试用 Google 的 Gemini 3.7 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 3.7 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-3.7-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-3.7-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-3.7-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 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
README
快速且经济实惠的 Gemini 3.7 Flash Text-to-Text API
Gemini 3.7 Flash Text-to-Text API 是 Flaq AI 为复杂文本工作流接入 Google 最新 Flash 模型的高性价比 渠道。Gemini 3.7 Flash 将先进推理、可靠的多步骤执行与强大的编程潜力相结合,并采用专为响应迅速的 消息式集成打造的配置。此渠道特意仅接受文本输入, 为团队提供清晰的 API 边界,以便构建 无需媒体或文件附件的生产级聊天、自动化及知识工作功能。
Gemini 3.7 Flash Text-to-Text API 的主要功能
-
先进的 Flash 推理: 使用更新的 Gemini Flash 模型,专为复杂提示词、多步骤任务及 可靠的文本执行而设计。
-
极具性价比的 API 配置: 借助经济实惠的 Flaq AI 模型配置构建大规模文本体验, 同时保留强大的推理和编程潜力。
-
编程与智能体规划支持: 根据详细的自然语言请求生成实施计划、代码说明、技术草稿及 结构化后续步骤。
-
专注的纯文本渠道: 让集成与已配置的 text-to-text 输入边界保持一致,从而实现 可预测的聊天和自动化行为。
-
输出与上下文控制: 使用对话角色组织请求,并调整输出长度,以适配简洁的界面 回复、详细分析或处理管线。
-
支持流式交付: 使用文档所述的流式或完整响应模式,以适应交互式及 后台应用流程。
如何在 Flaq AI 上使用 Gemini 3.7 Flash Text-to-Text API
-
输入: 提供任务指令、用户要求,并在需要时包含先前上下文的文本对话 消息。
-
输出: 面向助手、开发者工具、研究工作流、内容系统及内部 自动化的生成文本。
-
响应模式: 使用流式传输逐步输出聊天内容;当应用需要 完整结果时,则使用标准 JSON 响应。
-
能力: 文本生成、多步骤规划、编程辅助、摘要、分析、分类 及结构化起草。
Gemini 3.7 Flash Text-to-Text API 集成的最佳使用场景
-
生产级 AI 助手: 为产品功能、内部工具及 面向客户的帮助流程构建响应迅速的文本助手。
-
复杂编程任务: 起草技术计划、解释代码、整理调试假设,并支持 实施审查工作流。
-
知识工作自动化: 将冗长指令和源笔记转化为结构化简报、摘要、分析 及后续行动。
-
内容运营: 在编辑、营销及支持 工作流中生成、转换、分类文本并进行质量检查。
-
可扩展 API 产品: 为需要强大语言模型能力的高吞吐量应用采用经济实惠的 Flash 配置。
注意 尽管底层 Gemini 模型系列支持更广泛的能力,此 Flaq AI 渠道仅限 text-to-text 交互。在做出重要决策或执行生产操作前,请审核输出,并遵守 Google 与 Flaq AI 的适用政策。
Gemini 3.7 Flash Text-to-Text API 与竞品对比:比较分析
-
Gemini 3.7 Flash 与 Gemini 3.6 Flash
Gemini 3.6 Flash 在高效运行与强大推理之间取得平衡。Gemini 3.7 Flash 是更新一代的 Flash,适合评估更复杂编程、智能体规划及多步骤 文本工作流的团队。 -
Gemini 3.7 Flash 与 GPT 5.6 Terra
GPT 5.6 Terra 是适用于高级语言任务的广泛通用选择。 Gemini 3.7 Flash 则为优先考虑响应迅速、结构化文本 工作流的团队提供极具性价比的 Gemini API 选择。 -
Gemini 3.7 Flash 与 Claude Sonnet 5
Claude Sonnet 5 常用于评估复杂写作和推理任务。 Gemini 3.7 Flash 为编程、分析及生产级文本自动化提供具有竞争力的 Flash 模型替代方案。 -
Gemini 3.7 Flash 与 Grok 4.6 Text-to-Text
Grok 4.6 在 xAI 模型系列中强调以推理为导向的编程和知识工作。 当团队希望使用 Google 最新 Flash 模型,并需要尤其 经济实惠的 Flaq AI 文本渠道时,Gemini 3.7 Flash 是有力选择。 -
Gemini 3.7 Flash 与 Kimi 2.7
Kimi 2.7 是文本和编程产品的强大替代方案。Gemini 3.7 Flash 凭借高效的 Gemini 配置及对复杂多步骤文本任务的支持形成差异化优势。