ทดลองใช้ Gemini 3.7 Flash API โดย Google เพื่อสร้างข้อความเร็ว ให้เหตุผล เขียน และเขียนโค้ด สตรีมคำตอบผ่าน LLM 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-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-3.7-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-3.7-flash-text-to-text",
"messages": [
{
"role": "user",
"content": "Write a concise summary of how transformer models work."
}
],
"stream": true,
"max_tokens": 2048
}'
ราคา Gemini 3.7 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
Gemini 3.7 Flash Text-to-Text API ที่รวดเร็วและประหยัด
Gemini 3.7 Flash Text-to-Text API คือช่องทางที่คุ้มค่าอย่างยิ่งจาก Flaq AI สำหรับใช้งานโมเดล Flash รุ่นล่าสุดของ Google ในเวิร์กโฟลว์ ข้อความที่ซับซ้อน Gemini 3.7 Flash ผสานการใช้เหตุผลขั้นสูง การดำเนินงานหลายขั้นตอนที่เชื่อถือได้ และศักยภาพด้านการเขียนโค้ดที่แข็งแกร่ง เข้ากับการกำหนดค่าที่สร้างขึ้นเพื่อการผสานรวมแบบข้อความซึ่งตอบสนองได้รวดเร็ว ช่องทางนี้ตั้งใจรับเฉพาะข้อความ ทำให้ ทีมมีขอบเขต API ที่ชัดเจนสำหรับแชตในระบบจริง ระบบอัตโนมัติ และฟีเจอร์งานเชิงความรู้ที่ไม่ต้องใช้สื่อหรือไฟล์ แนบ
ฟีเจอร์สำคัญของ Gemini 3.7 Flash Text-to-Text API
-
การใช้เหตุผล Flash ขั้นสูง: ใช้โมเดล Gemini Flash รุ่นใหม่ที่ออกแบบมาสำหรับพรอมต์ซับซ้อน งานหลายขั้นตอน และ การดำเนินงานบนข้อความที่เชื่อถือได้
-
การกำหนดค่า API ที่ประหยัดอย่างยิ่ง: สร้างประสบการณ์ข้อความปริมาณมากด้วยการกำหนดค่าโมเดล Flaq AI ที่ คุ้มค่า พร้อมคงศักยภาพด้านการใช้เหตุผลและการเขียนโค้ดที่แข็งแกร่ง
-
รองรับการเขียนโค้ดและการวางแผนแบบเอเจนต์: สร้างแผนการพัฒนา คำอธิบายโค้ด ร่างเนื้อหาทางเทคนิค และ ขั้นตอนถัดไปที่มีโครงสร้างจากคำขอภาษาธรรมชาติที่มีรายละเอียด
-
ช่องทางเฉพาะข้อความ: รักษาการผสานรวมให้สอดคล้องกับขอบเขตอินพุต text-to-text ที่กำหนดไว้ เพื่อให้ แชตและระบบอัตโนมัติทำงานได้อย่างคาดการณ์ได้
-
การควบคุมเอาต์พุตและบริบท: จัดโครงสร้างคำขอด้วยบทบาทในการสนทนา และปรับความยาวเอาต์พุตให้เหมาะกับการตอบสนอง UI แบบ กระชับ การวิเคราะห์โดยละเอียด หรือไปป์ไลน์ประมวลผล
-
การส่งข้อมูลที่พร้อมสำหรับสตรีมมิง: ใช้รูปแบบสตรีมมิงหรือการตอบกลับแบบสมบูรณ์ตามเอกสาร เพื่อให้เข้ากับโฟลว์แอปพลิเคชันแบบโต้ตอบและ เบื้องหลัง
วิธีใช้ Gemini 3.7 Flash Text-to-Text API บน Flaq AI
-
อินพุต: ข้อความสนทนาที่ระบุคำสั่งของงาน ความต้องการของผู้ใช้ และบริบทก่อนหน้าเมื่อ จำเป็น
-
เอาต์พุต: ข้อความที่สร้างขึ้นสำหรับผู้ช่วย เครื่องมือนักพัฒนา เวิร์กโฟลว์วิจัย ระบบเนื้อหา และระบบ อัตโนมัติภายใน
-
โหมดการตอบกลับ: ใช้สตรีมมิงเพื่อแสดงผลแชตแบบทยอย หรือการตอบกลับ JSON มาตรฐานเมื่อแอปพลิเคชันต้องการ ผลลัพธ์ที่สมบูรณ์
-
