שאלות נפוצות ופתרון בעיות

מה ההבדלים בין שימוש ב-Gemini Developer API לבין שימוש ב-Agent Platform Gemini API (formerly Vertex AI)?

בטבלה הבאה מפורטים ההבדלים החשובים בין שני ספקי Gemini APIבאופן כללי, בלי קשר לאופן הגישה אליהם:

‫¹ לשני ספקי ה-API יש תמחור שונה לפי שימוש (מידע נוסף זמין במסמכי התיעוד שלהם).

‫² ‫Files API של Gemini Developer API לא נתמך באמצעות ערכות ה-SDK של Firebase AI Logic.

בטבלה הבאה מפורטת הזמינות של תכונות נפוצות אצל שני ספקי Gemini API. הטבלה הזו רלוונטית במיוחד כשמשתמשים בערכות SDK של לקוחות Firebase AI Logic.

האם אפשר להשתמש גם ב-Gemini Developer API וגם ב-Agent Platform Gemini API (formerly Vertex AI)?

כן, אפשר להפעיל את שני הספקים Gemini APIבפרויקט Firebase ולהשתמש בשני ממשקי ה-API באפליקציה עצמה.

כדי לעבור בין ספקי API בקוד, צריך לוודא שהגדרתם את שירות הקצה העורפי בצורה מתאימה בקוד.

אילו שינויים נדרשים בעקבות המיתוג מחדש של Vertex AI כ-Agent Platform?

באמצע 2026, Google Cloud מיתגנו מחדש את Vertex AI כ-Gemini Enterprise Agent Platform (או Agent Platform). במערכת האקולוגית של Firebase, אנחנו מתייחסים לשירות הזה כאל Agent Platform Gemini API.

במסגרת המיתוג מחדש של Google Cloud, בוצעו השינויים הבאים. הערה: היו שינויים אחרים, אבל הם לא רלוונטיים ל-Firebase AI Logic.

• מיתוג מחדש של המוצר מ-Vertex AI ל-Gemini Enterprise Agent Platform (או Agent Platform), שכולל כתובות URL חדשות למסוף Google Cloud ולמאמרי העזרה.

• השינוי של השם לתצוגה של ה-API מ-Vertex AI API ל-Agent Platform API. שימו לב ששם השירות נשאר ללא שינוי: aiplatform.googleapis.com.

• שינוי המיתוג של Vertex AI Studio ל-Agent Studio.

• אין שינויים ביכולות של ממשקי ה-API הבסיסיים או במודלים הנתמכים.

ב-SDKs של Firebase AI Logic ביצענו את השינוי הזה במיתוג מחדש על ידי עדכון תחביר האתחול של שירות ה-Backend‏ Gemini API ועדכון מיקום ברירת המחדל לגישה למודל כשמשתמשים בתחביר החדש הזה.

• תחביר חדש לאתחול של שירות לקצה העורפי‏ Gemini API:

  Swift

  שינוי של vertexai ל-agentPlatform.
  החל מגרסה 12.17.0 ואילך של Firebase SDK לפלטפורמות של אפל.

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexai` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  let ai = FirebaseAI.firebaseAI(backend: .vertexai(location: "LOCATION"))
  
  // ...
  

  אחרי

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the `agentPlatform` syntax, the default location is `global`, so
  // specifying a location is usually optional since most models are supported in `global`.
  let ai = FirebaseAI.firebaseAI(backend: .agentPlatform(location: "LOCATION"))
  
  // ...
  

  Kotlin

  שינוי של vertexAI ל-agentPlatform.
  זמין החל מ-Firebase AI Logic SDK ל-Android בגרסה 17.15.0 ומעלה (Firebase Android BoM גרסה 34.17.0 ומעלה).

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  val ai = Firebase.ai(backend = GenerativeBackend.vertexAI(location = "LOCATION"))
  
  // ...
  

  אחרי

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the `agentPlatform` syntax, the default location is `global`, so
  // specifying a location is usually optional since most models are supported in `global`.
  val ai = Firebase.ai(backend = GenerativeBackend.agentPlatform(location = "LOCATION"))
  
  // ...
  

  Java

  שינוי של vertexAI ל-agentPlatform.
  זמין החל מ-Firebase AI Logic SDK ל-Android בגרסה 17.15.0 ומעלה (Firebase Android BoM גרסה 34.17.0 ומעלה).

