트 생성 및 코딩 워크플로를 지원할 수 있습니다. 한 모델이 모든 면에서 더 강하다고 가정하지 말고 대표적인 프롬프트, 출력 요구사항, 지연 시간 기대치 및 현재 가격을 기준으로 비교하세요.
Grok 4.5와 Anthropic Claude 모델 비교 Claude 모델과 Grok 4.5는 서로 다른 모델 동작과 플랫폼 생태계를 제공합니다. 어느 쪽이 더 적합한지는 작업별 평가와 애플리케이션에 필요한 입력 또는 도구 기능에 따라 달라집니다.
Grok 4.5와 자체 호스팅 언어 모델 비교 자체 호스팅 모델은 인프라를 제어할 수 있지만 배포 및 유지 관리가 필요합니다. Flaq AI는 Grok 4.5에 대한 호스팅 방식의 접근을 선호하는 팀을 위해 관리형 채팅 API 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