Najczęstsze pytania i rozwiązywanie problemów

Jakie są różnice między korzystaniem z Gemini Developer API a Agent Platform Gemini API (formerly Vertex AI)?

W tabeli poniżej znajdziesz ważne różnice między tymi 2 Gemini APIdostawcami, niezależnie od sposobu uzyskiwania do nich dostępu:

¹ Obaj dostawcy interfejsów API mają różne ceny w modelu płatności według wykorzystania (więcej informacji znajdziesz w ich dokumentacji).

² Interfejs Files API w przypadku Gemini Developer API nie jest obsługiwany przez pakiety SDK Firebase AI Logic.

W tabeli poniżej znajdziesz informacje o dostępności najczęściej używanych funkcji u 2 dostawców „Gemini API”. Ta tabela dotyczy wyłącznie sytuacji, w których używasz Firebase AI Logicpakietów SDK klienta.

Czy mogę używać zarówno Gemini Developer API, jak i Agent Platform Gemini API (formerly Vertex AI)?

Tak, w projekcie Firebase możesz mieć włączonych obu dostawców „Gemini API” i korzystać z obu interfejsów API w swojej aplikacji.

Aby przełączać dostawców interfejsu API w kodzie, upewnij się, że usługa backendu jest odpowiednio skonfigurowana w kodzie.

Jakie zmiany są wymagane w związku ze zmianą nazwy „Vertex AI” na „Agent Platform”?

W połowie 2026 r. Google Cloud zmieniła nazwę „Vertex AI” na „Gemini Enterprise Agent Platform” (lub „Agent Platform”). W ekosystemie Firebase nazywamy tę usługę „Agent Platform Gemini API”.

W przypadku Google Cloud rebranding obejmował te zmiany: Pamiętaj, że wprowadzono inne zmiany, ale nie dotyczą one Firebase AI Logic.

• Zmiana nazwy usługi z „Vertex AI” na „Gemini Enterprise Agent Platform” (lub „Agent Platform”), która obejmuje nowe adresy URL Google Cloudkonsoli i dokumentacji.

• Zmiana wyświetlanej nazwy interfejsu API z „Vertex AI API” na „Agent Platform API”. Pamiętaj, że nazwa usługi pozostaje bez zmian:aiplatform.googleapis.com.

• Zmiana nazwy „Vertex AI Studio” na „Agent Studio”.

• Funkcje bazowych interfejsów API ani obsługiwane modele nie ulegną zmianie.

W przypadku pakietów SDK Firebase AI Logic uwzględniliśmy zmianę marki, aktualizując składnię inicjowania usługi backendu „Gemini API” i domyślną lokalizację dostępu do modelu przy użyciu tej nowej składni.

• Nowa składnia inicjowania usługi backendu „Gemini API”:

  Swift

  Zmień vertexai na agentPlatform.
  Dostępne od wersji 12.17.0 pakietu SDK Firebase na platformy Apple.

  PRZED

  // ...
  
  // 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"))
  
  // ...
  

  AFTER

  // ...
  
  // 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

  Zmień vertexAI na agentPlatform.
  Dostępne od wersji 17.15.0 pakietu SDK Firebase AI Logic na Androida (Firebase Android BoM w wersji 34.17.0 lub nowszej).

  PRZED

  // ...
  
  // 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"))
  
  // ...
  

  AFTER

  // ...
  
  // 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

  Zmień vertexAI na agentPlatform.
  Dostępne od wersji 17.15.0 pakietu SDK Firebase AI Logic na Androida (Firebase Android BoM w wersji 34.17.0 lub nowszej).

  PRZED

  // ...
  
  // 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"));
  
  // ...
  

  AFTER

  // ...
  
  // 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

  Zmień VertexAIBackend na AgentPlatformBackend.
  Dostępne od pakietu Firebase JS SDK w wersji 12.17.0 lub nowszej.

  PRZED

  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') });
  
  // ...
  

  AFTER

  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

  Zmień vertexAI na agentPlatform.
  Dostępne od wersji 3.15.0 wtyczki Firebase AI Logic do Fluttera (Firebase Flutter BoM w wersji 4.18.0 lub nowszej).

  PRZED

  // ...
  
  // 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');
  
  // ...
  

  AFTER

  // ...
  
