ทดลองใช้ Gemini 3.7 Flash API สำหรับวิเคราะห์ไฟล์ ตรวจเอกสาร ดึงข้อมูล สรุป และให้เหตุผลหลายโมดัลผ่าน Google API ของ Flaq AI
โมเดล Gemini 3.7 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-3.7-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
})
});
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-3.7-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,
},
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-3.7-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
}'
ราคา Gemini 3.7 Flash File Analysis
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
README
Gemini 3.7 Flash File Analysis API ที่รวดเร็วและประหยัด
Gemini 3.7 Flash File Analysis API คือช่องทางที่คุ้มค่าของ Flaq AI สำหรับเปลี่ยนเนื้อหาต้นฉบับที่อัปโหลดให้เป็น ข้อความที่เป็นประโยชน์ โดยใช้โมเดล Gemini Flash รุ่นล่าสุดเพื่อการวิเคราะห์หลายขั้นตอนที่ซับซ้อน พร้อมให้ขอบเขตผลิตภัณฑ์มุ่งเน้น คำถามที่มีไฟล์เป็นศูนย์กลาง บริบทภาพที่เลือกใช้ได้ และข้อความที่สร้างขึ้น ทีมสามารถใช้ API นี้เพื่อจัดระเบียบเนื้อหาต้นฉบับ ดึงข้อมูลที่เกี่ยวข้อง และร่างข้อค้นพบที่ตรวจสอบได้จากชุดไฟล์ที่มีขอบเขต ภายในคำขอเดียวที่ สอดคล้องกัน
ฟีเจอร์สำคัญของ Gemini 3.7 Flash File Analysis API
-
การใช้เหตุผลขั้นสูงโดยอิงไฟล์: วิเคราะห์ไฟล์ที่ให้ผ่านคำสั่งโดยละเอียด และรับข้อความที่มีโครงสร้าง ซึ่งสะท้อนเนื้อหาต้นฉบับและงานที่ขอ
-
เวิร์กโฟลว์วิเคราะห์ที่ประหยัดอย่างยิ่ง: ใช้การกำหนดค่า Flash ที่คุ้มค่าสำหรับระบบอัตโนมัติที่เน้นเอกสาร คิวตรวจสอบ ความช่วยเหลือด้านการวิจัย และการดำเนินงานด้านความรู้
-
บริบทหลายไฟล์: นำชุดไฟล์อัปโหลดที่เกี่ยวข้องมาไว้ในคำขอเดียว เพื่อให้โมเดลรองรับการเปรียบเทียบ การสังเคราะห์ การดึงข้อมูล และคำถามข้ามแหล่งข้อมูล
-
บริบทภาพที่เลือกใช้ได้: จับคู่อินพุตไฟล์กับภาพที่รองรับ เมื่อบริบทภาพช่วยตีความเนื้อหา ต้นฉบับหรือทำให้งานชัดเจนขึ้น
-
การตอบกลับ API ที่ควบคุมได้: ใช้ข้อความสนทนาที่มีโครงสร้าง การควบคุมความยาวเอาต์พุต และโหมด การตอบกลับตามเอกสาร เพื่อให้เหมาะกับเวิร์กโฟลว์ผลิตภัณฑ์และการดำเนินงาน
-
เอาต์พุตข้อความพร้อมตรวจสอบ: ส่งคืนบทสรุป ข้อค้นพบ ร่างคำตอบ และบันทึกที่จัดระเบียบ ซึ่งสามารถเข้าสู่การอนุมัติโดย มนุษย์หรือระบบอัตโนมัติในลำดับถัดไป
วิธีใช้ Gemini 3.7 Flash File Analysis API บน Flaq AI
-
อินพุต: ชุดไฟล์ที่รองรับ คำสั่งวิเคราะห์ภาษาธรรมชาติ และภาพที่เลือกใช้ได้เมื่อเกี่ยวข้อง
-
เอาต์พุต: บทสรุปแบบข้อความ ข้อเท็จจริงที่ดึงออกมา การเปรียบเทียบ คำตอบ และร่างการวิเคราะห์ตามเนื้อหาที่ ให้มา
-
ขอบเขตคำขอ: ให้แต่ละคำขออยู่ภายในขอบเขตหลายไฟล์ที่กำหนดไว้ และจัดกลุ่มเฉพาะเนื้อหาต้นฉบับที่ อยู่ในงานเดียวกัน
-