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.vertexAI("LOCATION"));
  
  // ...
  

  אחרי

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the `agentPlatform` syntax, the default location is `global`, so
  // specifying a location is usually optional since most models are supported in `global`.
  GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.agentPlatform("LOCATION"));
  
  // ...
  

  Web

  שינוי של VertexAIBackend ל-AgentPlatformBackend.
  האפשרות הזו זמינה החל מגרסה 12.17.0 ואילך של Firebase JS SDK.

  BEFORE

  import { getAI, getGenerativeModel, VertexAIBackend } from "firebase/ai";
  
  // ...
  
  // Initialize FirebaseApp
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `VertexAIBackend` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  const ai = getAI(firebaseApp, { backend: new VertexAIBackend('LOCATION') });
  
  // ...
  

  אחרי

  import { getAI, getGenerativeModel, AgentPlatformBackend } from "firebase/ai";
  
  // ...
  
  // Initialize FirebaseApp
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the `AgentPlatformBackend` syntax, the default location is `global`, so
  // specifying a location is usually optional since most models are supported in `global`.
  const ai = getAI(firebaseApp, { backend: new AgentPlatformBackend('LOCATION') });
  
  // ...
  

  Dart

  שינוי של vertexAI ל-agentPlatform.
  האפשרות זמינה החל מגרסה 3.15.0 ואילך של Firebase AI Logic plugin for Flutter (גרסה 4.18.0 ואילך של Firebase Flutter BoM).

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  final ai = await FirebaseAI.vertexAI(location: 'LOCATION');
  
  // ...
  

  אחרי

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the `agentPlatform` syntax, the default location is `global`, so
  // specifying a location is usually optional since most models are supported in `global`.
  final ai = await FirebaseAI.agentPlatform(location: 'LOCATION');
  
  // ...
  

  Unity

  שינוי של VertexAI ל-AgentPlatform.
  האפשרות הזו זמינה החל מגרסה 13.15.0 ומעלה של Firebase SDK for Unity.

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `VertexAI` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.VertexAI(location: "LOCATION"));
  
  // ...
  

  אחרי

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly Vertex AI).
  // For the `AgentPlatform` syntax, the default location is `global`, so
  // specifying a location is usually optional since most models are supported in `global`.
  var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.AgentPlatform(location: "LOCATION"));
  
  // ...
  

• מיקום ברירת מחדל חדש לגישה למודל כשמשתמשים בתחביר החדש של ההפעלה:

  כשמשתמשים בתחביר החדש של Agent Platform, מיקום ברירת המחדל הוא global.

  השינוי הזה בוצע כי כמעט כל המודלים של Gemini נתמכים ב-global, ו-Google Cloud כבר לא תומך במיקום us-central1 לגרסאות חדשות של רוב המודלים של Gemini.

אילו ממשקי API נדרשים? ואיך מפעילים אותם?

כדי להשתמש בערכות ה-SDK של Firebase AI Logic עם Gemini Developer API, צריך להפעיל בפרויקט את שני ממשקי ה-API הבאים:

• ‫Gemini Developer API (generativelanguage.googleapis.com)
• ‫Firebase AI Logic API ‏ (firebasevertexai.googleapis.com)

צריך להפעיל את שני ממשקי ה-API האלה באמצעות מסוף Firebase:

1. במסוף Firebase, עוברים אל AI Services (שירותי AI) >‏ AI Logic (לוגיקת AI).

2. לוחצים על שנתחיל?.

3. כדי להתחיל להשתמש ב-Gemini Developer API, לוחצים על האפשרות הרצויה.

   ייפתח תהליך עבודה מודרך שיאפשר לכם להפעיל את שני ממשקי ה-API. בנוסף, מערכת Firebase תקצה חשבון שירות בניהול Google ‏ (P4SA) כדי לאשר את השימוש ב-Gemini API, ותוסיף את Firebase AI Logic API לרשימת ההיתרים של מפתח ה-API של Firebase.

איך משביתים ממשקי API בפרויקט Firebase?

במקרה של Firebase AI Logic, אנחנו מנסים להקל ככל האפשר על הגדרת פרויקט Firebase לשימוש בספק Gemini API שבחרתם. הפעולה הזו כוללת הפעלה של ממשקי ה-API הנדרשים בפרויקט Firebase במהלך תהליכים ספציפיים, כמו תהליך העבודה המודרך במסוף Firebase.

