Руководство Claude Code
Настройте модели Claude от Flaq AI и изучите навыки Claude Code
Попробуйте API GPT 6.1 Sol от OpenAI для веб-поиска, онлайн-исследований и ответов на основе актуальных данных через стабильный и доступный API Flaq AI с потоковой передачей.
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: 'gpt-6.1-sol-web-search',
messages: [
{
role: 'user',
content: 'Find the latest public information about Flaq AI and summarize it for a product brief.'
}
],
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);
}
}
}
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': 'gpt-6.1-sol-web-search',
'messages': [
{
'role': 'user',
'content': 'Find the latest public information about Flaq AI and summarize it for a product brief.',
}
],
'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)
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": "gpt-6.1-sol-web-search",
"messages": [
{
"role": "user",
"content": "Find the latest public information about Flaq AI and summarize it for a product brief."
}
],
"stream": true,
"max_tokens": 2048
}'
| Параметры | Цена | Исходная цена | Скидка |
|---|
GPT 6.1 Sol Web Search API поддерживает ответы на вопросы с поиском и исследовательские процессы на Flaq AI. Укажите тему, нужную информацию и соответствующий контекст, чтобы запросить письменный ответ с доступом к веб-поиску. Этот маршрут сочетает взаимодействие через сообщения с необязательными вспомогательными вложениями, потоковыми ответами и настраиваемой длиной вывода для приложений, которым нужна информация из интернета.
Веб-поиск: Используйте маршрут с поддержкой поиска для вопросов, требующих выхода за рамки контекста, уже предоставленного в беседе.
Исследование по инструкциям в запросе: Укажите тему, период и желаемый охват, чтобы запрос был сосредоточен на информации, необходимой вашему приложению.
Вспомогательные справочные материалы: Прикрепите поддерживаемые файлы или изображение к текстовому вопросу, чтобы дать исследовательской задаче дополнительный контекст.
Уточнение в диалоге: Задавайте последующие вопросы, чтобы сузить тему или получить более ясное объяснение предыдущего ответа.
Потоковые ответы на исследовательские запросы: Возвращайте сгенерированный текст постепенно для интерактивной работы с исследованиями.
Настраиваемая длина ответа: Задайте лимит выходных токенов и уточните, нужен ли вам краткий обзор или более подробный ответ.
Входные данные: Текстовый исследовательский вопрос с соответствующим контекстом беседы и необязательными поддерживаемыми изображениями или файлами во вложениях.
Выходные данные: Письменный ответ, полученный через маршрут модели с поддержкой веб-поиска.
Настройки: Охват исследования в запросе, необязательный лимит выходных токенов и выбор потокового режима.
Возможности: Ответы на вопросы с поиском, сводки онлайн-исследований и дальнейшее изучение темы.
Исследовательские помощники: Помогайте пользователям изучать тему и уточнять вопросы, которые они хотят исследовать.
Исследование продуктов: Собирайте сведения для сравнительного обзора продуктов и проверяйте исходные источники перед принятием решения.
Отраслевые обзоры: Запрашивайте целевой обзор событий по заданной теме за определённый период.
Поиск документации: Находите информацию, относящуюся к техническому вопросу, и сверяйте её с исходной документацией.
Исследование с учётом контекста: Объединяйте загруженный справочный материал с вопросом, требующим дополнительных сведений из интернета.
Примечание Укажите нужный диапазон дат и проверьте даты источников и исходные страницы, прежде чем полагаться на исследовательский ответ. Доступ к интернету не гарантирует доступность каждой подходящей страницы или актуальность всех утверждений в ответе.
GPT 6.1 Sol Web Search и GPT 6.1 Sol Text-to-Text Text-to-Text обрабатывает переданные сообщения без веб-поиска. Маршрут Web Search настроен для вопросов, которым нужна информация из интернета.
GPT 6.1 Sol Web Search и GPT 6.1 Sol File Analysis File Analysis сосредоточен на материалах, загруженных пользователем. Web Search поддерживает исследования за пределами этих вложений, сохраняя возможность предоставлять необязательные справочные материалы.
GPT 6.1 Sol Web Search и GPT 6.1 Sol Image-to-Text Image-to-Text ориентирован на описание предоставленного изображения или ответы на вопросы о нём. Web Search обрабатывает текстовый исследовательский вопрос и может использовать изображение как вспомогательный контекст.
GPT 6.1 Sol Web Search и Claude Sonnet 5.5 File Analysis Конфигурация File Analysis у Claude принимает документы и изображения без включения веб-поиска. Этот маршрут GPT предлагает вариант с поддержкой поиска, когда задача также зависит от материалов в интернете.
Настройте модели Claude от Flaq AI и изучите навыки Claude Code

Настройте модели GPT от Flaq AI и изучите навыки Codex
Используйте LLM-модели Flaq AI в Hermes Agent
Используйте GLM 5.2, Kimi K3 и DeepSeek v4 в ZCode
Запустите DeepSeek Harness с моделями DeepSeek от Flaq AI
Подключайте ИИ-агентов к инструментам Flaq для генерации изображений и видео
Используйте GPT 6 Astra и Claude Fable 5.1 в WorkBuddy