คู่มือ Claude Code
ตั้งค่าโมเดล Claude ของ Flaq AI และสำรวจสกิล Claude Code
ทดลองใช้ฟรี API DeepSeek v4 Flash Text สำหรับการสร้างข้อความที่รวดเร็วและคุ้มค่า สรุปความ การเขียน และเวิร์กโฟลว์อัตโนมัติ
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: 'deepseek-v4-flash-text-to-text-0731',
messages: [
{
role: 'user',
content: 'Write a four-line modern poem about a programmer drinking coffee.'
}
],
stream: true,
max_tokens: 500,
top_p: 0.5,
top_k: 1
})
});
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': 'deepseek-v4-flash-text-to-text-0731',
'messages': [
{
'role': 'user',
'content': 'Write a four-line modern poem about a programmer drinking coffee.',
}
],
'stream': True,
'max_tokens': 500,
'top_p': 0.5,
'top_k': 1,
},
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": "deepseek-v4-flash-text-to-text-0731",
"messages": [
{
"role": "user",
"content": "Write a four-line modern poem about a programmer drinking coffee."
}
],
"stream": true,
"max_tokens": 500,
"top_p": 0.5,
"top_k": 1
}'
import OpenAI from 'openai';
const client = new OpenAI({
apiKey: 'YOUR_API_KEY',
baseURL: 'https://api.flaq.ai/api/v1'
});
const stream = await client.chat.completions.create({
model: 'deepseek-v4-flash-text-to-text-0731',
messages: [
{
role: 'user',
content: 'Write a four-line modern poem about a programmer drinking coffee.'
}
],
stream: true,
max_tokens: 500
});
for await (const chunk of stream) {
const content = chunk.choices[0]?.delta?.content;
if (content) process.stdout.write(content);
}
from openai import OpenAI
client = OpenAI(
api_key='YOUR_API_KEY',
base_url='https://api.flaq.ai/api/v1',
)
stream = client.chat.completions.create(
model='deepseek-v4-flash-text-to-text-0731',
messages=[
{
'role': 'user',
'content': 'Write a four-line modern poem about a programmer drinking coffee.',
}
],
stream=True,
max_tokens=500,
)
for chunk in stream:
if not chunk.choices:
continue
content = chunk.choices[0].delta.content
if content:
print(content, end='', flush=True)
OPENAI_BASE_URL="https://api.flaq.ai/api/v1"
curl -N -X POST "$OPENAI_BASE_URL/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Accept: text/event-stream" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-flash-text-to-text-0731",
"messages": [
{
"role": "user",
"content": "Write a four-line modern poem about a programmer drinking coffee."
}
],
"stream": true,
"max_tokens": 500
}'
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
DeepSeek v4 Flash Text-to-Text API บน Flaq AI มอบการเข้าถึง LLM ที่รวดเร็วและคุ้มค่าให้กับนักพัฒนาที่สร้างแชต การเขียน การสรุปความ การช่วยเขียนโค้ด และเวิร์กโฟลว์อัตโนมัติ การผสาน DeepSeek Flash API นี้เปลี่ยนข้อความผู้ใช้ ให้เป็นเอาต์พุตข้อความที่ตอบสนองไวผ่าน route ที่มีการจัดการอย่างเสถียรพร้อมการคิดค่าบริการตามโทเคน ออกแบบมาสำหรับ ผลิตภัณฑ์ปริมาณสูงที่ต้องการการสร้างภาษาที่ใช้งานได้จริง การทำซ้ำอย่างรวดเร็ว และการใช้งาน API ที่คุ้มค่ามากโดยไม่ต้อง จัดการโครงสร้างพื้นฐานของโมเดล
Note โปรดตรวจสอบให้แน่ใจว่าพรอมป์และคอนเทนต์ที่สร้างขึ้นสอดคล้องกับข้อกำหนดด้านความปลอดภัยของ DeepSeek และ Flaq AI หากเกิดข้อผิดพลาด ให้ปรับคำขอ ลดคอนเทนต์ที่ไม่รองรับ หรือปรับการตั้งค่าการสร้างแล้วลองอีกครั้ง
ตั้งค่าโมเดล Claude ของ Flaq AI และสำรวจสกิล Claude Code

ตั้งค่าโมเดล GPT ของ Flaq AI และสำรวจสกิล Codex
ใช้โมเดล LLM ของ Flaq AI ใน Hermes Agent
ใช้ GLM 5.2, Kimi K3 และ DeepSeek v4 ใน ZCode
เรียกใช้ DeepSeek Harness กับโมเดล DeepSeek ของ Flaq AI
เชื่อมต่อเอเจนต์ AI กับเครื่องมือสร้างรูปภาพและวิดีโอของ Flaq
ใช้ GPT 6 Astra และ Claude Fable 5.1 ใน WorkBuddy