עם זאת, אם תחליטו לא להשתמש ב-Firebase AI Logic או באחד מהספקים של Gemini API, תוכלו להשבית את ממשקי ה-API המשויכים בפרויקט Firebase.

אילו הרשאות עשויות להידרש כדי להשתמש ב-Firebase AI Logic?

אילו מודלים נתמכים כשמשתמשים ב-Firebase AI Logic?

רשימת המודלים הנתמכים אנחנו מוסיפים לעיתים קרובות יכולות חדשות ל-SDK, לכן כדאי לחזור לדף השאלות הנפוצות הזה כדי לקבל עדכונים (וגם לעיין בהערות על הגרסה, בבלוגים ובפוסטים ברשתות החברתיות).

• ‫Firebase AI Logic תומך בדגמים הבאים:

  • Gemini Developer API

    • רוב המודלים הבסיסיים של Gemini ושל Imagen

    שימו לב שהאפליקציה Gemini Developer API (בלי קשר לאופן הגישה אליה) תומכת רק במודלים יציבים ספציפיים של Imagen.

  • Agent Platform Gemini API (formerly Vertex AI)

    • רוב המודלים הבסיסיים של Gemini ושל Imagen

• ‫Firebase AI Logic לא תומך בדגמים הבאים (ללא קשר לספק Gemini API שבחרתם):

  • מודלים שעברו כוונון עדין

  • מודלים להטמעה, מודלים של Veo, מודלים של Lyria, מודלים של רובוטיקה, מודלים לשימוש במחשב, מודלים של Gemini Omni או מודלים של Gemini Flash Cyber

  • מודלים ישנים יותר של Imagen או imagen-3.0-capability-001

מה עושים כשמודלים מושבתים (יוצאים משימוש)?

כש-Google משיקה גרסה יציבה של מודל, אנחנו משתדלים לוודא שהיא תהיה זמינה למשך 12 חודשים לפחות לפני שנפסיק את השימוש במודל (הוצאה משימוש). עם זאת, חשוב לזכור שב-Agent Platform Gemini API (formerly Vertex AI), חלק מהמודלים היציבים זמינים רק לטווח קצר, כלומר יכול להיות שהם יושבתו (יוצאו משימוש) כבר 45 ימים אחרי שיושק מודל חלופי.

איפה אפשר למצוא את תאריך ההשבתה של מודל?

כמה דרכים למצוא את תאריך ההשבתה של דגם:

• בזמן ההשקה: אנחנו מפרסמים את תאריך ההשבתה הצפוי של כל מודל בכמה מקומות במסמכי התיעוד של ספק Gemini API, וגם במסמכי התיעוד של Firebase (אפשר לעיין בדף המודלים הנתמכים).

• לקראת תאריך ההוצאה משימוש: Google שולחת אימיילים לחברי הפרויקט הרלוונטיים, ומפרסמת תזכורות בהערות לגרסה ובערוצים אחרים לגבי הוצאות משימוש עתידיות (לדוגמה, תזכורת לתאריכי ההוצאה משימוש של מודלים יציבים של Gemini 1.5 ו-1.0).

מה עושים אם הדגם שבו אתם משתמשים עומד להיסגר?

1. מוצאים מודל נתמך מתאים ואת שם המודל שלו.

2. צריך לעדכן את שם המודל שבו האפליקציה משתמשת לפני תאריך ההשבתה. אחרת, כל הבקשות למודל הזה ייכשלו ויוחזר קוד שגיאה 404.

   • את שם המודל מגדירים במהלך האתחול כשיוצרים מופע של GenerativeModel, LiveModel או ImagenModel. חשוב לעיין בהמלצה הקריטית שבהמשך בנושא שימוש בFirebase Remote Config או בתבניות של הנחיות לשרת.

   • כשמשתמשים ב-Firebase AI Logic, בדרך כלל לא צריך לשנות את הקוד שבאמצעותו מתבצעת הקריאה למודל.

     שימו לב: הוצאנו משימוש את פרמטרים הדגימה (temperature,‏ top-K,‏ top-P) של מודלים מסוג Gemini 3.x.

3. כדאי לבדוק את האפליקציה כדי לוודא שהתגובות עדיין צפויות.

