Quando sviluppi soluzioni di AI generativa con Gemini, Google offre due prodotti API: l'API Gemini Developer e l'API Gemini Vertex AI.
L'API Gemini Developer offre il percorso più rapido per creare, mettere in produzione e scalare le applicazioni basate su Gemini. La maggior parte degli sviluppatori dovrebbe utilizzare l'API Gemini Developer a meno che non siano necessari controlli aziendali specifici.
Vertex AI offre un ecosistema completo di funzionalità e servizi di livello enterprise per la creazione e il deployment di applicazioni di AI generativa supportate dalla piattaforma Google Cloud.
Di recente abbiamo semplificato la migrazione tra questi servizi. L'API Gemini per sviluppatori e l'API Gemini di Vertex AI sono ora accessibili tramite l'SDK Google Gen AI unificato.
Confronto del codice
Questa pagina mostra i confronti del codice affiancati tra l'API Gemini Developer e le guide rapide di Vertex AI per la generazione di testo.
Python
Puoi accedere sia all'API Gemini Developer sia ai servizi Vertex AI tramite la libreria google-genai
. Consulta la pagina Librerie
per istruzioni su come installare google-genai
.
API Gemini Developer
from google import genai
client = genai.Client()
response = client.models.generate_content(
model="gemini-2.0-flash", contents="Explain how AI works in a few words"
)
print(response.text)
API Gemini di Vertex AI
from google import genai
client = genai.Client(
vertexai=True, project='your-project-id', location='us-central1'
)
response = client.models.generate_content(
model="gemini-2.0-flash", contents="Explain how AI works in a few words"
)
print(response.text)
JavaScript e TypeScript
Puoi accedere sia all'API Gemini Developer sia ai servizi Vertex AI tramite la libreria @google/genai
. Consulta la pagina Librerie per istruzioni su come
installare @google/genai
.
API Gemini Developer
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const response = await ai.models.generateContent({
model: "gemini-2.0-flash",
contents: "Explain how AI works in a few words",
});
console.log(response.text);
}
main();
API Gemini di Vertex AI
import { GoogleGenAI } from '@google/genai';
const ai = new GoogleGenAI({
vertexai: true,
project: 'your_project',
location: 'your_location',
});
async function main() {
const response = await ai.models.generateContent({
model: "gemini-2.0-flash",
contents: "Explain how AI works in a few words",
});
console.log(response.text);
}
main();
Vai
Puoi accedere sia all'API Gemini Developer sia ai servizi Vertex AI tramite la libreria google.golang.org/genai
. Consulta la pagina Librerie per istruzioni su come
installare google.golang.org/genai
.
API Gemini Developer
import (
"context"
"encoding/json"
"fmt"
"log"
"google.golang.org/genai"
)
// Your Google API key
const apiKey = "your-api-key"
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, nil)
if err != nil {
log.Fatal(err)
}
// Call the GenerateContent method.
result, err := client.Models.GenerateContent(ctx, "gemini-2.0-flash", genai.Text("Tell me about New York?"), nil)
}
API Gemini di Vertex AI
import (
"context"
"encoding/json"
"fmt"
"log"
"google.golang.org/genai"
)
// Your GCP project
const project = "your-project"
// A GCP location like "us-central1"
const location = "some-gcp-location"
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, &genai.ClientConfig
{
Project: project,
Location: location,
Backend: genai.BackendVertexAI,
})
// Call the GenerateContent method.
result, err := client.Models.GenerateContent(ctx, "gemini-2.0-flash", genai.Text("Tell me about New York?"), nil)
}
Altri casi d'uso e piattaforme
Consulta le guide specifiche per i casi d'uso nella documentazione dell'API Gemini Developer e nella documentazione di Vertex AI per altre piattaforme e casi d'uso.
Considerazioni sulla migrazione
Quando esegui la migrazione:
Per l'autenticazione, devi utilizzare i service account Google Cloud. Per ulteriori informazioni, consulta la documentazione di Vertex AI.
Puoi utilizzare il progetto Google Cloud esistente (lo stesso che hai utilizzato per generare la chiave API) oppure puoi creare un nuovo progetto Google Cloud.
Le regioni supportate possono variare tra l'API Gemini Developer e l'API Gemini di Vertex AI. Consulta l'elenco delle regioni supportate per l'AI generativa su Google Cloud.
Tutti i modelli creati in Google AI Studio devono essere riaddestrati in Vertex AI.
Se non hai più bisogno di utilizzare la chiave API Gemini per l'API Gemini Developer, segui le best practice per la sicurezza ed eliminala.
Per eliminare una chiave API:
Apri la pagina Credenziali API Google Cloud.
Individua la chiave API che vuoi eliminare e fai clic sull'icona Azioni.
Seleziona Elimina chiave API.
Nella finestra modale Elimina credenziali, seleziona Elimina.
L'eliminazione di una chiave API richiede alcuni minuti per la propagazione. Al termine della propagazione, tutto il traffico che utilizza la chiave API eliminata viene rifiutato.
Passaggi successivi
- Consulta la panoramica dell'AI generativa su Vertex AI per scoprire di più sulle soluzioni di AI generativa su Vertex AI.