試用 Google 的 Gemini 3.7 Flash API,透過 Flaq AI 穩定且價格實惠的 LLM API,進行快速文字生成、推理、寫作、程式碼與串流回應。讓文字創作與程式開發更順暢。
Gemini 3.7 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-3.7-flash-text-to-text',
messages: [
{
role: 'user',
content: 'Write a concise summary of how transformer models work.'
}
],
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-3.7-flash-text-to-text',
'messages': [
{
'role': 'user',
'content': 'Write a concise summary of how transformer models work.',
}
],
'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-3.7-flash-text-to-text",
"messages": [
{
"role": "user",
"content": "Write a concise summary of how transformer models work."
}
],
"stream": true,
"max_tokens": 2048
}'
Gemini 3.7 Flash Text to Text 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
README
快速且經濟實惠的 Gemini 3.7 Flash Text-to-Text API
Gemini 3.7 Flash Text-to-Text API 是 Flaq AI 為複雜文字工作流程連接 Google 最新 Flash 模型的高性價比 管道。Gemini 3.7 Flash 結合先進推理、可靠的多步驟執行與強大的程式設計潛力,並採用專為回應迅速的 訊息式整合打造的配置。此管道刻意僅接受文字輸入, 為團隊提供清晰的 API 邊界,以便建構 無需媒體或檔案附件的正式環境聊天、自動化及知識工作功能。
Gemini 3.7 Flash Text-to-Text API 的主要功能
-
先進的 Flash 推理: 使用較新的 Gemini Flash 模型,專為複雜提示詞、多步驟任務及 可靠的文字執行而設計。
-
極具性價比的 API 配置: 透過經濟實惠的 Flaq AI 模型配置建構大量文字體驗, 同時保留強大的推理和程式設計潛力。
-
程式設計與代理式規劃支援: 根據詳細的自然語言要求產生實作計畫、程式碼說明、技術草稿及 結構化後續步驟。
-
專注的純文字管道: 讓整合與已配置的 text-to-text 輸入邊界保持一致,從而實現 可預測的聊天和自動化行為。
-
輸出與上下文控制: 使用對話角色組織要求,並調整輸出長度,以配合精簡的介面 回覆、詳細分析或處理管線。
-
支援串流傳遞: 使用文件所述的串流或完整回應模式,以配合互動式及 背景應用流程。
如何在 Flaq AI 上使用 Gemini 3.7 Flash Text-to-Text API
-
輸入: 提供任務指示、使用者要求,並在需要時包含先前上下文的文字對話 訊息。
-
輸出: 適用於助理、開發者工具、研究工作流程、內容系統及內部 自動化的生成文字。
-
回應模式: 使用串流傳輸逐步輸出聊天內容;當應用程式需要 完整結果時,則使用標準 JSON 回應。
-
能力: 文字生成、多步驟規劃、程式設計協助、摘要、分析、分類 及結構化草擬。
Gemini 3.7 Flash Text-to-Text API 整合的最佳使用情境
-
正式環境 AI 助理: 為產品功能、內部工具及 面向客戶的協助流程建構回應迅速的文字助理。
-
複雜程式設計任務: 草擬技術計畫、解釋程式碼、整理偵錯假設,並支援 實作審查工作流程。
-
知識工作自動化: 將冗長指示和來源筆記轉化為結構化簡報、摘要、分析 及後續行動。
-
內容營運: 在編輯、行銷及支援 工作流程中生成、轉換、分類文字並進行品質檢查。
-
可擴充 API 產品: 為需要強大語言模型能力的高輸送量應用程式採用經濟實惠的 Flash 配置。
注意 儘管底層 Gemini 模型系列支援更廣泛的能力,此 Flaq AI 管道僅限 text-to-text 互動。在做出重大決策或執行正式環境操作前,請審查輸出,並遵守 Google 與 Flaq AI 的適用政策。
Gemini 3.7 Flash Text-to-Text API 與競品對比:比較分析
-
Gemini 3.7 Flash 與 Gemini 3.6 Flash
Gemini 3.6 Flash 在高效運作與強大推理之間取得平衡。Gemini 3.7 Flash 是較新一代的 Flash,適合評估更複雜程式設計、代理式規劃及多步驟 文字工作流程的團隊。 -
Gemini 3.7 Flash 與 GPT 5.6 Terra
GPT 5.6 Terra 是適用於進階語言任務的廣泛通用選擇。 Gemini 3.7 Flash 則為優先考量回應迅速、結構化文字 工作流程的團隊提供極具性價比的 Gemini API 選擇。 -
Gemini 3.7 Flash 與 Claude Sonnet 5
Claude Sonnet 5 常用於評估複雜寫作和推理任務。 Gemini 3.7 Flash 為程式設計、分析及正式環境文字自動化提供具競爭力的 Flash 模型替代方案。 -
Gemini 3.7 Flash 與 Grok 4.6 Text-to-Text
Grok 4.6 在 xAI 模型系列中強調以推理為導向的程式設計和知識工作。 當團隊希望使用 Google 最新 Flash 模型,並需要特別 經濟實惠的 Flaq AI 文字管道時,Gemini 3.7 Flash 是有力選擇。 -
Gemini 3.7 Flash 與 Kimi 2.7
Kimi 2.7 是文字和程式設計產品的強大替代方案。Gemini 3.7 Flash 憑藉高效的 Gemini 配置及對複雜多步驟文字任務的支援形成差異化優勢。