ความสามารถ: การสร้างข้อความ การวางแผนหลายขั้นตอน การช่วยเขียนโค้ด การสรุป การวิเคราะห์ การจำแนกประเภท และการร่างเนื้อหาแบบมีโครงสร้าง
กรณีใช้งานที่เหมาะที่สุดสำหรับการผสานรวม Gemini 3.7 Flash Text-to-Text API
-
ผู้ช่วย AI ในระบบจริง: สร้างผู้ช่วยข้อความที่ตอบสนองรวดเร็วสำหรับฟีเจอร์ผลิตภัณฑ์ เครื่องมือภายใน และโฟลว์ช่วยเหลือ ลูกค้า
-
งานเขียนโค้ดที่ซับซ้อน: ร่างแผนทางเทคนิค อธิบายโค้ด จัดระเบียบสมมติฐานการดีบัก และรองรับ เวิร์กโฟลว์ตรวจสอบการพัฒนา
-
ระบบอัตโนมัติสำหรับงานเชิงความรู้: เปลี่ยนคำสั่งและบันทึกแหล่งข้อมูลที่ยาวให้เป็นสรุปย่อ บทสรุป การวิเคราะห์ และการดำเนินการติดตามผลที่มีโครงสร้าง
-
การดำเนินงานด้านเนื้อหา: สร้าง แปลง จำแนกประเภท และตรวจสอบคุณภาพข้อความในเวิร์กโฟลว์ด้านบรรณาธิการ การตลาด และฝ่ายสนับสนุน ต่าง ๆ
-
ผลิตภัณฑ์ API ที่ปรับขนาดได้: ใช้การกำหนดค่า Flash ที่คุ้มค่าสำหรับแอปพลิเคชันปริมาณงานสูงที่ต้องการพฤติกรรม โมเดลภาษาที่มีประสิทธิภาพ
หมายเหตุ ช่องทาง Flaq AI นี้จำกัดเฉพาะการโต้ตอบแบบ text-to-text แม้ว่าตระกูลโมเดล Gemini พื้นฐานจะรองรับ ความสามารถที่กว้างกว่า โปรดตรวจสอบเอาต์พุตก่อนตัดสินใจหรือดำเนินงานจริงที่มีผลสำคัญ และปฏิบัติตามนโยบายที่เกี่ยวข้องของ Google และ Flaq AI
Gemini 3.7 Flash Text-to-Text API เทียบกับคู่แข่ง: การวิเคราะห์เปรียบเทียบ
-
Gemini 3.7 Flash vs. Gemini 3.6 Flash
Gemini 3.6 Flash สร้างสมดุลระหว่างการทำงานอย่างมีประสิทธิภาพกับการใช้เหตุผลที่มีความสามารถ ส่วน Gemini 3.7 Flash คือ Flash รุ่นใหม่กว่าสำหรับทีมที่กำลังประเมินการเขียนโค้ดที่ซับซ้อนขึ้น การวางแผนแบบเอเจนต์ และเวิร์กโฟลว์ข้อความ หลายขั้นตอน -
Gemini 3.7 Flash vs. GPT 5.6 Terra
GPT 5.6 Terra เป็นตัวเลือกอเนกประสงค์ที่ครอบคลุมสำหรับงานภาษาขั้นสูง Gemini 3.7 Flash มอบตัวเลือก Gemini API ที่คุ้มค่าอย่างยิ่งให้ทีมที่ให้ความสำคัญกับเวิร์กโฟลว์ข้อความที่ตอบสนองรวดเร็วและมี โครงสร้าง -
Gemini 3.7 Flash vs. Claude Sonnet 5
Claude Sonnet 5 มักได้รับการประเมินสำหรับการเขียนและการใช้เหตุผลที่ซับซ้อน Gemini 3.7 Flash เป็นทางเลือกโมเดล Flash ที่แข่งขันได้สำหรับการเขียนโค้ด การวิเคราะห์ และระบบอัตโนมัติด้านข้อความในระบบจริง -
Gemini 3.7 Flash vs. Grok 4.6 Text-to-Text
Grok 4.6 เน้นการเขียนโค้ดที่นำด้วยการใช้เหตุผลและงานเชิงความรู้ภายในตระกูลโมเดล xAI ส่วน Gemini 3.7 Flash เป็นตัวเลือกที่แข็งแกร่งเมื่อทีมต้องการโมเดล Flash รุ่นล่าสุดของ Google และช่องทางข้อความ Flaq AI ที่ คุ้มค่าเป็นพิเศษ -
Gemini 3.7 Flash vs. Kimi 2.7
Kimi 2.7 เป็นทางเลือกที่มีประสิทธิภาพสำหรับผลิตภัณฑ์ข้อความและการเขียนโค้ด ส่วน Gemini 3.7 Flash โดดเด่นด้วยการกำหนดค่า Gemini ที่มีประสิทธิภาพและการรองรับงานข้อความหลายขั้นตอนที่ซับซ้อน