ความสามารถ: การตอบคำถามโดยอิงไฟล์ การสรุปเอกสาร การสังเคราะห์ข้ามแหล่งข้อมูล การดึง ข้อมูล และความช่วยเหลือในเวิร์กโฟลว์ตรวจสอบ
กรณีใช้งานที่เหมาะที่สุดสำหรับการผสานรวม Gemini 3.7 Flash File Analysis API
-
การตรวจสอบเอกสารที่ซับซ้อน: เตรียมบทสรุปรอบแรก รายการปัญหา และการเปรียบเทียบจากรายงานที่เกี่ยวข้อง ข้อกำหนด ข้อเสนอ และเนื้อหาวิจัย
-
การดำเนินงานวิจัย: จัดระเบียบข้อค้นพบจากหลายแหล่ง ระบุหลักฐานที่เกี่ยวข้อง และร่างบันทึกเชิงวิเคราะห์เพื่อให้ นักวิจัยหรือบรรณาธิการตรวจสอบ
-
งานความรู้ภายใน: เปลี่ยนเนื้อหาที่อัปโหลดเป็นสรุปข้อมูล บันทึกส่งมอบ ร่างคำถามและคำตอบ และข้อมูลที่มี โครงสร้างสำหรับทีม
-
การคัดกรองเวิร์กโฟลว์: ดึงรายละเอียดสำคัญจากไฟล์ที่ส่งมา และสร้างบันทึกพร้อมตรวจสอบสำหรับฝ่ายสนับสนุน ฝ่ายปฏิบัติการ และกระบวนการเนื้อหา
-
ผู้ช่วยไฟล์เพื่อประสิทธิภาพการทำงาน: สร้างฟีเจอร์แอปพลิเคชันที่ช่วยให้ผู้ใช้เข้าใจเนื้อหาต้นฉบับของตน ผ่านการวิเคราะห์แบบเจาะจงที่เน้นข้อความ
หมายเหตุ File Analysis มีไว้เพื่อสนับสนุน ไม่ใช่แทนที่การตรวจสอบโดยผู้เชี่ยวชาญ โปรดปกป้องเนื้อหาที่ละเอียดอ่อน ตรวจสอบ ข้อค้นพบที่สร้างขึ้นเทียบกับไฟล์ต้นฉบับ และใช้การกำกับดูแลโดยมนุษย์ที่เหมาะสมสำหรับการตัดสินใจที่มีผลสำคัญ
Gemini 3.7 Flash File Analysis API เทียบกับคู่แข่ง: การวิเคราะห์เปรียบเทียบ
-
Gemini 3.7 Flash File Analysis vs. Gemini 3.6 Flash File Analysis
Gemini 3.6 Flash เป็นตัวเลือกที่สมดุลสำหรับ เวิร์กโฟลว์ที่เน้นเอกสาร ส่วน Gemini 3.7 Flash คือโมเดล Flash รุ่นใหม่กว่าสำหรับทีมที่กำลังประเมินการใช้เหตุผลขั้นสูงขึ้นและ การสังเคราะห์หลายขั้นตอนในงานที่เน้นไฟล์ประเภทเดียวกัน -
Gemini 3.7 Flash File Analysis vs. GPT 5.6 Terra File Analysis
โมเดลวิเคราะห์ไฟล์ GPT 5.6 Terra มอบช่องทางที่หลากหลายสำหรับ แอปพลิเคชันเอกสาร ส่วน Gemini 3.7 Flash มอบทางเลือก Gemini ที่คุ้มค่าอย่างยิ่งสำหรับการดึงข้อมูลโดยอิงแหล่งที่มา การตรวจสอบ และการสังเคราะห์ -
Gemini 3.7 Flash File Analysis vs. Claude Document Analysis
โมเดล Claude มักได้รับการประเมินสำหรับการใช้เหตุผลกับเอกสาร แบบยาว Gemini 3.7 Flash มอบอีกหนึ่งตัวเลือกที่มีประสิทธิภาพสำหรับแอปพลิเคชันที่ต้องการการวิเคราะห์แบบมีโครงสร้างจาก ชุดไฟล์อัปโหลดที่มีขอบเขต -
Gemini 3.7 Flash File Analysis vs. Gemini 3.7 Flash Image-to-Text
Image-to-Text ออกแบบมาสำหรับอินพุตภาพหนึ่งรายการ และคำถามที่เจาะจง ส่วน File Analysis คือช่องทางที่เหมาะสมเมื่องานต้องใช้บริบทที่เน้นเอกสารและ ไฟล์ที่เกี่ยวข้องหลายไฟล์ -
Gemini 3.7 Flash File Analysis vs. Gemini 3.7 Flash Text-to-Text
Text-to-Text เหมาะที่สุดสำหรับคำสั่งและแชต ที่ไม่มีไฟล์แนบ ส่วน File Analysis เพิ่มเวิร์กโฟลว์อินพุตไฟล์ที่กำหนดไว้ของ Flaq AI เมื่อการตอบกลับต้องอิง เนื้อหาต้นฉบับที่อัปโหลด