คู่มือ Claude Code
ตั้งค่าโมเดล Claude ของ Flaq AI และสำรวจสกิล Claude Code
ทดลองใช้ฟรี Grok 4 API สำหรับการให้เหตุผล LLM การเขียน ความช่วยเหลือด้านโค้ด การวิเคราะห์ และสรุป การเข้าถึง xAI ที่เสถียรสำหรับเวิร์กโฟลว์ AI การผลิต ใช้ API ของ GPT, Claude และ LLM อื่นที่เสถียรสำหรับ AI agent, chatbot, งานวิจัย, โค้ด, ระบบอัตโนมัติ และแอปอัจฉริยะ.
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-text-to-text',
messages: [
{
role: 'user',
content: 'Explain the key differences between REST and GraphQL APIs.'
}
],
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-text-to-text',
'messages': [
{
'role': 'user',
'content': 'Explain the key differences between REST and GraphQL APIs.',
}
],
'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-text-to-text",
"messages": [
{
"role": "user",
"content": "Explain the key differences between REST and GraphQL APIs."
}
],
"stream": true,
"max_tokens": 2048
}'
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
Grok 4 Text-to-Text API บน Flaq AI ให้การเข้าถึงโมเดล xAI สำหรับเวิร์กโฟลว์ภาษาระดับมืออาชีพที่ต้องการการให้เหตุผลที่เชื่อถือได้ เอาต์พุตแบบสนทนา และการผสานรวมที่พร้อมใช้จริง เส้นทาง Grok API นี้ช่วยให้นักพัฒนาสร้างฟีเจอร์แชท การเขียน การวิเคราะห์ การเขียนโค้ด และระบบอัตโนมัติด้วยบริบทการสนทนาที่ยืดหยุ่นและการควบคุมเอาต์พุตที่ใช้งานได้จริง ออกแบบมาสำหรับทีมที่ต้องการความสามารถข้อความ xAI แบบมีการจัดการโดยไม่ต้องจัดการโครงสร้างพื้นฐานเฉพาะผู้ให้บริการ
หมายเหตุ โปรดตรวจสอบให้แน่ใจว่าพรอมป์และเวิร์กโฟลว์ของแอปพลิเคชันเป็นไปตามแนวทางความปลอดภัยและการใช้งานของ xAI หากเกิดข้อผิดพลาด ให้ตรวจสอบอินพุตว่ามีเนื้อหาที่ถูกจำกัดหรือไม่ ทำให้คำของ่ายขึ้น แล้วลองอีกครั้ง
Grok 4 เทียบกับโมเดล GPT
โมเดล GPT ให้พฤติกรรมแบบ OpenAI เนทีฟและความคุ้นเคยในระบบนิเวศที่กว้าง Grok 4 ให้เส้นทาง xAI สำหรับการสร้างข้อความแบบมีการจัดการและฟีเจอร์ผลิตภัณฑ์เชิงสนทนา
Grok 4 เทียบกับ Claude Opus
Claude Opus แข็งแกร่งด้านการเขียนอย่างรอบคอบและการวิเคราะห์ซับซ้อน Grok 4 ให้ทางเลือก xAI สำหรับทีมที่ต้องการเวิร์กโฟลว์แชทและ text-to-text ที่ยืดหยุ่นบน Flaq AI
Grok 4 เทียบกับ Gemini
โมเดล Gemini น่าสนใจสำหรับกรณีใช้งานแบบ Google เนทีฟ Grok 4 มุ่งเน้นพฤติกรรมโมเดล xAI และการสร้างข้อความแบบมีการจัดการผ่านเส้นทาง API ที่เสถียร
Grok 4 เทียบกับ Qwen
โมเดล Qwen ให้เวิร์กโฟลว์ภาษาของ Alibaba ที่แข็งแกร่งและคุณค่าด้านหลายภาษา Grok 4 มีประโยชน์สำหรับทีมที่ต้องการการสร้างข้อความที่ขับเคลื่อนด้วย xAI ในชุดโมเดลของตน
Grok 4 เทียบกับ Llama
โมเดล Llama ให้การควบคุมการปรับใช้โมเดลเปิดแก่นักพัฒนา Grok 4 ลดความซับซ้อนของการโฮสต์และให้การเข้าถึง API แบบมีการจัดการสำหรับฟีเจอร์ข้อความระดับโปรดักชัน
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