Gemini 2.5 מודלים יציבים – תאריכי סגירה והחלפות

• ‫Gemini 2.5 Pro' ‏Gemini 2.5 Flash וגם Gemini 2.5 Flash‑Lite

  ‫gemini-2.5-pro
gemini-2.5-flash
gemini-2.5-flash-lite
  ‫gemini-2.5-flash-image (נקרא גם Nano Banana)

  • במודלים לשימוש כללי, תאריך ההשבתה תלוי בספק Gemini API שבחרתם:

    • ‫Gemini Developer API (AI מבית Google): 16 באוקטובר 2026
    • ‫Agent Platform Gemini API (formerly Vertex AI): 20 באוקטובר 2026

  • למודל ליצירת תמונות (Nano Banana), תאריך ההשבתה זהה ללא קשר לספק Gemini API שבחרתם: 2 באוקטובר 2026

  חשוב לדעת שאין השפעה על מודלים אחרים של Nano Banana ועל מודלים יציבים של Gemini Live API 2.5.

החלפה: מעבר לשימוש באחד מהמודלים החדשים של Gemini 3.x (כמו gemini-3.6-flash או gemini-3.1-flash-image).

Imagen מודלים יציבים – תאריכי סגירה והחלפות

• כל המודלים של Imagen יושבתו החל מ-17 באוגוסט 2026 (שימו לב שתאריך ההשבתה הזה נדחה מהתאריך הקודם, 30 ביוני 2026).

החלפה: מעבירים את האפליקציות לשימוש במודלים של תמונות Gemini (מודלים מסוג Nano Banana).

Gemini 2.0 מודלים יציבים – תאריכי סגירה והחלפות

• ‫Gemini 2.0 Flash ו-Gemini 2.0 Flash‑Lite:

  ‫gemini-2.0-flash-001 (וכתובת האימייל החלופית שלה שמתעדכנת אוטומטית gemini-2.0-flash)
  ‫gemini-2.0-flash-lite-001 (וכתובת האימייל החלופית שלה שמתעדכנת אוטומטיתgemini-2.0-flash-lite)

  • ‫6 בפברואר 2026: המודלים האלה לא יהיו זמינים יותר לשימוש בפרויקטים שלא נעשה בהם שימוש קודם במודל.

  • ‫31 במרץ 2026: המודלים האלה יושבתו.

  חשוב לדעת שהמודלים היציבים של Gemini Live API 2.0 לא מושפעים.

החלפה: מעבר לשימוש באחד ממודלי Gemini 3.x החדשים (כמו gemini-3.1-flash-lite).

מודלים יציבים של Gemini 1.5 ו-1.0 – תאריכי סגירה והחלפות

• Gemini 1.5 Pro מודלים:

  • ‫gemini-1.5-pro-002 (וgemini-1.5-pro): 24 בספטמבר 2025
  • gemini-1.5-pro-001: 24 במאי 2025

• Gemini 1.5 Flash מודלים:

  • ‫gemini-1.5-flash-002 (וgemini-1.5-flash): 24 בספטמבר 2025
  • gemini-1.5-flash-001: 24 במאי 2025

• מודלים של Gemini 1.0 Pro Vision: 21 באפריל 2025 (התאריך שנקבע קודם היה 9 באפריל 2025)

• מודלים של Gemini 1.0 Pro: 21 באפריל 2025 (התאריך שנקבע קודם היה 9 באפריל 2025)

החלפה: מעבר לשימוש באחד ממודלי Gemini 3.x החדשים (כמו gemini-3.1-flash-lite).

האם Firebase AI Logic משתמש בנתונים שלי כדי לאמן מודלים?

מידע נוסף על משילות מידע (data governance) ואתיקה של בינה מלאכותית

איך מגדירים הגבלת קצב של יצירת בקשות לכל משתמש?

כברירת מחדל, Firebase AI Logic מגדיר את מגבלת הבקשות לכל משתמש ל-100 בקשות לדקה (RPM).

אם רוצים לשנות את מגבלת הקצב לכל משתמש, צריך לשנות את הגדרות המכסה של Firebase AI Logic API.

מידע נוסף על מכסת API של Firebase AI Logic בדף הזה יש גם הסברים איך לראות ולערוך את המכסה.

איך אפשר להפחית את זמן האחזור ואת השימוש הגבוה באסימונים?