  // 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

  Zmień VertexAI na AgentPlatform.
  Dostępne od wersji 13.15.0 pakietu SDK Firebase dla Unity.

  PRZED

  // ...
  
  // 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"));
  
  // ...
  

  AFTER

  // ...
  
  // 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"));
  
  // ...
  

• Nowa domyślna lokalizacja dostępu do modelu podczas korzystania z nowej składni inicjowania:

  Gdy używasz nowej składni inicjowania „Agent Platform”, lokalizacja domyślnie jest ustawiona na global.

  Ta zmiana została wprowadzona, ponieważ prawie wszystkie modele Gemini są obsługiwane w global, a Google Cloud nie obsługuje już lokalizacji us-central1 w przypadku nowych wersji większości modeli Gemini.

Jakie interfejsy API są wymagane? Jak je włączyć?

Aby używać pakietów SDK Firebase AI Logic z Gemini Developer API, w projekcie musisz włączyć te 2 interfejsy API:

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

Te 2 interfejsy API należy włączyć w konsoli Firebase:

1. W konsoli Firebase otwórz Usługi AI > Logika AI.

2. Kliknij Rozpocznij.

3. Kliknij, aby rozpocząć korzystanie z Gemini Developer API.

   Spowoduje to uruchomienie przepływu pracy z instrukcjami, który włączy oba interfejsy API. Firebase utworzy też zarządzane przez Google konto usługi (P4SA) do autoryzowania korzystania z Gemini API, a także doda interfejs API Firebase AI Logic do listy dozwolonych dla klucza interfejsu API Firebase.

Jak wyłączyć interfejsy API w projekcie w Firebase?

W przypadku Firebase AI Logic staramy się jak najbardziej ułatwić konfigurację projektu Firebase, aby korzystał z wybranego przez Ciebie dostawcy Gemini API. Obejmuje to włączanie wymaganych interfejsów API w projekcie w Firebase podczas określonych ścieżek, np. w przypadku przewodnika w konsoli Firebase.

Jeśli jednak zdecydujesz się nie korzystać z Firebase AI Logic lub jednego z Gemini API dostawców, możesz wyłączyć powiązane interfejsy API w projekcie w Firebase.

Jakie uprawnienia mogą być potrzebne do korzystania z Firebase AI Logic?

Jakie modele są obsługiwane podczas korzystania z Firebase AI Logic?

Zobacz listę obsługiwanych modeli. Często dodajemy do pakietów SDK nowe funkcje, dlatego regularnie sprawdzaj tę stronę z odpowiedziami na najczęstsze pytania, aby być na bieżąco (informacje o nowościach znajdziesz też w informacjach o wersji, na blogach i w postach w mediach społecznościowych).

• Firebase AI Logic obsługuje te modele:

  • Gemini Developer API

    • Większość modeli podstawowych Gemini i Imagen

    Pamiętaj, że Gemini Developer API (niezależnie od sposobu dostępu) obsługuje tylko określone stabilne modele Imagen.

  • Agent Platform Gemini API (formerly Vertex AI)

    • Większość modeli podstawowych Gemini i Imagen

• Firebase AI Logic nie obsługuje tych modeli (niezależnie od wybranego dostawcy Gemini API):

  • Modele dostrojone

  • modele osadzania, modele Veo, modele Lyria, modele robotyki, modele wykorzystania komputerów, Gemini modele Omni lub Gemini modele Flash Cyber;

  • Starsze modele Imagen lub imagen-3.0-capability-001

Co zrobić, gdy modele zostaną wyłączone (wycofane)?

Gdy Google udostępni stabilną wersję modelu, staramy się, aby była ona dostępna przez co najmniej 12 miesięcy, zanim wyłączymy (wycofamy) model. Pamiętaj jednak, że w przypadku Agent Platform Gemini API (formerly Vertex AI) niektóre stabilne modele są dostępne tylko krótkoterminowo, co oznacza, że mogą zostać wyłączone (wycofane) już po 45 dniach od wydania modelu zastępczego.

Gdzie znaleźć datę wyłączenia modelu?

Oto kilka sposobów na sprawdzenie daty wyłączenia modelu:

• W momencie wprowadzenia na rynek: przewidywaną datę wyłączenia każdego modelu podajemy w kilku miejscach w Gemini API dokumentacji dostawcy oraz w dokumentacji Firebase (zobacz stronę obsługiwanych modeli).

