ทดลองใช้ Gemini 3.7 Flash API สำหรับ Image-to-Text ถามตอบภาพ OCR วิเคราะห์ และสตรีมคำตอบหลายโมดัลผ่าน 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-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
})
});
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-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,
},
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-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
}'
ราคา Gemini 3.7 Flash Image to Text
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
README
Gemini 3.7 Flash Image-to-Text API ที่รวดเร็วและประหยัด
Gemini 3.7 Flash Image-to-Text API เชื่อมต่อแอปพลิเคชัน Flaq AI กับโมเดล Flash รุ่นล่าสุดของ Google เพื่อการทำความเข้าใจภาพที่รวดเร็วและมี ประสิทธิภาพ ส่งอินพุตภาพที่เจาะจงพร้อมคำสั่งที่ชัดเจนเพื่อสร้างข้อความที่อธิบาย ขยายความ ดึงข้อมูล หรือวิเคราะห์เนื้อหาภาพ ช่องทางนี้ผสานจุดแข็งด้านมัลติโมดัลและการใช้เหตุผลของ Gemini 3.7 Flash เข้ากับขอบเขตอินพุต Flaq AI ที่ เน้นเฉพาะอย่างตั้งใจ ทำให้เหมาะกับฟีเจอร์ผลิตภัณฑ์ที่ตอบสนองรวดเร็วและเวิร์กโฟลว์ตรวจสอบ
ฟีเจอร์สำคัญของ Gemini 3.7 Flash Image-to-Text API
-
การใช้เหตุผลด้านภาพขั้นสูง: เปลี่ยนคำถามที่อิงภาพให้เป็นคำตอบข้อความที่ชัดเจน ซึ่งสะท้อน บริบทภาพและคำสั่งของงานที่ให้มา
-
เวิร์กโฟลว์มัลติโมดัลที่คุ้มค่า: ใช้การกำหนดค่า Flash ที่ประหยัดอย่างยิ่งสำหรับฟีเจอร์วิเคราะห์ภาพที่ ต้องการเอาต์พุตข้อความที่มีประสิทธิภาพในวงกว้าง
-
คำขอภาพที่เจาะจง: ให้แต่ละการโต้ตอบมุ่งเน้นที่อินพุตภาพและเป้าหมายเฉพาะ ซึ่งช่วยให้ แอปพลิเคชันสร้างเอาต์พุตที่ชัดเจนและตรวจสอบได้ง่ายขึ้น
-
การส่งภาพตามเอกสาร: ส่งอินพุตภาพผ่านรูปแบบคำขอ Flaq AI API ที่กำหนดไว้
-
รองรับบริบทข้อความ: ผสานคำขอภาพเข้ากับข้อความ system, user และ assistant ที่มีโครงสร้าง เมื่อ งานต้องการคำสั่ง เกณฑ์ หรือบริบทติดตามผล
-
การผสานรวม API ที่ตอบสนองรวดเร็ว: เลือกการส่งคำตอบแบบสตรีมมิงหรือแบบสมบูรณ์ให้เหมาะกับผู้ช่วยแบบโต้ตอบ งานตรวจสอบแบบอะซิงโครนัส และเครื่องมือภายใน
วิธีใช้ Gemini 3.7 Flash Image-to-Text API บน Flaq AI
-
อินพุต: ภาพที่รองรับพร้อมพรอมต์ภาษาธรรมชาติซึ่งระบุคำอธิบาย คำถาม การดึงข้อมูล หรือการวิเคราะห์ที่ต้องการ
-
เอาต์พุต: คำตอบข้อความสำหรับประสบการณ์ผู้ใช้ การตรวจสอบโดยมนุษย์ เวิร์กโฟลว์เนื้อหา และระบบอัตโนมัติในลำดับถัดไป
-
การส่งภาพ: ใช้รูปแบบคำขอ Flaq AI ที่กำหนดไว้สำหรับอินพุตภาพ
-
ความสามารถ: การตอบคำถามโดยอิงภาพ การตีความภาพหน้าจอ การดึงรายละเอียดภาพ การสรุป ภาพ และการร่างเนื้อหา