אם אתם חווים השהיה גבוהה או שימוש גבוה בטוקנים, סביר להניח שהסיבה לכך היא ההגדרה של רמת החשיבה של המודל שבו אתם משתמשים.

מודלים מגרסה Gemini 3 ואילך תמיד משתמשים ב "תהליך חשיבה" פנימי שמשפר באופן משמעותי את יכולות החשיבה הרציונלית והתכנון הרב-שלבי שלהם, ולכן הם יעילים מאוד במשימות מורכבות כמו כתיבת קוד, מתמטיקה מתקדמת וניתוח נתונים.

עם זאת, בהתאם למשימה, לא תמיד נדרשות רמות חשיבה גבוהות, ואפשר להגדיר את המודל כך שישתמש ברמת חשיבה נמוכה יותר. רמת חשיבה נמוכה יותר תעזור לצמצם את זמן האחזור ואת השימוש באסימונים. כדי להבין כמה יכולת חשיבה נדרשת למודל, כדאי לעיין בהשוואה של רמת הקושי של המשימות.

שימו לב: ברוב המודלים מגרסה Gemini 3 ואילך, רמת החשיבה שמוגדרת כברירת מחדל היא HIGH.

האם צריך לציין סוג MIME בבקשות מולטי-מודאליות? (למשל, לתמונות, קובצי PDF, סרטונים וקלט אודיו)

כן, בכל בקשה מולטימודלית צריך תמיד לציין את הפרטים הבאים:

• הקובץ mimeType. חריג מופיע בהמשך

• הקובץ. אפשר לספק את הקובץ כנתונים מוטבעים או לספק את הקובץ באמצעות כתובת ה-URL שלו.

בקטע דרישות וסוגי קבצים נתמכים מוסבר על סוגי קבצי הקלט הנתמכים, איך מציינים את סוג ה-MIME ומהן שתי האפשרויות להעברת הקובץ.

חריגה מהכללת סוג MIME בבקשה

חריג למתן סוג ה-MIME הוא קלט של תמונות מוטבעות לבקשות מאפליקציות פלטפורמה מקוריות של Android ו-Apple.

‫Firebase AI Logic SDKs לפלטפורמות Android ו-Apple מספקים דרך פשוטה וידידותית לטיפול בתמונות בבקשות – כל התמונות (לא משנה הפורמט שלהן) מומרות בצד הלקוח ל-JPEG באיכות של 80% לפני שהן נשלחות לשרת. כלומר, כשמספקים תמונות כנתונים מוטבעים באמצעות ערכות ה-SDK של פלטפורמות Android ו-Apple, לא צריך לציין את סוג ה-MIME בבקשה.

הטיפול הפשוט הזה מוצג במסמכי התיעוד של Firebase AI Logic בדוגמאות לשליחת תמונות בקידוד base64 בבקשות.

הנה מידע נוסף על התכונה הזו שרלוונטי לפלטפורמות ספציפיות:

• ב-Android:

  • אתם יכולים לנצל את הדרך הפשוטה לטפל בסוגי תמונות מקוריים לפלטפורמה (Bitmap) בהנחיות מולטימודאליות שמכילות תמונות כנתונים בשורה (ראו דוגמה).

  • כדי לקבל שליטה רבה יותר על פורמטים של תמונות והמרות, אפשר לספק את התמונות כ-InlineDataPart ולציין את סוג ה-MIME הספציפי. לדוגמה:

    content { inlineData(/* PNG as byte array */, "image/png") }

• לפלטפורמות של אפל:

  • אתם יכולים לנצל את הדרך הפשוטה לטפל בסוגי תמונות מקוריים לפלטפורמה (UIImage,‏ NSImage,‏ CIImage ו-CGImage) בהנחיות מרובות-אופנים שמכילות תמונות כנתונים מוטבעים (ראו דוגמה).

  • כדי לקבל יותר שליטה על פורמטים של תמונות והמרות, אפשר לספק את התמונות כ-InlineDataPart ולציין את סוג ה-MIME הספציפי. לדוגמה:

    InlineDataPart(data: Data(/* PNG Data */), mimeType: "image/png")

האם התכונות האלה זמינות כשמשתמשים ב-Firebase AI Logic: עיגון באמצעות חיפוש תמונות ב-Google, כוונון עדין של מודל, יצירת הטבעות ושליפה סמנטית?

