Gemini 3.5 Flash API

เอกสารอ้างอิง API ฉบับสมบูรณ์สำหรับโมเดล Gemini 3.5 Flash โมเดลภาษาขนาดใหญ่ ที่ขับเคลื่อนโดย Google.

ตัวเลือกโมเดล {#}

API นี้รองรับโมเดล Gemini 3.5 Flash 3 รูปแบบ:

เปรียบเทียบอย่างรวดเร็ว

Gemini 3.5 Flash ข้อความเป็นข้อความ

จุดเชื่อมต่อ

httpคัดลอก
POST /api/v1/chat/completions

พารามิเตอร์คำขอ

จำเป็น

การรองรับข้อความ

ไม่บังคับ

ตัวอย่างคำขอ

javascriptคัดลอก
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-3.5-flash-text-to-text',
    messages: [
      {
        role: 'user',
        content: 'Write a concise summary of how transformer models work.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

Gemini 3.5 Flash รูปภาพเป็นข้อความ

จุดเชื่อมต่อ

httpคัดลอก
POST /api/v1/chat/completions

พารามิเตอร์คำขอ

จำเป็น

การรองรับข้อความ

ไม่บังคับ

ตัวอย่างคำขอ

javascriptคัดลอก
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-3.5-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
  })
});

Gemini 3.5 Flash การวิเคราะห์ไฟล์

จุดเชื่อมต่อ

httpคัดลอก
POST /api/v1/chat/completions

พารามิเตอร์คำขอ

จำเป็น

การรองรับข้อความ

ไม่บังคับ

ตัวอย่างคำขอ

javascriptคัดลอก
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-3.5-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
  })
});

รูปแบบการตอบกลับ

โมเดล LLM Gemini 3.5 Flash ส่งคืนการตอบกลับ completion ที่เข้ากันได้กับ Google เมื่อใช้ stream: true การตอบกลับจะเป็น Server-Sent Events; เมื่อใช้ stream: false การตอบกลับจะเป็นออบเจกต์ JSON เดี่ยว

การตอบกลับเมื่อสำเร็จ

textคัดลอก
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gemini-3.5-flash-text-to-text","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gemini-3.5-flash-text-to-text","choices":[{"index":0,"delta":{"content":"Here is a concise summary"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gemini-3.5-flash-text-to-text","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gemini-3.5-flash-text-to-text","choices":[],"usage":{"prompt_tokens":12,"completion_tokens":8,"total_tokens":20}}

data: [DONE]

การตอบกลับข้อผิดพลาด

textคัดลอก
event: error
data: {"error":{"message":"API requests too frequent, exceeding rate limit","type":"rate_limit_error","code":"1302","param":null}}

แนวทางปฏิบัติที่ดี

1. ใช้ข้อความแบบมีโครงสร้าง: ส่งประวัติการสนทนาผ่าน messages[] แทนการรวมบริบททั้งหมดไว้ใน prompt เดียว
2. เลือกตัวแปรโมเดลให้เหมาะสม: ใช้ Text to Text สำหรับงานข้อความเท่านั้น ใช้ Image to Text สำหรับการทำความเข้าใจรูปภาพ และใช้ File Analysis เมื่อต้องการเอกสารหรือเนื้อหาแบบผสม
3. ประมวลผลอีเวนต์ SSE: เพิ่ม choices[0].delta.content สำหรับการแสดงผลแบบสตรีม และถือว่า data: [DONE] คือการเสร็จสิ้นสำเร็จ
4. ส่งเฉพาะอินพุตที่รองรับ: ในไคลเอนต์ปัจจุบัน โมเดลข้อความจะละเว้นส่วนไฟล์และรูปภาพที่ไม่รองรับ