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

gemini-3.7-flash-image-to-text

Попробуйте Gemini 3.7 Flash API для преобразования изображений в текст, визуальных Q&A, OCR, анализа и мультимодального стриминга через стабильный Google API от Flaq AI.

Image Chat

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-image-to-text',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Describe the image and extract any visible text.' },
          {
            type: 'image_url',
            image_url: {
              url: 'https://example.com/sample-image.jpg'
            }
          }
        ]
      }
    ],
    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);
    }
  }
}

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-image-to-text',
        'messages': [
            {
                'role': 'user',
                'content': [
                    {'type': 'text', 'text': 'Describe the image and extract any visible text.'},
                    {
                        'type': 'image_url',
                        'image_url': {
                            'url': 'https://example.com/sample-image.jpg'
                        }
                    },
                ],
            }
        ],
        '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)

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-image-to-text",
    "messages": [
      {
        "role": "user",
        "content": [
          { "type": "text", "text": "Describe the image and extract any visible text." },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/sample-image.jpg"
            }
          }
        ]
      }
    ],
    "stream": true,
    "max_tokens": 2048
  }'

Начать новый чат

Отправьте сообщение, чтобы начать.

Цены на Gemini 3.7 Flash Image to Text

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 Image-to-Text

API Gemini 3.7 Flash Image-to-Text подключает приложения Flaq AI к новейшей модели Flash от Google для быстрого и качественного визуального понимания. Передайте целевое изображение с четкой инструкцией, чтобы получить текст, который описывает, объясняет, извлекает или анализирует визуальное содержимое. Маршрут сочетает мультимодальные возможности и силу рассуждений Gemini 3.7 Flash с намеренно специализированной границей ввода Flaq AI, поэтому отлично подходит для быстрых функций продукта и процессов проверки.

Ключевые возможности API Gemini 3.7 Flash Image-to-Text

Продвинутые визуальные рассуждения: Преобразуйте вопросы на основе изображения в ясные текстовые ответы, учитывающие предоставленный визуальный контекст и инструкцию задачи.
Экономичный мультимодальный процесс: Используйте очень доступную конфигурацию Flash для функций визуального анализа, которым нужен качественный текстовый вывод в больших масштабах.
Целевой запрос с изображением: Сосредоточьте каждое взаимодействие на визуальном вводе и конкретной цели, что помогает приложениям формировать более ясные и удобные для проверки результаты.
Документированная передача изображения: Отправляйте изображение по настроенной схеме API-запроса Flaq AI.
Поддержка контекста сообщений: Объединяйте визуальный запрос со структурированными системными, пользовательскими сообщениями и сообщениями ассистента, когда задаче нужны инструкции, критерии или последующий контекст.
Быстрая интеграция API: Выберите потоковую передачу или полный ответ в соответствии с интерактивными ассистентами, асинхронными заданиями проверки и внутренними инструментами.

Как использовать API Gemini 3.7 Flash Image-to-Text на Flaq AI

Ввод: Поддерживаемое изображение с промптом на естественном языке, определяющим требуемое описание, вопрос, извлечение или анализ.
Вывод: Текстовые ответы для пользовательских решений, ручной проверки, работы с контентом и последующей автоматизации.
Передача изображения: Используйте настроенный формат запроса Flaq AI для входного изображения.
Возможности: Ответы на вопросы по изображению, интерпретация скриншотов, извлечение визуальных деталей, обобщение изображений и подготовка контента.

Лучшие сценарии интеграции API Gemini 3.7 Flash Image-to-Text

Визуальные функции продукта: Добавляйте в пользовательские приложения вопросы по изображениям, помощь в визуальном поиске и контекстные объяснения.
Проверка дизайна и качества: Создавайте первоначальные заметки по скриншотам интерфейса, изображениям продуктов, схемам и визуальным отзывам для последующей проверки человеком.
Процессы поддержки: Помогайте специалистам интерпретировать изображения и скриншоты клиентов, выявлять полезные детали и готовить черновики ответов или эскалации.
Операции в торговле и каталогах: Извлекайте видимые атрибуты, составляйте описания и поддерживайте редакционную проверку изображений продуктов.
Доступность и работа с контентом: Создавайте проверяемые черновики описаний и визуальные сводки, помогающие редакционным командам готовить доступный контент.

Примечание Текущий маршрут Flaq AI предназначен для целевого ввода изображений и вывода текста. Не используйте сгенерированный анализ как единственную основу для важных решений; сохраняйте необходимую ручную проверку и сверку с источниками.

API Gemini 3.7 Flash Image-to-Text и конкуренты: сравнительный анализ

Gemini 3.7 Flash Image-to-Text и Gemini 3.6 Flash Image-to-Text
Gemini 3.6 Flash предлагает сбалансированный мультимодальный маршрут для вопросов и операций с изображениями. Gemini 3.7 Flash — более новая модель Flash, которую стоит оценить, когда визуальная задача также выигрывает от более продвинутых многоэтапных рассуждений.
Gemini 3.7 Flash Image-to-Text и Grok 4.6 Image-to-Text
Grok 4.6 — вариант xAI для технических рассуждений на основе изображений. Gemini 3.7 Flash предоставляет высокоэкономичный маршрут модели Google для визуальных вопросов, скриншотов и текстовых функций продукта.
Gemini 3.7 Flash Image-to-Text и GPT 5.6 Terra Image-to-Text
Визуальные модели GPT 5.6 Terra поддерживают широкий спектр мультимодальных приложений. Gemini 3.7 Flash — привлекательная альтернатива для команд, которым нужна эффективная модель Flash для целевого анализа изображений и генерации текста.
Gemini 3.7 Flash Image-to-Text и Claude Vision
Визуальные модели Claude могут быть отличным выбором для объяснительных и документно-ориентированных задач. Gemini 3.7 Flash предлагает быстрый API визуального понимания для команд, оценивающих экономичные мультимодальные процессы.
Gemini 3.7 Flash Image-to-Text и Gemini 3.7 Flash Text-to-Text
Text-to-Text оптимизирован для промптов без визуального ввода. Image-to-Text подходит лучше, когда ответ должен основываться и на предоставленном изображении, и на письменных инструкциях.