Google/gemini-3.5-flash-text-to-text

gemini-3.5-flash-text-to-text

Teste grátis a API Gemini 3.5 Flash para escrita LLM rápida, ajuda em codificação, raciocínio e resumos. Acesso estável para aplicações de IA em produção escaláveis.

Text Chat

Modelos Gemini 3.5 Flash relacionados

gemini-3.5-flash-text-to-texttext-to-text

gemini-3.5-flash-image-to-textimage-to-text

gemini-3.5-flash-file-analysisfile-analysis

Documentação

Exemplos de API

JavaScriptPythoncURL

Exemplo de envio

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-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);
    }
  }
}

Exemplo de envio

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-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)

Exemplo de envio

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-text-to-text",
    "messages": [
      {
        "role": "user",
        "content": "Write a concise summary of how transformer models work."
      }
    ],
    "stream": true,
    "max_tokens": 2048
  }'

Inicie um novo chat

Envie uma mensagem para começar.

Preços de Gemini 3.5 Flash Text to Text

Parâmetros	Preço	Preço original	Desconto

Token: input	$1.4250 por 1 milhão de tokens de entrada	$1.5000 por 1 milhão de tokens de entrada	95%
Token: output	$8.5500 por 1 milhão de tokens de saída	$9.0000 por 1 milhão de tokens de saída	95%

README

API Gemini 3.5 Flash Text-to-Text rápida e acessível (modelo de linguagem eficiente do Google)

A API Gemini 3.5 Flash Text-to-Text na Flaq AI oferece acesso ao modelo do Google para fluxos de linguagem rápidos, acessíveis e prontos para produção. Esta integração eficiente da API Gemini ajuda desenvolvedores a criar recursos de chat, sumarização, escrita, programação e automação com contexto de conversa flexível e controles práticos de saída. Ela foi projetada para equipes que precisam de geração de texto responsiva em escala sem gerenciar diretamente a infraestrutura de modelos do Google.

Principais recursos da API Gemini 3.5 Flash Text-to-Text

Geração rápida de texto: Produza respostas úteis rapidamente para chat, suporte, conteúdo e automação de fluxos.
Acesso econômico à API: Use uma rota Gemini acessível para aplicações text-to-text de alto volume na Flaq AI.
Seguimento confiável de instruções: Converta instruções em linguagem natural em respostas focadas, resumos, reescritas e saídas estruturadas.
Saída com contexto de conversa: Suporte perguntas de acompanhamento e refinamento iterativo com contexto flexível.
Controles amigáveis para desenvolvedores: Oriente o tamanho da resposta e a direção da tarefa por meio de configuração prática na Flaq AI.
Integração Google gerenciada: Adicione capacidade textual do Gemini por meio de uma rota de API estável com comportamento claro de entrada e saída.

Como usar a API Gemini 3.5 Flash Text-to-Text para geração de texto na Flaq AI

Entrada: Prompts em linguagem natural, instruções de sistema, contexto de conversa e requisitos estruturados de tarefa.
Saída: Respostas de texto claras entregues por uma integração estável de API de chat na Flaq AI.
Configuração da rota: Projetada para fluxos de texto conversacionais com contexto flexível e suporte a acompanhamento.
Configuração: Suporta controles práticos de saída para tamanho da resposta e direção da tarefa.
Capacidades: Sumarização, reescrita, assistência por chat, ajuda com código, escrita multilíngue e geração de conteúdo estruturado por meio da integração acessível da API Gemini.

Melhores casos de uso para integração da API Gemini 3.5 Flash Text-to-Text

Recursos de chat de alto volume: Alimente assistentes responsivos para apps, sites e ferramentas internas.
Operações de conteúdo: Gere resumos, esboços, reescritas e textos localizados para fluxos de publicação.
Automação de suporte: Rascunhe respostas, classifique solicitações e ajude usuários a navegar informações de produto ou políticas.
Produtividade de desenvolvedores: Explique código, rascunhe snippets e resuma materiais técnicos.
Automação de fluxos: Adicione inteligência de linguagem rápida a dashboards, bases de conhecimento e sistemas operacionais.

Observação Garanta que prompts e fluxos da aplicação estejam em conformidade com as diretrizes de segurança do Google. Se ocorrer um erro, revise a entrada em busca de conteúdo restrito, simplifique a solicitação e tente novamente.

Gemini 3.5 Flash Text-to-Text vs concorrentes: análise comparativa

Gemini 3.5 Flash vs. modelos Gemini Pro
Modelos Gemini Pro costumam ser posicionados para raciocínio mais exigente e qualidade premium. Gemini 3.5 Flash prioriza velocidade, acessibilidade e throughput eficiente para fluxos de texto cotidianos.
Gemini 3.5 Flash vs. modelos GPT
Modelos GPT oferecem comportamento nativo da OpenAI e ampla familiaridade de ecossistema. Gemini 3.5 Flash dá às equipes uma rota rápida de modelo Google para geração de texto gerenciada na Flaq AI.
Gemini 3.5 Flash vs. Claude Sonnet
Claude Sonnet é forte em escrita cuidadosa e raciocínio equilibrado. Gemini 3.5 Flash é atraente para geração de texto rápida e econômica e integração com modelos Google.
Gemini 3.5 Flash vs. Qwen Plus
Qwen Plus fornece fluxos de linguagem Alibaba acessíveis. Gemini 3.5 Flash oferece uma alternativa Google para aplicações text-to-text responsivas.
Gemini 3.5 Flash vs. Llama
Modelos Llama dão às equipes controle de modelo aberto. Gemini 3.5 Flash remove a complexidade de hospedagem e fornece acesso gerenciado por API para recursos de texto em produção.