ทดลองใช้ Gemini 3.6 Flash API โดย Google เพื่อสร้างข้อความเร็ว ให้เหตุผล เขียน และเขียนโค้ด สตรีมคำตอบผ่าน LLM API ของ Flaq AI
โมเดล Gemini 3.6 Flash ที่เกี่ยวข้อง
ตัวอย่าง API
ตัวอย่างการส่งคำขอ
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-3.6-flash-text-to-text',
messages: [
{
role: 'user',
content: 'Write a concise summary of how transformer models work.'
}
],
stream: true,
max_tokens: 2048
})
});
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('\n\n');
buffer = frames.pop() || '';
for (const frame of frames) {
const lines = frame.split('\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);
}
}
}
ตัวอย่างการส่งคำขอ
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-3.6-flash-text-to-text',
'messages': [
{
'role': 'user',
'content': 'Write a concise summary of how transformer models work.',
}
],
'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)
ตัวอย่างการส่งคำขอ
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-3.6-flash-text-to-text",
"messages": [
{
"role": "user",
"content": "Write a concise summary of how transformer models work."
}
],
"stream": true,
"max_tokens": 2048
}'
ราคา Gemini 3.6 Flash Text to Text
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
โมเดลที่เกี่ยวข้อง
nano-banana-protext-to-imagenano-banana-pro-editimage-to-imagenano-banana-2text-to-imagenano-banana-2-editimage-to-imageveo3.1-text-to-videotext-to-videoveo3.1-image-to-videoimage-to-videoveo3.1-fast-text-to-videotext-to-videoveo3.1-fast-image-to-videoimage-to-videogemini-3.5-flash-text-to-texttext-to-textgemini-3.5-flash-image-to-textimage-to-textgemini-3.5-flash-file-analysisfile-analysisgemini-3.6-flash-text-to-texttext-to-textgemini-3.6-flash-image-to-textimage-to-textgemini-3.6-flash-file-analysisfile-analysisgemini-3.7-flash-text-to-texttext-to-textgemini-3.7-flash-image-to-textimage-to-textgemini-3.7-flash-file-analysisfile-analysisREADME
API Gemini 3.6 Flash Text-to-Text ที่รวดเร็วและมีประสิทธิภาพ