התכונות הבאות נתמכות על ידי מודלים שונים וספקי ה-API, אבל הן לא זמינות כשמשתמשים ב-Firebase AI Logic:

• עיגון באמצעות חיפוש תמונות Google
• כוונון עדין של מודל
• יצירת הטמעות
• אחזור סמנטי

אם רוצים להוסיף את ההצעות האלה כהגשת בקשה להוספת תכונה או להצביע על הגשת בקשה להוספת תכונה קיימת, אפשר להיכנס אל Firebase UserVoice.

למה השם השתנה מ-Vertex AI in Firebase ל-Firebase AI Logic?

בשנת 2024 השקנו סדרה של ערכות SDK של לקוח Firebase שיכולות להשתמש ב-Agent Platform Gemini API (formerly Vertex AI), וגם שער פרוקסי של Firebase כדי להגן על ה-API הזה מפני שימוש לרעה ולאפשר שילוב עם מוצרים אחרים של Firebase. קראנו למוצר שלנו Vertex AI ב-Firebase, ושם המוצר הזה תיאר בצורה מדויקת את תרחישי השימוש שהיו זמינים במוצר באותו זמן.

אבל מאז הרחבנו את היכולות של המוצר שלנו. לדוגמה, החל ממאי 2025, אנחנו מציעים תמיכה ב-Gemini Developer API, כולל היכולת להגן על Gemini Developer API מפני ניצול לרעה באמצעות השילוב שלנו עם Firebase App Check.

כתוצאה מכך, השם 'Vertex AI ב-Firebase' כבר לא מייצג בצורה מדויקת את ההיקף המורחב של המוצר שלנו. לכן, שם חדש – Firebase AI Logic – משקף טוב יותר את מערך התכונות המתפתח שלנו ומאפשר לנו להמשיך להרחיב את ההצעות שלנו בעתיד!

כדאי לעיין במדריך המיגרציה כדי לוודא שאתם מקבלים את כל התכונות העדכניות של Firebase AI Logic (ואם רוצים, להתחיל להשתמש ב-Gemini Developer API).

באפליקציות Swift בפלטפורמות של אפל – מה צריך לעשות לגבי שינוי שם המודול מ-FirebaseAI ל-FirebaseAILogic?

באפליקציות לפלטפורמת Apple, החל מ-Firebase SDK גרסה 12.5.0,‏ Firebase AI Logic מופץ עכשיו במסגרת המודול FirebaseAILogic. השינוי הזה לא יגרום לבעיות בתאימות לאחור.

למה ביצענו את השינוי הזה?

בעבר הפצנו את השירות הזה במסגרת מודול FirebaseAI. עם זאת, נאלצנו לשנות את השם ל-FirebaseAILogic מהסיבות הבאות:

• הימנעו מהתנגשות שמות בין מודול לבין מחלקה שגורמת לבעיות בהפצות בינאריות.

• לאפשר לנו להשתמש בפקודות מאקרו של Swift לפיתוח תכונות עתידיות.

מה עושים אם משדרגים לגרסה 12.5.0 ומעלה?

השינוי בשם המודול ל-FirebaseAILogic לא גורם לבעיות תאימות לאחור. עם זאת, בסופו של דבר, יכול להיות שנסיר את המודול הישן עם גרסה ראשית עתידית של Firebase SDK שכוללת שינויים שעלולים לשבור תאימות (מסגרת הזמן עדיין לא נקבעה).

לא נדרשים שינויים בעקבות השינוי בשם המודול, אבל מומלץ לבצע את הפעולות הבאות:

1. כשבוחרים תלות ב-Swift PM, בוחרים באפשרות FirebaseAILogic (במקום באפשרות FirebaseAI).

2. משנים את הצהרות הייבוא ל-FirebaseAILogic (במקום FirebaseAI).

האם צריך לאכוף את App Check על כל הגרסאות הציבוריות של האפליקציה?

כן, צריך לאכוף את App Check בכל הגרסאות הציבוריות של האפליקציה שמשתמשות ב-Firebase AI Logic.

חשוב מאוד לאכוף את App Check מוקדם ככל האפשר – במיוחד לפני שמעבירים את האפליקציה למערכת ציבורית לניהול קוד מקור, לפני שמשתפים את האפליקציה או לפני שהופכים אותה לזמינה לציבור.

