Experimente Gemini 3.7 Flash API para análise de arquivos, revisão de documentos, extração, resumos e raciocínio multimodal pelo acesso estável da Flaq AI à API do Google.
Modelos Gemini 3.7 Flash relacionados
Exemplos de API
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-3.7-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);
}
}
}
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-3.7-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)
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-3.7-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
}'
Preços de Gemini 3.7 Flash File Analysis
| Parâmetros | Preço | Preço original | Desconto |
|---|
Modelos relacionados
nano-banana-protext-to-imagenano-banana-pro-editimage-to-imagenano-banana-2text-to-imagenano-banana-2-editimage-to-imageveo3.1-text-to-videotext-to-videoveo3.1-image-to-videoimage-to-videoveo3.1-fast-text-to-videotext-to-videoveo3.1-fast-image-to-videoimage-to-videogemini-3.5-flash-text-to-texttext-to-textgemini-3.5-flash-image-to-textimage-to-textgemini-3.5-flash-file-analysisfile-analysisgemini-3.6-flash-text-to-texttext-to-textgemini-3.6-flash-image-to-textimage-to-textgemini-3.6-flash-file-analysisfile-analysisgemini-3.7-flash-text-to-texttext-to-textgemini-3.7-flash-image-to-textimage-to-textgemini-3.7-flash-file-analysisfile-analysisREADME
API Gemini 3.7 Flash File Analysis rápida e acessível
A API Gemini 3.7 Flash File Analysis é a rota econômica da Flaq AI para transformar o material de origem enviado em texto útil. Ela usa o modelo Gemini Flash mais recente para análises complexas em várias etapas, mantendo a experiência do produto focada em perguntas baseadas em arquivos, contexto visual opcional e texto gerado. As equipes podem usar essa API para organizar o material de origem, extrair informações relevantes e elaborar conclusões que possam ser revisadas com base em um conjunto limitado de arquivos em uma única solicitação coerente.
Principais recursos da API Gemini 3.7 Flash File Analysis
-
Raciocínio avançado baseado em arquivos: Analise os arquivos fornecidos por meio de instruções detalhadas e receba texto estruturado que reflita o material de origem e a tarefa solicitada.
-
Fluxo de análise muito acessível: Use uma configuração Flash econômica para automação focada em documentos, filas de revisão, assistência à pesquisa e operações de conhecimento.
-
Contexto de vários arquivos: Reúna um conjunto relacionado de arquivos enviados em uma solicitação para que o modelo ofereça suporte a comparação, síntese, extração e perguntas entre fontes.
-
Contexto visual opcional: Combine entradas de arquivos com uma imagem compatível quando o contexto visual ajudar a interpretar o material de origem ou esclarecer a tarefa.
-
Respostas de API controladas: Use mensagens de conversa estruturadas, controles de tamanho da saída e o modo de resposta documentado para atender aos fluxos de produtos e operações.
-
Saída de texto pronta para revisão: Retorne resumos, conclusões, rascunhos de respostas e notas organizadas que possam seguir para aprovação humana ou automação subsequente.
Como usar a API Gemini 3.7 Flash File Analysis na Flaq AI
-
Entrada: Um conjunto compatível de arquivos, uma instrução de análise em linguagem natural e uma imagem opcional, quando relevante.
-
Saída: Resumos em texto, fatos extraídos, comparações, respostas e rascunhos de análise baseados no material fornecido.
-
Escopo da solicitação: Mantenha cada solicitação dentro do limite configurado de vários arquivos e agrupe apenas o material de origem que pertence à mesma tarefa.
-
Recursos: Resposta a perguntas baseadas em arquivos, resumo de documentos, síntese entre fontes, extração de informações e assistência a fluxos de revisão.
Melhores casos de uso para a integração da API Gemini 3.7 Flash File Analysis
-
Revisão de documentos complexos: Prepare resumos iniciais, listas de problemas e comparações com base em relatórios, especificações, propostas e materiais de pesquisa relacionados.
-
Operações de pesquisa: Organize conclusões de várias fontes, identifique evidências relevantes e elabore notas analíticas para um pesquisador ou editor validar.
-
Trabalho intelectual interno: Transforme o material enviado em briefings, notas de transferência, rascunhos de perguntas e respostas e informações estruturadas para as equipes.
-
Triagem de fluxo de trabalho: Extraia detalhes importantes dos arquivos enviados e crie registros prontos para revisão em suporte, operações e processos de conteúdo.
-
Assistentes de arquivos produtivos: Crie recursos de aplicativos que ajudem os usuários a compreender o próprio material de origem por meio de análises focadas e voltadas ao texto.
Observação O File Analysis se destina a apoiar, e não substituir, a revisão de especialistas. Mantenha o material confidencial protegido, verifique as conclusões geradas com os arquivos de origem e use a supervisão humana adequada para decisões importantes.
API Gemini 3.7 Flash File Analysis vs. concorrentes: análise comparativa
-
Gemini 3.7 Flash File Analysis vs. Gemini 3.6 Flash File Analysis
O Gemini 3.6 Flash é uma opção equilibrada para fluxos de trabalho voltados a documentos. O Gemini 3.7 Flash é o modelo Flash mais recente para equipes que avaliam um raciocínio mais avançado e síntese em várias etapas no mesmo tipo de tarefa baseada em arquivos. -
Gemini 3.7 Flash File Analysis vs. GPT 5.6 Terra File Analysis
Os modelos de análise de arquivos GPT 5.6 Terra oferecem uma rota abrangente para aplicativos de documentos. O Gemini 3.7 Flash fornece às equipes uma alternativa Gemini altamente econômica para extração, revisão e síntese baseadas nas fontes. -
Gemini 3.7 Flash File Analysis vs. Claude Document Analysis
Os modelos Claude são avaliados com frequência para raciocínio em documentos extensos. O Gemini 3.7 Flash oferece outra opção avançada para aplicativos que precisam de análise estruturada de um conjunto limitado de arquivos enviados. -
Gemini 3.7 Flash File Analysis vs. Gemini 3.7 Flash Image-to-Text
O Image-to-Text foi desenvolvido para uma entrada visual e uma pergunta focada. O File Analysis é a rota adequada quando a tarefa exige contexto baseado em documentos e vários arquivos relacionados. -
Gemini 3.7 Flash File Analysis vs. Gemini 3.7 Flash Text-to-Text
O Text-to-Text é ideal para instruções e chats sem anexos. O File Analysis adiciona o fluxo configurado de entrada de arquivos da Flaq AI quando as respostas precisam se basear no material de origem enviado.