Google/gemini-3.6-flash-text-to-text

gemini-3.6-flash-text-to-text

Experimente Gemini 3.6 Flash API do Google para geração rápida de texto, raciocínio, escrita, programação e respostas em streaming pela API LLM estável e acessível da Flaq AI.

Text Chat

Modelos Gemini 3.6 Flash relacionados

gemini-3.6-flash-text-to-texttext-to-text

gemini-3.6-flash-image-to-textimage-to-text

gemini-3.6-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-3.6-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);
    }
  }
}

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-3.6-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-3.6-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.

README

API de texto para texto Gemini 3.6 Flash rápida e eficiente

A API de texto para texto Gemini 3.6 Flash traz o modelo Flash do Google, eficiente em tokens e capaz de raciocinar, para a Flaq AI em fluxos de trabalho de texto responsivos. A rota foi projetada para aplicativos que precisam seguir instruções com precisão, auxiliar na programação, produzir textos voltados à pesquisa e executar tarefas cotidianas de conhecimento, mantendo a integração limitada à entrada e saída de texto. Sua configuração na Flaq AI é uma opção prática para equipes que desejam uma API Gemini avançada sem expandir um fluxo de texto para o processamento de mídia ou arquivos.

Principais recursos da API de texto para texto Gemini 3.6 Flash

Fluxos de raciocínio eficientes: Use um modelo Flash criado para equilibrar operação responsiva e raciocínio avançado em prompts complexos e tarefas de texto com várias etapas.
Suporte a programação e planejamento: Transforme requisitos, dúvidas sobre código e problemas técnicos em notas de implementação, rascunhos, explicações e planos de próximos passos.
Alta qualidade no seguimento de instruções: Forneça orientações detalhadas em linguagem natural para fluxos de escrita, transformação, análise, classificação e respostas estruturadas.
Escopo focado apenas em texto: Mantenha a integração alinhada à rota de texto configurada, sem exigir entrada de imagem ou arquivo para a tarefa.
Tamanho flexível das respostas: Use o controle opcional de saída para ajustar as respostas a textos concisos de produtos, explicações detalhadas ou automações posteriores.
Integração de chat pronta para streaming: Ofereça experiências responsivas por meio dos padrões de solicitação com e sem streaming documentados na Flaq AI.

Como usar a API de texto para texto Gemini 3.6 Flash na Flaq AI

Entrada: Mensagens de conversa em texto com instruções do sistema, solicitações do usuário e contexto anterior do assistente quando necessário.
Saída: Texto gerado para experiências de chat, ferramentas internas, fluxos de conteúdo e aplicativos baseados em API.
Modo de resposta: Escolha o fluxo de streaming documentado para entrega incremental ou uma resposta JSON padrão quando um resultado completo for preferível.
Recursos: Geração de texto, assistência à programação, resumo, reescrita, classificação, planejamento e suporte a tarefas de conhecimento.

Melhores casos de uso para integrar a API de texto para texto Gemini 3.6 Flash

Copilotos para desenvolvedores: Auxilie na explicação de código, no planejamento de implementação, em rascunhos de casos de teste, documentação e fluxos de triagem de problemas.
Automação de redação empresarial: Crie rascunhos iniciais de briefings, relatórios, respostas de e-mail, textos de produtos e comunicações internas a partir de prompts estruturados.
Assistentes de suporte: Classifique solicitações recebidas, proponha respostas úteis e gere notas claras para repasse ao atendente em um fluxo de suporte centrado em texto.
Redação para pesquisa e análise: Resuma as notas fornecidas, organize descobertas, compare opções e prepare estruturas analíticas revisáveis.
Aplicativos de texto em grande volume: Crie recursos responsivos de chat, conteúdo ou automação que precisam de uma configuração de modelo econômica e uma integração previsível baseada em mensagens.

Observação Esta rota da Flaq AI está configurada para interações de texto para texto. Revise o conteúdo gerado antes de usá-lo em decisões importantes ou alterações em produção e mantenha o uso em conformidade com as políticas aplicáveis do Google e da Flaq AI.

API de texto para texto Gemini 3.6 Flash vs. concorrentes: análise comparativa

Gemini 3.6 Flash vs. Gemini 3.5 Flash
O Gemini 3.5 Flash continua sendo uma referência prática para cargas de trabalho rotineiras de texto. O Gemini 3.6 Flash é a geração mais recente para equipes que buscam maior eficiência de tokens e suporte mais avançado a tarefas complexas de programação e planejamento agêntico.
Gemini 3.6 Flash vs. Gemini 3.7 Flash
O Gemini 3.7 Flash é a opção Flash mais recente e avançada para fluxos de trabalho complexos. O Gemini 3.6 Flash oferece uma alternativa equilibrada quando uma integração somente de texto precisa de raciocínio avançado com uma configuração eficiente.
Gemini 3.6 Flash vs. GPT 5.6 Terra
O GPT 5.6 Terra é um modelo amplo e versátil para tarefas avançadas de linguagem. O Gemini 3.6 Flash oferece uma opção da API Gemini para equipes que priorizam eficiência no fluxo de texto, suporte à programação e integração baseada em mensagens.
Gemini 3.6 Flash vs. Claude Sonnet 5
O Claude Sonnet 5 costuma ser avaliado para raciocínio e escrita de formato longo. O Gemini 3.6 Flash é uma alternativa útil para equipes que comparam geração de texto responsiva e econômica em tarefas de programação e de conhecimento.
Gemini 3.6 Flash vs. Kimi 2.7
O Kimi 2.7 é outra opção avançada para fluxos de texto e programação. O Gemini 3.6 Flash se diferencia pela família de modelos Flash do Google e por sua rota focada de texto para texto na Flaq AI.