אם מטמיעים את App Check בבסיס הקוד של האפליקציה באופן מיידי, כל גרסאות האפליקציה יכולות לשלוח אסימוני App Check תקינים. בקשה שלא נשלח בה טוקן תקין נחשבת כבקשה לא מאומתת והיא תיחסם כשמדיניות App Check תיאכף.

אם כבר פרסמתם גרסה של האפליקציה למשתמשי קצה שלא הוטמעה בה App Check, תוכלו לעיין בשאלות הנפוצות כדי להבין איך להטמיע את App Check באפליקציה שכבר פורסמה ולאכוף אותה.

איך מיישמים ומאכפים את App Check באפליקציה שכבר הושקה?

בגרסאות של אפליקציות שבהן לא הוטמעה App Check, בקשות אל Firebase AI Logic מהגרסאות האלה לא כוללות טוקנים תקפים של App Check ונחשבות לא מאומתות. הבקשות האלה ייחסמו כשהאכיפה של App Check תתבצע עבור AI Logic.

כדי למנוע שיבושים בשירות באפליקציה שכבר פורסמה ואין בה App Check, צריך לבצע את הפעולות הבאות לפני האכיפה של App Check.

1. חשוב להטמיע ספק אישורים באפליקציה בהקדם האפשרי.

   • פלטפורמות של אפל: DeviceCheck או App Attest

   • ‫Android: Play Integrity

   • Web: reCAPTCHA Enterprise

   • ‫Flutter: תומך בכל ספקי ברירת המחדל שצוינו למעלה

   • ‫Unity: תומך בכל ספקי ברירת המחדל שצוינו למעלה

2. עוקבים אחרי הבקשות מהאפליקציה כדי להחליט מתי בטוח לאכוף את App Check.

   לדוגמה, אם כמעט כל הבקשות האחרונות מגיעות מלקוחות מאומתים, כדאי לאכוף את App Check.

3. אכיפה של App Check עבור Firebase AI Logic.

4. לפיתוח מקומי כש-App Check נאכף, צריך להגדיר את ספק אימות לצורכי ניפוי באגים של App Check כדי לעקוף את האימות תוך שמירה על האכיפה של App Check. הוראות ההגדרה זמינות לפלטפורמות הבאות: ‫iOS+‎ | ‫Android | ‫Web | ‫Flutter | ‫Unity.

מה היו שדרוגי האבטחה (באמצע 2026) של Gemini Developer API ושל Firebase AI Logic?

בעבר, Gemini Developer API הסתמך על מפתחות API רגילים כדי לאשר שימוש ב-Gemini Developer API (generativelanguage.googleapis.com). אם הפעלתם את Firebase AI Logic ובחרתם להשתמש ב-Gemini Developer API, מערכת Firebase יצרה בשבילכם מפתח API של Gemini שהיה מוגבל ל-Gemini Developer API.Gemini שם המפתח היה Gemini Developer API key (auto created by Firebase).

החל מאמצע שנת 2026, אנחנו משדרגים את Gemini Developer API לחלופה מאובטחת יותר שנקראת מפתחות הרשאה (auth) (שהם בעצם חשבונות שירות). Firebase AI Logic שודרגו בו-זמנית. במקום להשתמש במפתח API רגיל של Gemini,‏ Firebase AI Logic מטפל עכשיו בהרשאה של Gemini Developer API באמצעות חשבון שירות שמנוהל על ידי Google‏ (P4SA) שאנחנו מקצים לכם באופן אוטומטי:
סוכן שירות של Firebase AI Logic (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

גם בפרויקטים קיימים וגם בפרויקטים חדשים, אם אתם ניגשים אל Gemini Developer API דרך Firebase AI Logic, לא נדרשת שום פעולה מצידכם כדי ליהנות משדרוגי האבטחה האלה החל מאמצע 2026.

האם צריך להעביר את מפתח ה-API של Gemini ל'מפתח הרשאה (auth)'?

גם בפרויקטים קיימים וגם בפרויקטים חדשים, אם אתם ניגשים אל Gemini Developer API דרך Firebase AI Logic, לא נדרשת שום פעולה מצידכם כדי ליהנות משדרוגי אבטחה מאמצע 2026 (כולל מעבר אל 'מפתח הרשאה (auth)').

