试用 Google 的 Gemini 3.6 Flash API,通过 Flaq AI 稳定且价格实惠的 LLM API,进行快速文本生成、推理、写作、编程和流式响应。让文字创作与程序开发更顺畅。
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-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-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-text-to-text",
"messages": [
{
"role": "user",
"content": "Write a concise summary of how transformer models work."
}
],
"stream": true,
"max_tokens": 2048
}'
Gemini 3.6 Flash Text to Text 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
README
快速高效的 Gemini 3.6 Flash Text-to-Text API
Gemini 3.6 Flash Text-to-Text API 将 Google 兼具高 token 效率与推理能力的 Flash 模型引入 Flaq AI,适用于 响应迅速的文本工作流。该路由专为需要强大指令遵循能力、编码辅助、 研究型内容起草和日常知识工作的应用而设计,同时将集成范围限定为文本输入和文本 输出。Flaq AI 的配置使其成为团队的实用选择,既可使用功能强大的 Gemini API,又无需将 文本工作流扩展到媒体或文件处理。
Gemini 3.6 Flash Text-to-Text API 的主要功能
-
高效推理工作流: 使用在响应速度与强大推理能力之间取得平衡的 Flash 模型,处理 复杂提示词和多步骤文本任务。
-
编码与规划支持: 将需求、代码问题和技术难题转化为实现说明、 草稿、解释和后续步骤计划。
-
高质量指令遵循: 针对写作、转换、 分析、分类和结构化响应工作流,提供详细的自然语言指令。
-
专注纯文本边界: 让集成始终符合已配置的文本路由,任务无需 图像或文件输入。
-
灵活的响应长度: 使用可选的输出控制,为简洁的产品文案、详细 解释或下游自动化调整响应。
-
支持流式传输的聊天集成: 通过 Flaq AI 文档所述的流式和 非流式请求模式,打造响应迅速的用户体验。
如何在 Flaq AI 上使用 Gemini 3.6 Flash Text-to-Text API
-
输入: 文本对话消息,可在需要时包含系统指令、用户请求和此前的 助手上下文。
-
输出: 为聊天体验、内部工具、内容工作流和 API 驱动型应用生成的文本。
-
响应模式: 选择文档所述的流式传输流程进行增量交付;如果更适合获取 完整结果,则使用标准 JSON 响应。
-
能力: 文本生成、编码辅助、摘要、改写、分类、规划和 知识工作支持。
Gemini 3.6 Flash Text-to-Text API 集成的最佳使用场景
-
开发者副驾驶: 辅助完成代码解释、实现规划、测试用例草稿、文档编写和 问题分类工作流。
-
商务写作自动化: 根据结构化提示词为简报、报告、电子邮件回复、产品文案和内部 沟通内容创建初稿。
-
客服助手: 在以文本为主的支持流程中,对传入请求进行分类、提出有用的回复建议, 并生成清晰的客服人员交接说明。
-
研究与分析起草: 总结所提供的笔记、整理研究结果、比较选项,并准备 可供审核的分析提纲。
-
大规模文本应用: 构建响应迅速的聊天、内容或自动化功能,满足对高性价比 模型配置和可预测消息式集成的需求。
注意 此 Flaq AI 路由针对文本到文本交互进行配置。将生成内容用于 重大决策或生产环境变更之前,请先进行审核,并确保使用方式符合 Google 和 Flaq AI 的适用政策。
Gemini 3.6 Flash Text-to-Text API 与竞品:对比分析
-
Gemini 3.6 Flash vs. Gemini 3.5 Flash
Gemini 3.5 Flash 仍然是处理常规文本工作负载的实用基准选择。 Gemini 3.6 Flash 是新一代模型,适合希望提高 token 效率,并获得更强 复杂编码和智能体规划任务支持的团队。 -
Gemini 3.6 Flash vs. Gemini 3.7 Flash
Gemini 3.7 Flash 是更新、能力更强的 Flash 选项,适用于复杂 工作流。当纯文本集成需要兼顾强大推理能力与 高效配置时,Gemini 3.6 Flash 提供了均衡的替代选择。 -
Gemini 3.6 Flash vs. GPT 5.6 Terra
GPT 5.6 Terra 是适用于高级语言任务的广泛通用模型。 Gemini 3.6 Flash 为重视文本工作流效率、编码支持和 消息式集成的团队提供 Gemini API 选择。 -
Gemini 3.6 Flash vs. Claude Sonnet 5
Claude Sonnet 5 通常用于长篇推理和写作方面的评估。 对于希望在编码和 知识工作任务中比较响应迅速、注重成本的文本生成能力的团队,Gemini 3.6 Flash 是实用的替代选择。 -
Gemini 3.6 Flash vs. Kimi 2.7
Kimi 2.7 也是文本和编码工作流的强力选择。Gemini 3.6 Flash 凭借 Google 的 Flash 模型系列及其专注的 Flaq AI 文本到文本路由形成差异化优势。