API Gemini 3.6 Flash Text-to-Text นำโมเดล Flash ของ Google ที่ใช้โทเค็นอย่างมีประสิทธิภาพและมีความสามารถด้านการให้เหตุผลมาสู่ Flaq AI สำหรับ เวิร์กโฟลว์ข้อความที่ตอบสนองรวดเร็ว เส้นทางนี้ออกแบบมาสำหรับแอปพลิเคชันที่ต้องการการปฏิบัติตามคำสั่งที่แม่นยำ ความช่วยเหลือด้านการเขียนโค้ด การร่างเนื้อหาเพื่อการวิจัย และงานด้านความรู้ในชีวิตประจำวัน พร้อมจำกัดการผสานรวมไว้ที่อินพุตข้อความและเอาต์พุต ข้อความ การกำหนดค่าบน Flaq AI ทำให้เป็นตัวเลือกที่เหมาะกับทีมที่ต้องการ Gemini API ที่มีประสิทธิภาพโดยไม่ต้องขยาย เวิร์กโฟลว์ข้อความไปสู่การจัดการสื่อหรือไฟล์
คุณสมบัติหลักของ API Gemini 3.6 Flash Text-to-Text
-
เวิร์กโฟลว์การให้เหตุผลที่มีประสิทธิภาพ: ใช้โมเดล Flash ที่สร้างขึ้นเพื่อสร้างสมดุลระหว่างการตอบสนองรวดเร็วกับความสามารถด้านการให้เหตุผลสำหรับ พรอมต์ที่ซับซ้อนและงานข้อความหลายขั้นตอน
-
การสนับสนุนการเขียนโค้ดและการวางแผน: เปลี่ยนข้อกำหนด คำถามเกี่ยวกับโค้ด และปัญหาทางเทคนิคให้เป็นบันทึกการนำไปใช้ ฉบับร่าง คำอธิบาย และแผนขั้นตอนถัดไป
-
การปฏิบัติตามคำสั่งคุณภาพสูง: ระบุคำสั่งภาษาธรรมชาติโดยละเอียดสำหรับเวิร์กโฟลว์การเขียน การแปลง การวิเคราะห์ การจัดประเภท และการตอบกลับแบบมีโครงสร้าง
-
ขอบเขตที่มุ่งเน้นเฉพาะข้อความ: รักษาการผสานรวมให้สอดคล้องกับเส้นทางข้อความที่กำหนดค่าไว้ โดยไม่ต้องใช้อินพุตรูปภาพหรือไฟล์ สำหรับงานนั้น
-
ความยาวการตอบกลับที่ยืดหยุ่น: ใช้การควบคุมเอาต์พุตที่เป็นตัวเลือกเพื่อปรับการตอบกลับให้เหมาะกับข้อความผลิตภัณฑ์ที่กระชับ คำ อธิบายโดยละเอียด หรือระบบอัตโนมัติในขั้นตอนถัดไป
-
การผสานรวมแชตที่พร้อมสำหรับสตรีมมิง: รองรับประสบการณ์ผู้ใช้ที่ตอบสนองรวดเร็วผ่านรูปแบบคำขอแบบสตรีมมิงและ ไม่ใช่สตรีมมิงที่ระบุไว้ในเอกสารบน Flaq AI
วิธีใช้ API Gemini 3.6 Flash Text-to-Text บน Flaq AI
-
อินพุต: ข้อความสนทนาแบบข้อความพร้อมคำสั่งระบบ คำขอของผู้ใช้ และบริบทจากผู้ช่วยก่อนหน้าเมื่อ จำเป็น
-
เอาต์พุต: ข้อความที่สร้างขึ้นสำหรับประสบการณ์แชต เครื่องมือภายใน เวิร์กโฟลว์เนื้อหา และแอปพลิเคชันที่ขับเคลื่อนด้วย API
-
โหมดการตอบกลับ: เลือกโฟลว์สตรีมมิงตามที่ระบุในเอกสารสำหรับการส่งแบบต่อเนื่อง หรือการตอบกลับ JSON มาตรฐานเมื่อ ต้องการผลลัพธ์ที่สมบูรณ์
-
ความสามารถ: การสร้างข้อความ ความช่วยเหลือด้านการเขียนโค้ด การสรุป การเขียนใหม่ การจัดประเภท การวางแผน และ การสนับสนุนงานด้านความรู้
กรณีการใช้งานที่เหมาะสมที่สุดสำหรับการผสานรวม API Gemini 3.6 Flash Text-to-Text
-
ผู้ช่วยสำหรับนักพัฒนา: ช่วยอธิบายโค้ด วางแผนการนำไปใช้ ร่างกรณีทดสอบ จัดทำเอกสาร และ เวิร์กโฟลว์การคัดแยกปัญหา
-
ระบบอัตโนมัติสำหรับงานเขียนธุรกิจ: สร้างฉบับร่างแรกสำหรับบทสรุป รายงาน การตอบอีเมล ข้อความผลิตภัณฑ์ และการสื่อสาร ภายในจากพรอมต์แบบมีโครงสร้าง
