Gemini Developer API a Vertex AI

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

Gemini Developer API to najszybszy sposób na tworzenie, wdrażanie i skalowanie aplikacji opartych na Gemini. Większość deweloperów powinna korzystać z interfejsu Gemini Developer API, chyba że potrzebują konkretnych ustawień dla przedsiębiorstw.

Vertex AI oferuje kompleksowy ekosystem funkcji i usług gotowych do użycia w firmach, które umożliwiają tworzenie i wdrażanie aplikacji wykorzystujących generatywną AI na platformie Google Cloud.

Niedawno uprościliśmy migrację między tymi usługami. Zarówno Gemini Developer API, jak i Vertex AI Gemini API są teraz dostępne w ramach ujednoliconego pakietu Google Gen AI SDK.

Porównanie kodu

Na tej stronie znajdziesz porównanie kodu obok siebie w przypadku interfejsu Gemini Developer API i szybkich wprowadzeń do Vertex AI dotyczących generowania tekstu.

Python

Dostęp do interfejsu Gemini Developer API i usług Vertex AI możesz uzyskać 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

Dostęp do Gemini Developer API i usług Vertex AI możesz uzyskać za pomocą @google/genaibiblioteki. 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

Dostęp do Gemini Developer API i usług Vertex AI możesz uzyskać za pomocą google.golang.org/genaibiblioteki. 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

Więcej informacji o innych platformach i przypadkach użycia znajdziesz w przewodnikach dotyczących konkretnych przypadków użycia w dokumentacji Gemini Developer API i dokumentacji Vertex AI.

Uwagi dotyczące migracji

Podczas migracji:

• Do uwierzytelniania musisz używać kont usługi Google Cloud. Więcej informacji znajdziesz w dokumentacji Vertex AI.

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

• Obsługiwane regiony mogą się różnić w przypadku interfejsu Gemini Developer API i interfejsu Vertex AI Gemini API. Zobacz listę regionów obsługujących generatywną AI w Google Cloud.

• Wszystkie modele utworzone w Google AI Studio musisz ponownie wytrenować w Vertex AI.

Jeśli nie potrzebujesz już klucza interfejsu Gemini API do korzystania z interfejsu Gemini Developer API, postępuj zgodnie ze sprawdzonymi metodami zapewniania bezpieczeństwa i usuń go.

Aby usunąć klucz interfejsu API:

1. Otwórz stronę Dane logowania interfejsu Google Cloud API.

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

3. Kliknij Usuń klucz interfejsu API.

4. W oknie Usuń dane logowania kliknij Usuń.

   Rozpowszechnienie informacji o usunięciu klucza interfejsu API może potrwać kilka minut. Po zakończeniu propagacji cały ruch korzystający z usuniętego klucza interfejsu API zostanie odrzucony.

Dalsze kroki

• Więcej informacji o rozwiązaniach generatywnej AI w Vertex AI znajdziesz w tym artykule.