בשם המפתחים שלנו, Firebase AI Logic מטפל באופן אוטומטי בכל שינויי האבטחה הנדרשים כדי להתאים את המעבר של Gemini Developer API לדרישה של 'מפתחות הרשאה (auth)'.

החל מאמצע 2026, מערכת Firebase AI Logic לא תספק יותר מפתחות API רגילים של Gemini ולא תשתמש בהם. במקום זאת, Firebase AI Logic מטפל עכשיו בהרשאה של Gemini Developer API באמצעות חשבון שירות שמנוהל על ידי Google‏ (P4SA) שאנחנו מקצים לכם באופן אוטומטי בפרויקט Firebase:
Firebase AI Logic Service Agent (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

בעקבות השינוי הזה, אפשר לבדוק ולמחוק כל מפתח API בשם Gemini Developer API key (auto created by Firebase). אפשר למחוק את המפתח הזה במסוף Google Cloud. חשוב לעיין במידע הבא לפני מחיקת המפתח:

• מפתח ה-API הזה Gemini נוצר על ידי Firebase למטרה היחידה של שימוש ב-Firebase AI Logic, ולכן אפשר למחוק אותו בבטחה. עם זאת, לפני שמוחקים את המפתח הזה, כדאי לוודא שלא נעשה בו שימוש בטעות עם כלים אחרים שיכולים לתת גישה ל-Gemini Developer API, כמו ערכות SDK של שרתים ל-AI גנרטיבי או Genkit. כך בודקים את השימוש:
  1. במסוף Google Cloud, עוברים לדף של Gemini Developer API ולוחצים על Manage.
  2. בכרטיסייה Metrics (מדדים), בתפריט הנפתח Credentials (פרטי כניסה), בוחרים את המפתח בשם Gemini Developer API key (auto created by Firebase).
  3. אם בגרפים שמוצגים לא מופיע שימוש מאז תחילת יולי 2026 (התאריך שבו Firebase AI Logic הפסיקה להשתמש במפתחות ה-API האלה), אפשר למחוק את המפתח.
     עם זאת, אם הגרפים מציגים נתוני שימוש, סימן שאתם משתמשים במפתח עם כלי אחר, ועליכם לשנות את שם המפתח כדי שיהיה ברור שהוא בשימוש עם הכלי הזה (ולא עם Firebase AI Logic).
• חשוב לוודא שלא מוחקים מפתח API אחר עם שם שמכיל את הקטע (auto created by Firebase).

האם צריך להוסיף מפתח API של Gemini לבסיס הקוד של האפליקציה לנייד או של אפליקציית האינטרנט?

כשמשתמשים ב-Firebase AI Logic SDK, לא צריך מפתח API של Gemini כדי לאשר שימוש ב-Gemini Developer API, ולא צריך להוסיף מפתח API של Gemini לבסיס הקוד של האפליקציה.

האם אפשר להשתמש ב'מפתח Firebase API' כמפתח Gemini API?

לא – אסור להשתמש ב'מפתח Firebase API' כמפתח API של Gemini. מומלץ מאוד לא להוסיף את Gemini Developer API לרשימת ההיתרים של מפתח ה-API של Firebase.

מפתח ה-API של Firebase הוא מפתח ה-API שמופיע בקובץ ההגדרות או באובייקט של Firebase שמוסיפים לבסיס הקוד של האפליקציה כדי לקשר את האפליקציה ל-Firebase. אפשר לכלול את מפתח Firebase API בקוד אם משתמשים במפתח רק עם ממשקי API שקשורים ל-Firebase (כמו Firebase AI Logic). מידע חשוב על מפתחות Firebase API

במסוף Google Cloud, בחלונית APIs & Services > Credentials, מפתחות Firebase API נראים כך:

כדי שממשקי API שקשורים ל-Firebase יפעלו, צריך להוסיף את מפתח Firebase API לבסיס הקוד של האפליקציה. בנוסף, אפשר לאשר את Gemini Developer API באמצעות מפתח API. לכן, אנחנו ממליצים מאוד שלא להוסיף את Gemini Developer API (שנקרא 'Generative Language API' במסוף Google Cloud) לרשימת ההיתרים של מפתח Firebase API. אם תעשו זאת, תחשפו את Gemini Developer API לניצול לרעה פוטנציאלי.

איך שומרים על מפתח ה-API של Gemini?