คู่มือ Claude Code
ตั้งค่าโมเดล Claude ของ Flaq AI และสำรวจสกิล Claude Code
ทดลอง API ภาพเป็นข้อความ GPT 5.6 Sol ฟรีสำหรับการให้เหตุผลด้วยภาพ OCR วิเคราะห์กราฟ และเวิร์กโฟลว์มัลติโหมดที่เสถียร
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: 'gpt-5.6-sol-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);
}
}
}
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': 'gpt-5.6-sol-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)
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": "gpt-5.6-sol-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
}'
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
API GPT 5.6 Sol Image-to-Text บน Flaq AI ผสานการให้เหตุผลของ GPT-5.6 เรือธงจาก OpenAI เข้ากับความเข้าใจภาพอย่างเฉพาะเจาะจง การผสานรวม API ด้านภาพที่พร้อมใช้งานจริงนี้ช่วยให้นักพัฒนาวิเคราะห์รูปภาพ เลย์เอาต์ ข้อความที่มองเห็น แผนภูมิ วัตถุ และรายละเอียดของฉากผ่านคำสั่งภาษาธรรมชาติ ด้วยคำแนะนำข้อความที่เลือกใช้ได้ บริบทการสนทนา และการตอบกลับแบบสตรีม ทีมสามารถเปลี่ยนอินพุตภาพที่ซับซ้อนให้เป็นคำอธิบายชัดเจนและข้อมูลเชิงลึกแบบมีโครงสร้างโดยไม่ต้องดูแลโครงสร้างพื้นฐานด้านภาพแยกต่างหาก
หมายเหตุ โปรดตรวจสอบว่าพรอมต์และรูปภาพที่อัปโหลดเป็นไปตามแนวทางด้านความปลอดภัยและการใช้งานของ OpenAI หากเกิดข้อผิดพลาด ให้ตรวจสอบอินพุตว่ามีเนื้อหาที่ถูกจำกัดหรือไม่รองรับหรือไม่ ลดความซับซ้อนของคำขอ แล้วลองอีกครั้ง
GPT 5.6 Sol เทียบกับ GPT 5.6 Terra
GPT 5.6 Terra มอบการวิเคราะห์ภาพที่สมดุลสำหรับเวิร์กโหลดงานจริงที่คำนึงถึงต้นทุน GPT 5.6 Sol เหมาะสำหรับงานให้เหตุผลจากรูปภาพและการตรวจสอบระดับมืออาชีพที่ท้าทายที่สุด
GPT 5.6 Sol เทียบกับ GPT 5.6 Luna
GPT 5.6 Luna ให้ความสำคัญกับความเข้าใจรูปภาพที่รวดเร็วและมีประสิทธิภาพในวงกว้าง GPT 5.6 Sol เน้นการให้เหตุผลที่ลึกกว่าเมื่อบริบทภาพซับซ้อนสำคัญกว่าปริมาณการประมวลผลสูงสุด
GPT 5.6 Sol เทียบกับ GPT 5.5 Image-to-Text
GPT 5.5 มอบการวิเคราะห์ภาพที่น่าเชื่อถือสำหรับเวิร์กโฟลว์ OpenAI ที่มีอยู่ GPT 5.6 Sol นำตำแหน่งเรือธง GPT-5.6 มาสู่แอปพลิเคชัน image-to-text บน Flaq AI
GPT 5.6 Sol เทียบกับเวิร์กโฟลว์ด้านภาพของ Claude
โมเดล Claude มอบการวิเคราะห์มัลติโหมดอย่างรอบคอบภายในระบบนิเวศ Anthropic ส่วน GPT 5.6 Sol มอบเส้นทางเนทีฟ OpenAI ขั้นสูงสำหรับการให้เหตุผลจากภาพและการวิเคราะห์รูปภาพแบบมีโครงสร้าง
GPT 5.6 Sol เทียบกับโมเดลด้านภาพ Gemini
โมเดล Gemini เหมาะกับระบบมัลติโหมดที่เน้น Google อย่างเป็นธรรมชาติ GPT 5.6 Sol ออกแบบมาสำหรับทีมที่ต้องการการให้เหตุผล GPT ระดับเรือธงและการผสานรวมในรูปแบบ OpenAI
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