Tworzenie kompilacji z Gemini w Google Cloud

Jeśli dopiero zaczynasz korzystać z Gemini, najszybszym sposobem na rozpoczęcie pracy jest skorzystanie z krótkich instrukcji.

Jednak wraz z rozwojem rozwiązań opartych na generatywnej AI może być potrzebna platforma do tworzenia i wdrażania kompleksowych aplikacji i rozwiązań opartych na generatywnej AI. Google Cloud udostępnia kompleksowy ekosystem narzędzi, które umożliwiają deweloperom wykorzystanie potencjału generatywnej AI, począwszy od wstępnych etapów tworzenia aplikacji, przez wdrażanie, hosting i zarządzanie złożonymi danymi na dużą skalę.

Platforma Vertex AI od Google Cloud udostępnia zestaw narzędzi MLOps, które usprawniają korzystanie z modeli AI, ich wdrażanie i monitorowanie, zapewniając wydajność i niezawodność. Dodatkowo integracja z bazami danych, narzędziami DevOps, logowaniem, monitorowaniem i usługą IAM zapewnia holistyczne podejście do zarządzania całym cyklem życia generatywnej AI.

W tabeli poniżej zestawiono główne różnice między Google AI a Vertex AI, aby ułatwić Ci wybranie odpowiedniej opcji:

Funkcje Google AI Gemini API Vertex AI Gemini API
Modele Gemini Gemini 2.0 Flash, Gemini 2.0 Flash-Lite Gemini 2.0 Flash, Gemini 2.0 Flash-Lite
Zarejestruj się Konto Google Konto Google Cloud (z warunkami umowy i rozliczeniami)
Uwierzytelnianie Klucz interfejsu API Konto usługi Google Cloud
Testowanie interfejsu Google AI Studio Vertex AI Studio
Interfejsy API i pakiety SDK Pakiety SDK serwera i klienta mobilnego/internetowego
  • Serwer: Python, Node.js, Go, Dart, ABAP
  • Klient mobilny/internetowy: Android (Kotlin/Java), Swift, Web, Flutter
 Pakiety SDK serwera i klienta mobilnego/internetowego
  • Serwer: Python, Node.js, Go, Java, ABAP
  • Klient mobilny/internetowy (za pomocą Vertex AI for Firebase): Android (Kotlin/Java), Swift, Web, Flutter
Bezpłatne korzystanie z interfejsów API i pakietów SDK Tak, w stosownych przypadkach Środki na Google Cloud w wysokości 300 USD dla nowych użytkowników
Limit (żądania na minutę) Różne w zależności od modelu i abonamentu (patrz szczegółowe informacje). Różne w zależności od modelu i regionu (patrz szczegółowe informacje).
Pomoc dla firm Nie Klucz szyfrowania klienta
Wirtualna prywatna chmura
Lokalizacja danych
Przejrzystość dostępu
Infrastruktura skalowalna na potrzeby hostowania aplikacji
Bazy danych i pamięć masowa
MLOps Nie Pełna obsługa MLOps w Vertex AI (np. ocena modelu, monitorowanie modelu, rejestr modeli)

Aby dowiedzieć się, które usługi, platformy i narzędzia najlepiej nadają się do tworzenia aplikacji generatywnej AI w Google Cloud, przeczytaj artykuł Tworzenie aplikacji generatywnej AI w Google Cloud.

Migracja z Gemini w Google AI do Vertex AI

Jeśli Twoja aplikacja korzysta z interfejsów Gemini API od Google AI, musisz przejść na interfejsy Gemini API od Vertex AI w Google Cloud.

Podczas migracji:

Pakiet Google Gen AI SDK udostępnia ujednolicony interfejs do korzystania z Gemini 2.0 za pomocą interfejsu Gemini Developer API i Vertex AI. Z kilkoma wyjątkami kod działający na jednej platformie będzie działać na obu.

Jeśli chcesz wywoływać interfejs Gemini API bezpośrednio z produkcyjnej aplikacji mobilnej lub internetowej, przejdź na korzystanie z pakietów SDK klienta Vertex AI w Firebase (dostępnych w przypadku aplikacji Swift, Android, Web i Flutter). Te pakiety SDK klienta oferują ważne opcje zabezpieczeń i inne funkcje na potrzeby produkcyjnych aplikacji mobilnych i internetowych.

Usuwanie nieużywanych kluczy interfejsu API

Jeśli nie musisz już używać klucza interfejsu Gemini API Google AI, zgodnie ze sprawdzonymi metodami zabezpieczeń usuń go.

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