Gemini Developer API a Vertex AI

Podczas tworzenia rozwiązań generatywnej AI z użyciem Gemini Google oferuje 2 produkty interfejsu API: Gemini Developer API i Vertex AI Gemini API.

Gemini Developer API to najszybsza droga do tworzenia, wdrażania i rozwijania aplikacji opartych na Gemini. Większość deweloperów powinna korzystać z interfejsu API dla deweloperów Gemini, chyba że potrzebuje określonych ustawień korporacyjnych.

Vertex AI oferuje kompleksowy ekosystem funkcji i usług dla firm do tworzenia i wdrażania aplikacji wykorzystujących generatywną AI, które są obsługiwane przez Google Cloud Platform.

Niedawno uprościliśmy migrację między tymi usługami. Zarówno interfejs Gemini Developer API, jak i interfejs Vertex AI Gemini API są teraz dostępne za pomocą zintegrowanego pakietu Google Gen AI SDK.

Porównanie kodu

Na tej stronie znajdziesz porównanie kodu interfejsu Gemini Developer API i szybkich instrukcji Vertex AI dotyczących generowania tekstu.

Python

Do interfejsu Gemini Developer API i usług Vertex AI możesz uzyskać dostęp za pomocą biblioteki google-genai. Instrukcje instalacji google-genai znajdziesz na stronie bibliotek.

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)

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 i TypeScript

Do interfejsu Gemini Developer API i usług Vertex AI możesz uzyskać dostęp za pomocą biblioteki @google/genai. Instrukcje instalacji @google/genai znajdziesz na stronie bibliotek.

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();

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();

Przeczytaj

Do interfejsu Gemini Developer API i usług Vertex AI możesz uzyskać dostęp za pomocą biblioteki google.golang.org/genai. Instrukcje instalacji google.golang.org/genai znajdziesz na stronie bibliotek.

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)

}

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)

}

Inne przypadki użycia i platformy

W przypadku innych platform i przypadków użycia zapoznaj się z poradnikami dotyczącymi konkretnych zastosowań w dokumentacji interfejsu Gemini API dla deweloperów i dokumentacji Vertex AI.

Uwagi dotyczące migracji

Podczas migracji:

• Do uwierzytelnienia musisz użyć kont usługi Google Cloud. Więcej informacji znajdziesz w dokumentacji Vertex AI.

• Możesz użyć istniejącego projektu Google Cloud (tego samego, którego użyto do wygenerowania klucza API) lub utworzyć nowy projekt Google Cloud.

• Obsługiwane regiony mogą się różnić między interfejsem Gemini Developer API a interfejsem Vertex AI Gemini API. Zobacz listę regionów obsługiwanych przez generatywną AI w Google Cloud.

• Wszystkie modele utworzone w Google AI Studio trzeba ponownie przetrenować w Vertex AI.

Jeśli nie musisz już używać klucza interfejsu Gemini API dla interfejsu Gemini Developer API, usuń go, postępując zgodnie ze sprawdzonymi metodami zapewniania bezpieczeństwa.

Aby usunąć klucz interfejsu API:

1. Otwórz stronę Dane logowania interfejsu Google Cloud API.

2. Odszukaj klucz API, który chcesz usunąć, i kliknij ikonę Działania.

3. Kliknij Usuń klucz API.

4. W oknie Usuwanie danych logowania kliknij Usuń.

   Usunięcie klucza interfejsu API może potrwać kilka minut. Po zakończeniu propagacji cały ruch korzystający z usuniętego klucza interfejsu API jest odrzucany.

Dalsze kroki

• Aby dowiedzieć się więcej o rozwiązaniach generatywnej AI w Vertex AI, zapoznaj się z artykułem Generowana AI w Vertex AI – omówienie.