Google/gemini-3.7-flash-file-analysis

gemini-3.7-flash-file-analysis

Попробуйте Gemini 3.7 Flash API для анализа файлов, проверки документов, извлечения данных, резюме и мультимодальных рассуждений через стабильный Google API от Flaq AI.

File Analysis

Связанные модели Gemini 3.7 Flash

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

Документация

Примеры API

JavaScriptPythoncURL

Пример отправки

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
  })
});

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);
    }
  }
}

Пример отправки

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)

Пример отправки

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
  }'

Начать новый чат

Отправьте сообщение, чтобы начать.

Цены на Gemini 3.7 Flash File Analysis

Параметры	Цена	Исходная цена	Скидка

Токен: input	$0.7125 за 1 млн входных токенов	$0.7500 за 1 млн входных токенов	95%
Токен: output	$3.5625 за 1 млн выходных токенов	$3.7500 за 1 млн выходных токенов	95%

README

Быстрый и доступный API Gemini 3.7 Flash File Analysis

API Gemini 3.7 Flash File Analysis — экономичный маршрут Flaq AI для преобразования загруженных исходных материалов в полезный текст. Он использует новейшую модель Gemini Flash для сложного многоэтапного анализа, сохраняя при этом фокус интерфейса продукта на вопросах по файлам, необязательном визуальном контексте и генерации текста. Команды могут использовать этот API, чтобы систематизировать исходные материалы, извлекать нужную информацию и формировать проверяемые выводы из ограниченного набора файлов в одном согласованном запросе.

Ключевые возможности API Gemini 3.7 Flash File Analysis

Продвинутые рассуждения на основе файлов: Анализируйте предоставленные файлы по подробным инструкциям и получайте структурированный текст, отражающий исходные материалы и поставленную задачу.
Очень доступный процесс анализа: Используйте экономичную конфигурацию Flash для автоматизации, ориентированной на документы, очередей проверки, помощи в исследованиях и работы со знаниями.
Контекст из нескольких файлов: Объединяйте связанный набор загруженных файлов в одном запросе, чтобы модель могла поддерживать сравнение, синтез, извлечение и вопросы по разным источникам.
Необязательный визуальный контекст: Дополняйте входные файлы поддерживаемым изображением, когда визуальный контекст помогает интерпретировать исходный материал или уточнить задачу.
Управляемые ответы API: Используйте структурированные сообщения диалога, настройки длины вывода и документированный режим ответа в соответствии с процессами продукта и операционной деятельности.
Готовый к проверке текст: Получайте сводки, выводы, черновики ответов и систематизированные заметки для последующего ручного утверждения или автоматизации.

Как использовать API Gemini 3.7 Flash File Analysis на Flaq AI

Ввод: Поддерживаемый набор файлов, инструкция по анализу на естественном языке и при необходимости дополнительное изображение.
Вывод: Текстовые сводки, извлеченные факты, сравнения, ответы и черновой анализ на основе предоставленных материалов.
Область запроса: Ограничивайте каждый запрос настроенным пределом количества файлов и группируйте только исходные материалы, которые относятся к одной задаче.
Возможности: Ответы на вопросы по файлам, обобщение документов, синтез по нескольким источникам, извлечение информации и помощь в процессах проверки.

Лучшие сценарии интеграции API Gemini 3.7 Flash File Analysis

Комплексная проверка документов: Готовьте первоначальные сводки, списки проблем и сравнения по связанным отчетам, спецификациям, предложениям и исследовательским материалам.
Исследовательские процессы: Систематизируйте выводы из нескольких источников, находите релевантные доказательства и составляйте аналитические заметки, которые исследователь или редактор сможет проверить.
Внутренняя работа со знаниями: Преобразуйте загруженные материалы в краткие справки, заметки для передачи, черновики вопросов и ответов и структурированную информацию для команд.
Сортировка рабочих процессов: Извлекайте ключевые сведения из предоставленных файлов и создавайте готовые к проверке записи для поддержки, операций и работы с контентом.
Продуктивные файловые ассистенты: Создавайте функции приложений, которые помогают пользователям понимать собственные исходные материалы с помощью целевого анализа, ориентированного на текст.

Примечание File Analysis предназначен для поддержки, а не замены экспертной проверки. Защищайте конфиденциальные материалы, сверяйте сгенерированные выводы с исходными файлами и обеспечивайте надлежащий контроль человека при принятии важных решений.

API Gemini 3.7 Flash File Analysis и конкуренты: сравнительный анализ

Gemini 3.7 Flash File Analysis и Gemini 3.6 Flash File Analysis
Gemini 3.6 Flash — сбалансированный вариант для документоориентированных процессов. Gemini 3.7 Flash — более новая модель Flash для команд, оценивающих более продвинутые рассуждения и многоэтапный синтез в аналогичных задачах, ориентированных на файлы.
Gemini 3.7 Flash File Analysis и GPT 5.6 Terra File Analysis
Модели GPT 5.6 Terra для анализа файлов предлагают универсальный маршрут для приложений, работающих с документами. Gemini 3.7 Flash предоставляет командам высокоэкономичную альтернативу Gemini для извлечения, проверки и синтеза на основе источников.
Gemini 3.7 Flash File Analysis и Claude Document Analysis
Модели Claude часто оценивают для подробных рассуждений по документам. Gemini 3.7 Flash предлагает еще один эффективный вариант для приложений, которым нужен структурированный анализ ограниченного набора загруженных файлов.
Gemini 3.7 Flash File Analysis и Gemini 3.7 Flash Image-to-Text
Image-to-Text предназначен для одного визуального ввода и конкретного вопроса. File Analysis — подходящий маршрут, когда задаче требуется контекст документов и несколько связанных файлов.
Gemini 3.7 Flash File Analysis и Gemini 3.7 Flash Text-to-Text
Text-to-Text лучше всего подходит для инструкций и чата без вложений. File Analysis добавляет настроенный в Flaq AI процесс ввода файлов, когда ответы должны основываться на загруженных исходных материалах.