试用 Gemini 3.6 Flash API,通过 Flaq AI 稳定的 Google API 访问,进行图像转文本、视觉问答、OCR、分析和流式多模态响应。帮助理解图像内容并提取关键文字信息。
Gemini 3.6 Flash 相关模型
API 示例
提交示例
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);
}
}
}
提交示例
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)
提交示例
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 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
README
快速高效的 Gemini 3.6 Flash Image-to-Text API
Gemini 3.6 Flash Image-to-Text API 为 Flaq AI 应用提供从视觉输入获取实用文本的专用路径。该路由基于 Google 的多模态 Gemini 3.6 Flash 模型构建,将图像与指令相结合,使团队能够提出问题、 提取观察结果、解释屏幕截图,并为下游工作流准备视觉内容。它有意将集成范围 限定得十分明确:聚焦的视觉请求将生成文本,而非生成媒体。
Gemini 3.6 Flash Image-to-Text API 的主要功能
-
多模态视觉理解: 将图像与自然语言指令相结合,生成基于图像的视觉 描述、回答和分析。
-
高效图像问答: 使用 Flash 模型系列快速处理屏幕截图 解释、产品细节提取和图像比较等视觉任务。
-
聚焦视觉工作流: 让每个请求围绕单个图像输入展开,使该路由可以直接用于 产品功能和审核队列。
-
文档化的图像传输: 通过适合应用 上传和存储工作流的 Flaq AI 配置请求模式发送图像。
-
基于消息的上下文: 当任务需要更明确的约束时,可以围绕视觉问题添加 系统指引、用户意图和对话上下文。
-
文本优先集成: 接收适合展示、审核、路由和自动化的文本,而不会将该 端点视为图像生成服务。
如何在 Flaq AI 上使用 Gemini 3.6 Flash Image-to-Text API
-
输入: 一张受支持的图像,以及用于指定问题、描述、提取或比较 任务的提示词。
-
输出: 基于所提供图像和请求上下文的文本响应。
-
图像传输: 按照已配置的 Flaq AI 请求格式提供图像。
-
能力: 视觉问答、屏幕截图解释、图像摘要、细节提取和 基于图像的内容起草。
Gemini 3.6 Flash Image-to-Text API 集成的最佳使用场景
-
UI 与产品审核: 将屏幕截图转化为界面描述、错误报告草稿、视觉 QA 说明或 可执行的设计反馈。
-
丰富目录信息: 提取可见属性,并为经过人工审核的电商和 库存工作流起草产品描述。
-
客户支持分类: 解读屏幕截图和用户提交的图像,为支持团队提出问题、回复和 路由决策建议。
-
无障碍辅助: 生成图像描述和视觉摘要草稿,供编辑人员审核和完善, 然后再发布。
-
文档与图表解释: 通过清晰的生成文本,帮助用户理解图表、示意图、幻灯片和 视觉参考内容。
注意 此路由针对单个图像输入和文本输出进行配置。将图像衍生输出用于 安全关键、法律、医疗、金融或合规决策之前,请先进行审核。
Gemini 3.6 Flash Image-to-Text API 与竞品:对比分析
-
Gemini 3.6 Flash Image-to-Text vs. Gemini 3.5 Flash Image-to-Text
Gemini 3.5 Flash 为 图像到文本任务提供了熟悉的选择。Gemini 3.6 Flash 是新一代模型,适合希望获得高效多模态 API, 以及更强推理和编码相关规划支持的团队。 -
Gemini 3.6 Flash Image-to-Text vs. Gemini 3.7 Flash Image-to-Text
Gemini 3.7 Flash 是面向复杂智能体和多模态工作流的 更新版 Flash 模型。当单图像到文本工作流是首要需求时,Gemini 3.6 Flash 提供 均衡的视觉理解路由。 -
Gemini 3.6 Flash Image-to-Text vs. Grok 4.6 Image-to-Text
Grok 4.6 是适合基于图像的 技术推理的实用 xAI 替代方案。Gemini 3.6 Flash 提供 Google 多模态模型系列,并结合专注于 视觉问题和内容操作的 Flaq AI 集成。 -
Gemini 3.6 Flash Image-to-Text vs. GPT 5.6 Terra Image-to-Text
GPT 5.6 Terra 视觉模型支持广泛的多模态应用 场景。当团队需要用于屏幕截图、产品和基于图像的文本输出的高效 Gemini 路由时, Gemini 3.6 Flash 是值得评估的强力选择。 -
Gemini 3.6 Flash Image-to-Text vs. Claude Vision
Claude 视觉模型非常适合文档和 解释任务。Gemini 3.6 Flash 提供另一个适用于视觉分析的生产就绪 API 选项,并具有清晰的 图像到文本边界。