-
ผู้ช่วยฝ่ายสนับสนุน: จัดประเภทคำขอที่เข้ามา เสนอคำตอบที่เป็นประโยชน์ และสร้างบันทึกส่งต่องานให้เจ้าหน้าที่อย่างชัดเจน ในโฟลว์การสนับสนุนที่เน้นข้อความ
-
การร่างงานวิจัยและการวิเคราะห์: สรุปบันทึกที่ให้มา จัดระเบียบผลการค้นพบ เปรียบเทียบตัวเลือก และจัดเตรียม โครงร่างการวิเคราะห์ที่ตรวจสอบได้
-
แอปพลิเคชันข้อความปริมาณสูง: สร้างฟีเจอร์แชต เนื้อหา หรือระบบอัตโนมัติที่ตอบสนองรวดเร็ว ซึ่งต้องการการกำหนดค่าโมเดลที่ คุ้มค่าและการผสานรวมที่ใช้ข้อความสนทนาซึ่งคาดการณ์ได้
หมายเหตุ เส้นทาง Flaq AI นี้กำหนดค่าไว้สำหรับการโต้ตอบจากข้อความเป็นข้อความ โปรดตรวจสอบเนื้อหาที่สร้างขึ้นก่อนนำไปใช้กับ การตัดสินใจที่มีผลกระทบหรือการเปลี่ยนแปลงในระบบใช้งานจริง และใช้งานให้สอดคล้องกับนโยบายที่เกี่ยวข้องของ Google และ Flaq AI
API Gemini 3.6 Flash Text-to-Text เทียบกับคู่แข่ง: การวิเคราะห์เปรียบเทียบ
-
Gemini 3.6 Flash เทียบกับ Gemini 3.5 Flash
Gemini 3.5 Flash ยังคงเป็นตัวเลือกพื้นฐานที่ใช้งานได้จริงสำหรับเวิร์กโหลดข้อความทั่วไป Gemini 3.6 Flash เป็นรุ่นที่ใหม่กว่าสำหรับทีมที่ต้องการประสิทธิภาพการใช้โทเค็นที่ดีขึ้นและการสนับสนุนที่แข็งแกร่งขึ้นสำหรับ งานเขียนโค้ดที่ซับซ้อนและการวางแผนแบบเอเจนต์ -
Gemini 3.6 Flash เทียบกับ Gemini 3.7 Flash
Gemini 3.7 Flash เป็นตัวเลือก Flash ที่ใหม่กว่าและมีความสามารถสูงกว่าสำหรับเวิร์กโฟลว์ ที่ซับซ้อน Gemini 3.6 Flash มอบทางเลือกที่สมดุลเมื่อการผสานรวมเฉพาะข้อความต้องการการให้เหตุผลที่มีประสิทธิภาพพร้อม การกำหนดค่าที่มีประสิทธิภาพ -
Gemini 3.6 Flash เทียบกับ GPT 5.6 Terra
GPT 5.6 Terra เป็นโมเดลอเนกประสงค์ที่ครอบคลุมสำหรับงานภาษาขั้นสูง Gemini 3.6 Flash มอบตัวเลือก Gemini API สำหรับทีมที่ให้ความสำคัญกับประสิทธิภาพของเวิร์กโฟลว์ข้อความ การสนับสนุนการเขียนโค้ด และ การผสานรวมที่ใช้ข้อความสนทนา -
Gemini 3.6 Flash เทียบกับ Claude Sonnet 5
Claude Sonnet 5 มักได้รับการประเมินสำหรับการให้เหตุผลและการเขียนแบบยาว Gemini 3.6 Flash เป็นทางเลือกที่มีประโยชน์สำหรับทีมที่เปรียบเทียบการสร้างข้อความที่ตอบสนองรวดเร็วและคำนึงถึงต้นทุนในงานเขียนโค้ด และงานด้านความรู้ -
Gemini 3.6 Flash เทียบกับ Kimi 2.7
Kimi 2.7 เป็นอีกหนึ่งตัวเลือกที่แข็งแกร่งสำหรับเวิร์กโฟลว์ข้อความและการเขียนโค้ด Gemini 3.6 Flash สร้างความแตกต่างด้วยตระกูลโมเดล Flash ของ Google และเส้นทาง text-to-text ที่มุ่งเน้นบน Flaq AI