• W miarę zbliżania się daty wycofania usługi: Google wysyła e-maile do odpowiednich członków projektu, a w informacjach o wersji i innych kanałach publikujemy przypomnienia o nadchodzących wycofaniach (np. przypomnienie o datach wycofania modeli Gemini 1.5 i 1.0 w wersji stabilnej).

Co zrobić, jeśli używany model ma zostać wyłączony?

1. Znajdź odpowiedni obecnie obsługiwany model i jego nazwę.

2. Zaktualizuj nazwę modelu używaną przez aplikację przed datą wyłączenia. W przeciwnym razie wszystkie żądania wysyłane do tego modelu będą kończyć się niepowodzeniem i będą zwracać błąd 404.

   • Nazwę modelu ustawiasz podczas inicjowania, gdy tworzysz instancję GenerativeModel, LiveModel lub ImagenModel. Zapoznaj się z ważną rekomendacją poniżej dotyczącą używania szablonów promptów Firebase Remote Config lub szablonów promptów serwera.

   • Gdy używasz Firebase AI Logic, zwykle nie musisz modyfikować żadnego kodu, który faktycznie wywołuje model.

     Pamiętaj, że w przypadku modeli Gemini 3.x parametry próbkowania (temperatura, górne K, górne P) zostały wycofane.

3. Przetestuj aplikację, aby upewnić się, że odpowiedzi są nadal zgodne z oczekiwaniami.

Gemini 2.5 modele stabilne – daty wyłączenia i zamienniki;

• Gemini 2.5 Pro, Gemini 2.5 Flash i Gemini 2.5 Flash‑Lite

  gemini-2.5-pro
gemini-2.5-flash
gemini-2.5-flash-lite
gemini-2.5-flash-image (znany też jako „Nano Banana”)

  • W przypadku modeli ogólnego zastosowania data wyłączenia zależy od wybranego dostawcy Gemini API:

    • Gemini Developer API (Google AI): 16 października 2026 r.
    • Agent Platform Gemini API (formerly Vertex AI): 20 października 2026 r.

  • W przypadku modelu generującego obrazy (Nano Banana) data wyłączenia jest taka sama niezależnie od wybranego Gemini API dostawcy: 2 października 2026 r.

  Pamiętaj, że nie ma to wpływu na inne modele „Nano Banana” ani na żadne stabilne modele Gemini Live API 2.5.

Zamiennik: migracja do jednego z nowych modeli Gemini 3.x (np. gemini-3.6-flash lub gemini-3.1-flash-image).

Imagen modele stabilne – daty wyłączenia i zamienniki;

• Wszystkie modele Imagen zostaną wyłączone już 17 sierpnia 2026 r. (pamiętaj, że ta data została przesunięta z 30 czerwca 2026 r.).

Zastąpienie: przenieś aplikacje, aby korzystały z Gemini modeli obrazów („Nano Banana”).

Gemini 2.0 modele stabilne – daty wyłączenia i zamienniki;

• Gemini 2.0 Flash i Gemini 2.0 Flash‑Lite:

  gemini-2.0-flash-001 (i jego automatycznie aktualizowany alias gemini-2.0-flash)
  gemini-2.0-flash-lite-001 (i jego automatycznie aktualizowany alias gemini-2.0-flash-lite)

  • 6 lutego 2026 r.: te modele nie będą już dostępne w projektach, w których wcześniej nie były używane.

  • 31 marca 2026 r.: te modele zostaną wyłączone.

  Pamiętaj, że nie ma to wpływu na stabilne modele Gemini Live API 2.0.

Zastąpienie: migracja do jednego z nowych modeli Gemini 3.x (np. gemini-3.1-flash-lite).

Modele stabilne Gemini 1.5 i 1.0 – daty wyłączenia i zamienniki

• Modele Gemini 1.5 Pro:

  • gemini-1.5-pro-002 (i gemini-1.5-pro): 24 września 2025 r.
  • gemini-1.5-pro-001: 24 maja 2025 r.

• Modele Gemini 1.5 Flash:

  • gemini-1.5-flash-002 (i gemini-1.5-flash): 24 września 2025 r.
  • gemini-1.5-flash-001: 24 maja 2025 r.

