Google/gemini-3.7-flash-text-to-text

gemini-3.7-flash-text-to-text

Experimente Gemini 3.7 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 3.7 Flash relacionados

gemini-3.7-flash-text-to-texttext-to-text

gemini-3.7-flash-image-to-textimage-to-text

gemini-3.7-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-3.7-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-3.7-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-3.7-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 3.7 Flash Text to Text

Parâmetros	Preço	Preço original	Desconto

Token: input	$0.7125 por 1 milhão de tokens de entrada	$0.7500 por 1 milhão de tokens de entrada	95%
Token: output	$3.5625 por 1 milhão de tokens de saída	$3.7500 por 1 milhão de tokens de saída	95%

README

API Gemini 3.7 Flash Text-to-Text rápida e acessível

A API Gemini 3.7 Flash Text-to-Text é a rota altamente econômica da Flaq AI para o modelo Flash mais recente do Google em fluxos de trabalho de texto complexos. O Gemini 3.7 Flash combina raciocínio avançado, execução confiável em várias etapas e forte potencial de programação com uma configuração desenvolvida para integração responsiva baseada em mensagens. Essa rota aceita intencionalmente apenas texto, oferecendo às equipes um limite de API claro para chats em produção, automação e recursos de trabalho intelectual que não precisam de mídia nem de arquivos anexos.

Principais recursos da API Gemini 3.7 Flash Text-to-Text

Raciocínio Flash avançado: Use um modelo Gemini Flash mais recente, desenvolvido para prompts complexos, tarefas em várias etapas e execução confiável baseada em texto.
Configuração de API muito acessível: Crie experiências de texto de alto volume com uma configuração de modelo Flaq AI econômica, preservando um forte potencial de raciocínio e programação.
Suporte a programação e planejamento agêntico: Gere planos de implementação, explicações de código, rascunhos técnicos e próximos passos estruturados a partir de solicitações detalhadas em linguagem natural.
Rota focada apenas em texto: Mantenha a integração alinhada ao limite configurado de entrada text-to-text para obter um comportamento previsível de chat e automação.
Controle de saída e contexto: Estruture solicitações com funções de conversa e ajuste o tamanho da saída para respostas de UI concisas, análises detalhadas ou pipelines de processamento.
Entrega pronta para streaming: Use o padrão documentado de streaming ou resposta completa para atender aos fluxos de aplicativos interativos e em segundo plano.

Como usar a API Gemini 3.7 Flash Text-to-Text na Flaq AI

Entrada: Mensagens de conversa em texto que fornecem instruções da tarefa, requisitos do usuário e contexto anterior quando necessário.
Saída: Texto gerado para assistentes, ferramentas de desenvolvimento, fluxos de pesquisa, sistemas de conteúdo e automação interna.
Modo de resposta: Use streaming para uma saída incremental do chat ou uma resposta JSON padrão quando o aplicativo precisar de um resultado completo.
Recursos: Geração de texto, planejamento em várias etapas, assistência à programação, resumo, análise, classificação e elaboração estruturada.

Melhores casos de uso para a integração da API Gemini 3.7 Flash Text-to-Text

Assistentes de IA em produção: Crie assistentes de texto responsivos para recursos de produtos, ferramentas internas e fluxos de ajuda voltados ao cliente.
Tarefas complexas de programação: Elabore planos técnicos, explique códigos, organize hipóteses de depuração e ofereça suporte a fluxos de revisão de implementação.
Automação do trabalho intelectual: Transforme instruções extensas e notas de origem em briefings estruturados, resumos, análises e ações de acompanhamento.
Operações de conteúdo: Gere, transforme, classifique e verifique a qualidade do texto em fluxos editoriais, de marketing e de suporte ao cliente.
Produtos de API escaláveis: Use uma configuração Flash econômica para aplicativos de alto volume que precisam de um comportamento avançado de modelo de linguagem.

Observação Essa rota da Flaq AI é limitada à interação text-to-text, embora a família de modelos Gemini subjacente seja compatível com recursos mais amplos. Revise a saída antes de decisões importantes ou ações em produção e siga as políticas aplicáveis do Google e da Flaq AI.

API Gemini 3.7 Flash Text-to-Text vs. concorrentes: análise comparativa

Gemini 3.7 Flash vs. Gemini 3.6 Flash
O Gemini 3.6 Flash equilibra uma operação eficiente com um raciocínio avançado. O Gemini 3.7 Flash é a geração Flash mais recente para equipes que avaliam programação mais complexa, planejamento agêntico e fluxos de trabalho de texto em várias etapas.
Gemini 3.7 Flash vs. GPT 5.6 Terra
O GPT 5.6 Terra é uma opção ampla e de uso geral para tarefas avançadas de linguagem. O Gemini 3.7 Flash oferece uma opção de API Gemini altamente econômica para equipes que priorizam fluxos de trabalho de texto estruturados e responsivos.
Gemini 3.7 Flash vs. Claude Sonnet 5
O Claude Sonnet 5 costuma ser avaliado para escrita e raciocínio sofisticados. O Gemini 3.7 Flash oferece uma alternativa competitiva de modelo Flash para programação, análise e automação de texto em produção.
Gemini 3.7 Flash vs. Grok 4.6 Text-to-Text
O Grok 4.6 enfatiza programação orientada por raciocínio e trabalho intelectual na família de modelos xAI. O Gemini 3.7 Flash é uma excelente opção quando as equipes querem o modelo Flash mais recente do Google e uma rota de texto Flaq AI particularmente econômica.
Gemini 3.7 Flash vs. Kimi 2.7
O Kimi 2.7 é uma alternativa avançada para produtos de texto e programação. O Gemini 3.7 Flash se diferencia por sua configuração Gemini eficiente e pelo suporte a tarefas de texto complexas em várias etapas.