試用 Gemini 3.6 Flash API,透過 Flaq AI 穩定的 Google API 存取,進行 Image-to-Text、視覺問答、OCR、分析與串流多模態回應。協助理解圖片內容並擷取關鍵文字資訊。
Gemini 3.6 Flash 相關模型
API 範例
提交範例
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-3.6-flash-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);
}
}
}
提交範例
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-3.6-flash-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)
提交範例
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-3.6-flash-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
}'
Gemini 3.6 Flash Image to Text 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
README
快速高效的 Gemini 3.6 Flash Image-to-Text API
Gemini 3.6 Flash Image-to-Text API 為 Flaq AI 應用程式提供從視覺輸入取得實用文字的專用路徑。此路由建構於 Google 的多模態 Gemini 3.6 Flash 模型,將圖像與指令結合,使團隊能夠提出問題、 擷取觀察結果、解釋螢幕截圖,並為下游工作流程準備視覺內容。它刻意將整合範圍 限定得十分明確:聚焦的視覺請求將產生文字,而非生成媒體。
Gemini 3.6 Flash Image-to-Text API 的主要功能
-
多模態視覺理解: 將圖像與自然語言指令結合,產生以圖像為依據的視覺 描述、回答和分析。
-
高效圖像問答: 使用 Flash 模型系列快速處理螢幕截圖 解釋、產品細節擷取和圖像比較等視覺任務。
-
聚焦視覺工作流程: 讓每個請求圍繞單一圖像輸入,使此路由可以直接用於 產品功能和審查佇列。
-
文件化的圖像傳送: 透過適合應用程式 上傳和儲存工作流程的 Flaq AI 設定請求模式傳送圖像。
-
以訊息為基礎的情境: 當任務需要更明確的限制時,可以圍繞視覺問題新增 系統指引、使用者意圖和對話情境。
-
文字優先整合: 接收適合顯示、審查、路由和自動化的文字,而不會將此 端點視為圖像生成服務。
如何在 Flaq AI 上使用 Gemini 3.6 Flash Image-to-Text API
-
輸入: 一張支援的圖像,以及用於指定問題、描述、擷取或比較 任務的提示詞。
-
輸出: 以所提供圖像和請求情境為依據的文字回應。
-
圖像傳送: 依照已設定的 Flaq AI 請求格式提供圖像。
-
能力: 視覺問答、螢幕截圖解釋、圖像摘要、細節擷取和 以圖像為依據的內容起草。
Gemini 3.6 Flash Image-to-Text API 整合的最佳使用情境
-
UI 與產品審查: 將螢幕截圖轉化為介面描述、錯誤報告草稿、視覺 QA 說明或 可執行的設計回饋。
-
豐富目錄資訊: 擷取可見屬性,並為經過人工審查的電商和 庫存工作流程起草產品描述。
-
客戶支援分類: 解讀螢幕截圖和使用者提交的圖像,為支援團隊提出問題、回應和 路由決策建議。
-
無障礙輔助: 產生圖像描述和視覺摘要草稿,供編輯人員審查和完善, 然後再發佈。
-
文件與圖表解釋: 透過清楚的生成文字,協助使用者理解圖表、示意圖、投影片和 視覺參考內容。
注意 此路由針對單一圖像輸入和文字輸出進行設定。將圖像衍生輸出用於 安全關鍵、法律、醫療、金融或法規遵循決策之前,請先進行審查。
Gemini 3.6 Flash Image-to-Text API 與競品:比較分析
-
Gemini 3.6 Flash Image-to-Text vs. Gemini 3.5 Flash Image-to-Text
Gemini 3.5 Flash 為 圖像到文字任務提供了熟悉的選擇。Gemini 3.6 Flash 是新一代模型,適合希望取得高效多模態 API, 以及更強推理和程式設計相關規劃支援的團隊。 -
Gemini 3.6 Flash Image-to-Text vs. Gemini 3.7 Flash Image-to-Text
Gemini 3.7 Flash 是面向複雜代理式和多模態工作流程的 更新版 Flash 模型。當單圖像到文字工作流程是首要需求時,Gemini 3.6 Flash 提供 均衡的視覺理解路由。 -
Gemini 3.6 Flash Image-to-Text vs. Grok 4.6 Image-to-Text
Grok 4.6 是適合以圖像為依據的 技術推理的實用 xAI 替代方案。Gemini 3.6 Flash 提供 Google 多模態模型系列,並結合專注於 視覺問題和內容操作的 Flaq AI 整合。 -
Gemini 3.6 Flash Image-to-Text vs. GPT 5.6 Terra Image-to-Text
GPT 5.6 Terra 視覺模型支援廣泛的多模態應用程式 情境。當團隊需要用於螢幕截圖、產品和以圖像為依據的文字輸出的高效 Gemini 路由時, Gemini 3.6 Flash 是值得評估的強力選擇。 -
Gemini 3.6 Flash Image-to-Text vs. Claude Vision
Claude 視覺模型非常適合文件和 解釋任務。Gemini 3.6 Flash 提供另一個適用於視覺分析、可投入正式環境的 API 選項,並具有清楚的 圖像到文字邊界。