• Gemini 1.0 Pro Vision modele: 21 kwietnia 2025 r. (wcześniej planowane na 9 kwietnia 2025 r.)

• Gemini 1.0 Pro modele: 21 kwietnia 2025 r. (wcześniej planowane na 9 kwietnia 2025 r.)

Zastąpienie: migracja do jednego z nowych modeli Gemini 3.x (np. gemini-3.1-flash-lite).

Czy Firebase AI Logic używa moich danych do trenowania modeli?

Zobacz Zarządzanie danymi i odpowiedzialna AI.

Jak ustawić limit na użytkownika?

Domyślnie Firebase AI Logic ustawia limit żądań na użytkownika na 100 żądań na minutę (RPM).

Jeśli chcesz dostosować limit żądań na użytkownika, musisz zmienić ustawienia limitu dla interfejsu Firebase AI Logic API.

Dowiedz się więcej o Firebase AI Logic limicie interfejsu API. Na tej stronie znajdziesz też informacje o tym, jak wyświetlać i edytować limit.

Jak zmniejszyć opóźnienia i wysokie zużycie tokenów?

Jeśli obserwujesz długi czas oczekiwania lub wysokie wykorzystanie tokenów, prawdopodobnie wynika to z  konfiguracji poziomu myślenia używanego modelu.

Gemini 3 i nowsze modele zawsze korzystają z wewnętrznego „procesu myślowego”, który znacznie poprawia ich zdolności do rozumowania i planowania wieloetapowego, dzięki czemu są bardzo skuteczne w przypadku złożonych zadań, takich jak kodowanie, zaawansowana matematyka i analiza danych.

Jednak w zależności od zadania wyższe poziomy myślenia nie zawsze są potrzebne i możesz skonfigurować model tak, aby używał niższego poziomu myślenia. Niższy poziom myślenia pomoże zmniejszyć opóźnienia i zużycie tokenów. Aby pomóc Ci zdecydować, w jakim stopniu model może potrzebować funkcji myślenia, zapoznaj się z porównaniem trudności zadań.

Pamiętaj, że w przypadku większości modeli Gemini 3 i nowszych domyślny poziom myślenia jest ustawiony na HIGH.

Czy w moich żądaniach multimodalnych wymagany jest typ MIME? (np. w przypadku obrazów, plików PDF, filmów i dźwięku);

Tak. W każdym żądaniu multimodalnym musisz zawsze podać te informacje:

• Plik ma mimeType. Wyjątek znajdziesz poniżej.

• plik, Możesz podać plik jako dane wbudowane lub użyć jego adresu URL.

Dowiedz się więcej o obsługiwanych typach plików wejściowych, sposobie określania typu MIME i 2 opcjach przesyłania pliku w sekcji Obsługiwane pliki wejściowe i wymagania.

Wyjątek od uwzględniania typu MIME w żądaniu

Wyjątkiem od podawania typu MIME są dane wejściowe obrazów w tekście w przypadku żądań z aplikacji na platformy natywne Androida i Apple.

Pakiety Firebase AI Logic SDK na platformy Android i Apple zapewniają uproszczony i przyjazny dla platformy sposób obsługi obrazów w żądaniach – wszystkie obrazy (niezależnie od formatu) są konwertowane po stronie klienta do formatu JPEG w jakości 80% przed wysłaniem na serwer. Oznacza to, że gdy podajeszobrazy jako dane wbudowane za pomocą pakietów SDK na platformy Android i Apple,nie musisz określać typu MIME w żądaniu.

To uproszczone postępowanie zostało przedstawione w Firebase AI Logic dokumentacji w przykładach wysyłania obrazów zakodowanych w formacie base64 w żądaniach.

Oto dodatkowe informacje o tej funkcji na poszczególnych platformach:

• Na urządzeniu z Androidem:

  • Możesz skorzystać z uproszczonego sposobu obsługi natywnych typów obrazów na platformie (Bitmap) w promptach multimodalnych zawierających obrazy jako dane wbudowane (zobacz przykład).

  • Aby mieć większą kontrolę nad formatami obrazów i konwersjami, możesz przesłać obrazy jako InlineDataPart i podać konkretny typ MIME. Przykład:

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

• W przypadku platform Apple:

  • Możesz skorzystać z uproszczonego sposobu obsługi natywnych typów obrazów na platformie (UIImage, NSImage, CIImage i CGImage) w promptach multimodalnych zawierających obrazy jako dane wbudowane (zobacz przykład).

