คู่มือ Claude Code
ตั้งค่าโมเดล Claude ของ Flaq AI และสำรวจสกิล Claude Code
ลอง GPT 6 Sol API จาก OpenAI สำหรับวิเคราะห์ไฟล์ สรุปเอกสาร และถามคำถามจากหลายไฟล์ผ่าน API ของ Flaq AI ที่เสถียรและราคาเข้าถึงได้ พร้อมคำตอบแบบสตรีม สำหรับเครื่องมืออ่านและถามตอบเอกสาร
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-6-sol-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
})
});
if (!response.ok) {
const errorBody = await response.json().catch(() => null);
throw new Error(errorBody?.error?.message ?? errorBody?.message ?? `HTTP ${response.status}`);
}
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(/\r?\n\r?\n/);
buffer = frames.pop() || '';
for (const frame of frames) {
const lines = frame.split(/\r?\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-6-sol-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)
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-6-sol-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
}'
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
GPT 6 Sol File Analysis API นำความสามารถด้านการให้เหตุผลของ GPT-6 Sol จาก OpenAI มาใช้กับเอกสารที่มีข้อมูลหนาแน่น การสังเคราะห์ข้อมูลจากหลายไฟล์ และการตรวจสอบหลักฐานบน Flaq AI การผสานรวม API วิเคราะห์ไฟล์นี้ช่วยให้วิศวกรซอฟต์แวร์ นักวิเคราะห์กฎหมาย และทีมองค์กรดึงรายละเอียด เปรียบเทียบข้อกล่าวอ้างกับไฟล์ต้นฉบับ และจัดทำสรุปจากไฟล์ที่รองรับ รูปภาพ และคำสั่งภาษาธรรมชาติเพื่อตรวจสอบต่อไป
หมายเหตุ โปรดอัปโหลดเฉพาะเอกสาร รูปภาพ และคำสั่งพรอมต์ที่เป็นไปตามนโยบายความปลอดภัยและการใช้งานของ OpenAI ข้อกำหนดของ Flaq AI และมาตรฐานความเป็นส่วนตัวของข้อมูลองค์กรที่เกี่ยวข้อง หากเกิดข้อผิดพลาด ให้ตรวจสอบว่าไฟล์อยู่ในรูปแบบที่รองรับ ลบเนื้อหาที่ถูกจำกัด แล้วลองอีกครั้ง
GPT 6 Sol File Analysis เทียบกับ GPT 6 Astra File Analysis
GPT 6 Astra เป็นโมเดลระดับเรือธงของ OpenAI สำหรับงานให้เหตุผลที่ยากที่สุด GPT 6 Sol File Analysis สร้างสมดุลระหว่างความสามารถของโมเดลกับต้นทุนสำหรับกระบวนการตรวจสอบเอกสารขององค์กร
GPT 6 Sol File Analysis เทียบกับ GPT 6 Luna File Analysis
GPT 6 Luna File Analysis มุ่งรองรับงานเอกสารปริมาณมากที่ต้องคำนึงถึงต้นทุน GPT 6 Sol File Analysis เหมาะกับกระบวนการที่ต้องเปรียบเทียบข้อความทางกฎหมายหรือทางเทคนิคอย่างละเอียด
GPT 6 Sol File Analysis เทียบกับ Claude Opus 5.5 File Analysis
Claude Opus 5.5 File Analysis รองรับการตรวจสอบเอกสารและรูปภาพในระบบนิเวศ Anthropic ส่วน GPT 6 Sol File Analysis เป็นตัวเลือกที่ใช้ OpenAI สำหรับคำถามเกี่ยวกับเอกสารทางเทคนิค การดึงข้อมูล และการผสานรวมแบบสนทนาบน Flaq AI
GPT 6 Sol File Analysis เทียบกับ Gemini File Understanding
โมเดลประมวลผลไฟล์ของ Gemini เหมาะกับกระบวนการที่สร้างขึ้นบนเครื่องมือแบบหลายรูปแบบของ Google ส่วน GPT 6 Sol File Analysis เป็นตัวเลือกที่ใช้ OpenAI สำหรับทีมที่ต้องการข้อความแบบมีโครงสร้างตามคำสั่งพรอมต์และการเข้าถึง API สนทนาแบบรวมบน Flaq AI
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
ใช้ GPT 6 Astra และ Claude Fable 5.1 ใน WorkBuddy