กรณีใช้งานที่เหมาะที่สุดสำหรับการผสานรวม Gemini 3.7 Flash Image-to-Text API
-
ประสบการณ์ผลิตภัณฑ์ด้านภาพ: เพิ่มการถามเกี่ยวกับภาพ ความช่วยเหลือการค้นหาด้วยภาพ และคำอธิบายตามบริบทให้กับ แอปพลิเคชันสำหรับผู้ใช้
-
การตรวจสอบการออกแบบและ QA: สร้างบันทึกรอบแรกจากภาพหน้าจอ UI ภาพผลิตภัณฑ์ ไดอะแกรม และข้อเสนอแนะ ด้านภาพเพื่อให้มนุษย์ตรวจสอบ
-
เวิร์กโฟลว์ฝ่ายสนับสนุน: ช่วยให้เจ้าหน้าที่ตีความภาพและภาพหน้าจอของลูกค้า ระบุรายละเอียดที่เป็นประโยชน์ และเตรียม ร่างคำตอบหรือการส่งต่อ
-
การดำเนินงานด้านการค้าและแค็ตตาล็อก: ดึงคุณลักษณะที่มองเห็น ร่างคำอธิบาย และรองรับการตรวจสอบเชิงบรรณาธิการของ ภาพผลิตภัณฑ์
-
เวิร์กโฟลว์ด้านการช่วยสำหรับการเข้าถึงและเนื้อหา: สร้างร่างคำอธิบายและสรุปภาพที่ตรวจสอบได้ เพื่อช่วยทีมบรรณาธิการ เตรียมเนื้อหาที่เข้าถึงได้
หมายเหตุ ช่องทาง Flaq AI ปัจจุบันได้รับการออกแบบสำหรับอินพุตภาพที่เจาะจงและเอาต์พุตข้อความ อย่าใช้การวิเคราะห์ที่สร้างขึ้นเป็น ฐานเพียงอย่างเดียวสำหรับการตัดสินใจที่มีผลกระทบสูง โปรดคงการตรวจสอบโดยมนุษย์และการยืนยันแหล่งที่มาอย่างเหมาะสม
Gemini 3.7 Flash Image-to-Text API เทียบกับคู่แข่ง: การวิเคราะห์เปรียบเทียบ
-
Gemini 3.7 Flash Image-to-Text vs. Gemini 3.6 Flash Image-to-Text
Gemini 3.6 Flash มอบช่องทางมัลติโมดัลที่สมดุล สำหรับคำถามและการดำเนินงานเกี่ยวกับภาพ ส่วน Gemini 3.7 Flash คือโมเดล Flash รุ่นใหม่กว่าที่ควรประเมินเมื่องานด้านภาพ ได้ประโยชน์จากการใช้เหตุผลหลายขั้นตอนที่ก้าวหน้ายิ่งขึ้น -
Gemini 3.7 Flash Image-to-Text vs. Grok 4.6 Image-to-Text
Grok 4.6 เป็นตัวเลือกจาก xAI สำหรับการใช้เหตุผลทางเทคนิคที่อิง ภาพ ส่วน Gemini 3.7 Flash มอบช่องทางโมเดล Google ที่คุ้มค่าอย่างยิ่งสำหรับคำถามด้านภาพ ภาพหน้าจอ และ ฟีเจอร์ผลิตภัณฑ์ที่เน้นข้อความ -
Gemini 3.7 Flash Image-to-Text vs. GPT 5.6 Terra Image-to-Text
โมเดลด้านภาพ GPT 5.6 Terra รองรับแอปพลิเคชันมัลติโมดัลที่หลากหลาย Gemini 3.7 Flash เป็นทางเลือกที่น่าสนใจเมื่อทีมต้องการโมเดล Flash ที่มีประสิทธิภาพสำหรับการวิเคราะห์ภาพแบบเจาะจงและ ข้อความที่สร้างขึ้น -
Gemini 3.7 Flash Image-to-Text vs. Claude Vision
โมเดลด้านภาพของ Claude อาจเป็นตัวเลือกที่แข็งแกร่งสำหรับงานที่เน้นคำอธิบายและ เอกสาร Gemini 3.7 Flash มอบ API ทำความเข้าใจภาพที่ตอบสนองรวดเร็วสำหรับทีมที่กำลังประเมิน เวิร์กโฟลว์มัลติโมดัลที่คุ้มค่า -
Gemini 3.7 Flash Image-to-Text vs. Gemini 3.7 Flash Text-to-Text
Text-to-Text เหมาะสำหรับพรอมต์ที่ไม่มี อินพุตภาพ ส่วน Image-to-Text เป็นช่องทางที่ดีกว่าเมื่อคำตอบต้องอิงทั้งภาพที่ให้มาและ คำสั่งที่เขียนไว้