คู่มือ Claude Code
ตั้งค่าโมเดล Claude ของ Flaq AI และสำรวจสกิล Claude Code
ทดลองใช้ฟรี Grok 4 API สำหรับการให้เหตุผลหลายโมดัล ถามตอบจากภาพ OCR และความเข้าใจภาพ การเข้าถึง xAI ที่เสถียรสำหรับแอป AI การผลิต ทดสอบผลลัพธ์ของโมเดล เปรียบเทียบคุณภาพภาพ แล้วขยายไอเดียที่ดีผ่านเวิร์กโฟลว์ API ภาพ วิดีโอ หรือมัลติโมดัลที่เสถียร.
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: 'grok-4-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': 'grok-4-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": "grok-4-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 |
|---|
Grok 4 Image-to-Text API บน Flaq AI ให้การเข้าถึงโมเดล xAI สำหรับเวิร์กโฟลว์ความเข้าใจภาพ การวิเคราะห์รูปภาพ และการให้เหตุผลแบบมัลติโมดัล การผสานรวม Grok API นี้ช่วยให้นักพัฒนาเปลี่ยนรูปภาพที่อัปโหลดเป็นคำอธิบาย รายละเอียดที่แยกออกมา คำตอบ และสรุปแบบมีโครงสร้างผ่านเส้นทางที่มีการจัดการอย่างเสถียร ออกแบบมาสำหรับทีมที่ต้องการความสามารถ image-to-text ที่ขับเคลื่อนด้วย xAI โดยไม่ต้องสร้างโครงสร้างพื้นฐานเฉพาะผู้ให้บริการ
หมายเหตุ โปรดตรวจสอบให้แน่ใจว่าพรอมป์ รูปภาพที่อัปโหลด และเวิร์กโฟลว์ของแอปพลิเคชันเป็นไปตามแนวทางความปลอดภัยและการใช้งานของ xAI หากเกิดข้อผิดพลาด ให้ตรวจสอบอินพุตว่ามีเนื้อหาที่ถูกจำกัดหรือไม่ ทำให้คำของ่ายขึ้น แล้วลองอีกครั้ง
Grok 4 Image-to-Text เทียบกับ GPT Image-to-Text
เส้นทาง GPT image-to-text ให้พฤติกรรมมัลติโมดัลแบบ OpenAI เนทีฟ Grok 4 Image-to-Text ให้เส้นทาง xAI สำหรับความเข้าใจภาพและเวิร์กโฟลว์ API แบบมีการจัดการ
Grok 4 Image-to-Text เทียบกับ Gemini Image-to-Text
Gemini image-to-text แข็งแกร่งสำหรับผู้ใช้โมเดล Google และการวิเคราะห์ภาพที่รวดเร็ว Grok 4 Image-to-Text ให้ทางเลือก xAI สำหรับฟีเจอร์ผลิตภัณฑ์มัลติโมดัล
Grok 4 Image-to-Text เทียบกับ Claude File Analysis
Claude file analysis แข็งแกร่งสำหรับการให้เหตุผลเอกสารและไฟล์แนบอย่างรอบคอบ Grok 4 Image-to-Text มุ่งเน้นคำตอบที่อิงจากรูปภาพและเวิร์กโฟลว์แยกข้อมูลภาพ
Grok 4 Image-to-Text เทียบกับ Qwen Vision Workflows
เวิร์กโฟลว์วิชันของ Qwen ให้ทางเลือกโมเดล Alibaba Grok 4 Image-to-Text มีประโยชน์สำหรับทีมที่ต้องการความเข้าใจภาพที่ขับเคลื่อนด้วย xAI ในชุดโมเดลของตน
Grok 4 Image-to-Text เทียบกับ Llama Vision Models
โมเดลวิชัน Llama ให้ความยืดหยุ่นในการปรับใช้โมเดลเปิด Grok 4 Image-to-Text ลดงานโฮสต์และให้เส้นทางแบบมีการจัดการที่เสถียรแก่นักพัฒนา
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