  • Aby mieć większą kontrolę nad formatami obrazów i konwersjami, możesz przesłać obrazy jako InlineDataPart i podać konkretny typ MIME. Przykład:

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

Czy te funkcje są dostępne podczas korzystania z Firebase AI Logic: powiązania ze źródłem informacji przy użyciu wyszukiwarki grafiki Google, dostrajania modelu, generowania wektorów i pobierania semantycznego?

Te funkcje są obsługiwane przez różne modele i dostawców interfejsów API, ale nie są dostępne podczas korzystania z Firebase AI Logic:

• Powiązanie ze źródłem informacji przy użyciu wyszukiwarki obrazów Google
• Dostrajanie modelu
• Generowanie wektorów dystrybucyjnych
• Pobieranie semantyczne

Jeśli chcesz dodać te sugestie jako prośby o dodanie funkcji lub zagłosować na istniejącą prośbę o dodanie funkcji, odwiedź Firebase UserVoice.

Dlaczego nazwa została zmieniona z „Vertex AI in Firebase” na „Firebase AI Logic”?

W 2024 r. wprowadziliśmy zestaw pakietów SDK klienta Firebase, które mogą korzystać z Agent Platform Gemini API (formerly Vertex AI), a także bramę proxy Firebase, aby chronić ten interfejs API przed nadużyciami i umożliwiać integrację z innymi usługami Firebase. Nazwaliśmy naszą usługę „Vertex AI w Firebase”, a ta nazwa dokładnie opisywała dostępne wówczas przypadki użycia.

Od tego czasu rozszerzyliśmy jednak możliwości naszej usługi. Na przykład od maja 2025 r. obsługujemy Gemini Developer API, w tym możliwość ochrony Gemini Developer API przed nadużyciami za pomocą integracji z Firebase App Check.

W związku z tym nazwa „Vertex AI w Firebase” nie odzwierciedla już rozszerzonego zakresu naszej usługi. Dlatego wprowadzamy nową nazwę – Firebase AI Logic – która lepiej odzwierciedla nasz rozwijający się zestaw funkcji i pozwala nam w przyszłości rozszerzać ofertę.

Zapoznaj się z przewodnikiem po migracji, aby mieć pewność, że korzystasz z najnowszych funkcji Firebase AI Logic (i opcjonalnie zacząć używać Gemini Developer API).

Co zrobić w przypadku zmiany nazwy modułu w aplikacjach na platformy Apple napisanych w Swift z FirebaseAI na FirebaseAILogic?

W przypadku aplikacji na platformę Apple od wersji 12.5.0 pakietu SDK Firebase Firebase AI Logic jest teraz rozpowszechniany w ramach modułu FirebaseAILogic. Wprowadziliśmy tę zmianę w taki sposób, aby nie powodowała problemów i była zgodna wstecznie.

Dlaczego wprowadziliśmy tę zmianę?

Wcześniej udostępnialiśmy tę usługę w ramach modułu FirebaseAI. Musieliśmy jednak zmienić jego nazwę na FirebaseAILogic z tych powodów:

• Unikaj kolizji nazw między modułem a klasą, która powoduje problemy w dystrybucjach binarnych.

• umożliwić nam używanie makr Swift do tworzenia przyszłych funkcji;

Co zrobić, jeśli przechodzisz na wersję 12.5.0 lub nowszą?

Zmiana nazwy modułu na FirebaseAILogic nie powoduje problemów i jest wstecznie zgodna. Możemy jednak ostatecznie usunąć stary moduł wraz z przyszłą wersją główną pakietu SDK Firebase, która wprowadzi zmiany powodujące niezgodność z poprzednimi wersjami (termin nie został jeszcze określony).

Zmiana nazwy tego modułu nie wymaga wprowadzenia żadnych zmian, ale zalecamy wykonanie tych czynności:

1. Podczas wybierania zależności Swift PM kliknij FirebaseAILogic (zamiast FirebaseAI).

2. Zmień instrukcje importowania na FirebaseAILogic (zamiast FirebaseAI).

Czy muszę mieć App Check w przypadku wszystkich publicznych wersji aplikacji?

