Claude Code 指南
配置 Flaq AI Claude 模型并探索 Claude Code 技能
免费体验 Gemini 3.5 Flash API,用于快速大模型写作、代码协助、推理和摘要。为可扩展生产 AI 应用提供稳定访问。适合专业团队在 AI 工作流中处理应用集成、协作交付、场景验证、内容复核、资料整理、业务分析、多步骤任务、产品探索和日常团队迭代,持续构建、测试、验证、优化并改进 AI 功能体验。稳定接入 GPT、Claude 等 LLM API,用于 AI Agent、聊天机器人、研究、代码、自动化和智能应用。
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-3.5-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);
}
}
}
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-3.5-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)
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-3.5-flash-text-to-text",
"messages": [
{
"role": "user",
"content": "Write a concise summary of how transformer models work."
}
],
"stream": true,
"max_tokens": 2048
}'
| 参数 | 价格 | 原价 | 折扣 |
|---|
Flaq AI 上的 Gemini 3.5 Flash 文本生成文本 API 为快速、经济实惠且生产就绪的语言工作流提供 Google 模型访问能力。这一高效的 Gemini API 集成可帮助开发者构建聊天、摘要、写作、编码和自动化功能,并支持灵活的对话上下文与实用的输出控制。它专为需要大规模响应式文本生成、但不想直接管理 Google 模型基础设施的团队而设计。
注意 请确保提示和应用工作流符合 Google 的安全指南。如果发生错误,请检查输入是否包含受限内容,简化请求后重试。
Gemini 3.5 Flash vs. Gemini Pro Models
Gemini Pro models 通常定位于更高要求的推理和高级质量。Gemini 3.5 Flash 优先面向日常文本工作流提供速度、经济性和高效吞吐。
Gemini 3.5 Flash vs. GPT Models
GPT models 提供 OpenAI 原生行为和广泛的生态熟悉度。Gemini 3.5 Flash 为团队提供一条快速的 Google 模型路由,用于 Flaq AI 上的托管文本生成。
Gemini 3.5 Flash vs. Claude Sonnet
Claude Sonnet 擅长细致写作和平衡推理。Gemini 3.5 Flash 对快速、经济高效的文本生成和 Google 模型集成很有吸引力。
Gemini 3.5 Flash vs. Qwen Plus
Qwen Plus 提供经济实惠的 Alibaba 语言工作流。Gemini 3.5 Flash 为响应式文本生成文本应用提供 Google 替代方案。
Gemini 3.5 Flash vs. Llama
Llama models 为团队提供开放模型控制。Gemini 3.5 Flash 消除托管复杂性,并为生产文本功能提供托管式 API 访问。