Tak, App Check musi być wymuszane w przypadku wszystkich publicznych wersji aplikacji, które korzystają z Firebase AI Logic.

Wymaganie App Check musi być egzekwowane jak najwcześniej, zwłaszcza zanim przekażesz aplikację do publicznie dostępnego systemu kontroli kodu źródłowego, udostępnisz ją lub udostępnisz ją publicznie.

Jeśli od razu zaimplementujesz App Check w bazie kodu aplikacji, wszystkie jej wersje będą mogły wysyłać prawidłowe tokeny App Check. Żądanie, które nie wysyła prawidłowego tokena, jest uznawane za niezweryfikowane i będzie blokowane, gdy zostanie wymuszona wartość App Check.

Jeśli masz już wersję aplikacji udostępnioną użytkownikom, która nie ma zaimplementowanego interfejsu App Check, zapoznaj się z odpowiedziami na najczęstsze pytania, aby dowiedzieć się, jak wdrożyć i egzekwować App Check w przypadku aplikacji, która została już opublikowana.

Jak wdrożyć i egzekwować App Check w przypadku aplikacji, która została już opublikowana?

W przypadku wersji aplikacji, w których nie zaimplementowano App Check, żądania wysyłane do Firebase AI Logic z tych wersji nie mają prawidłowych tokenów App Check i są uznawane za niezweryfikowane. Gdy App Check zostanie wymuszone w przypadku AI Logic, te żądania będą blokowane.

Aby uniknąć przerw w działaniu opublikowanej już aplikacji, która nie ma App Check, wykonaj te czynności zanim wprowadzisz App Check.

1. Jak najszybciej zaimplementuj w aplikacji dostawcę atestów.

   • Platformy Apple: DeviceCheck lub App Attest

   • Android: Play Integrity

   • Internet: reCAPTCHA Enterprise

   • Flutter: obsługuje wszystkich domyślnych dostawców wymienionych powyżej.

   • Unity: obsługuje wszystkich domyślnych dostawców wymienionych powyżej.

2. Monitoruj żądania z aplikacji, aby określić, kiedy można bezpiecznie egzekwować App Check.

   Jeśli na przykład prawie wszystkie ostatnie żądania pochodzą od zweryfikowanych klientów, rozważ wymuszenie App Check.

3. Wymuś App Check w przypadku Firebase AI Logic.

4. W przypadku programowania lokalnego, gdy wymuszane jest App Check, skonfiguruj dostawcę debugowania App Check, aby pominąć atestowanie, ale nadal wymuszać App Check. Zapoznaj się z instrukcjami konfiguracji na swojej platformie:iOS+ |Android |Web |Flutter |Unity.

Jakie ulepszenia zabezpieczeń (w połowie 2026 r.) wprowadzono w przypadku Gemini Developer API i Firebase AI Logic?

W przeszłości Gemini Developer API korzystało ze standardowychGemini kluczy interfejsu API do autoryzowania korzystania z Gemini Developer APIgenerativelanguage.googleapis.com. Jeśli włączysz Firebase AI Logic i zdecydujesz się używać Gemini Developer API, Firebase utworzy dla Ciebie klucz interfejsu API Gemini ograniczony do Gemini Developer API. Ten klucz ma nazwę Gemini Developer API key (auto created by Firebase).

W połowie 2026 r. Gemini Developer API zostanie zastąpiony bezpieczniejszą alternatywą, czyli kluczami autoryzacji (które są w zasadzie kontami usługi). Firebase AI Logic została uaktualniona równolegle. Zamiast używać standardowego Gemini klucza API,Firebase AI Logic autoryzacja w przypadku Gemini Developer API jest teraz obsługiwana przez zarządzane przez Google konto usługi (P4SA), które automatycznie udostępniamy:
Agent usługi Firebase AI Logic (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

W przypadku istniejących i nowych projektów jeśli uzyskasz dostęp do Gemini Developer API za pomocą Firebase AI Logic, nie musisz podejmować żadnych działań, aby skorzystać z tych ulepszeń zabezpieczeń od połowy 2026 r.

Czy muszę przenieść klucz interfejsu API Gemini na „klucz autoryzacji”?

W przypadku istniejących i nowych projektów jeśli uzyskujesz dostęp do Gemini Developer API za pomocą Firebase AI Logic, nie musisz podejmować żadnych działań, aby skorzystać z ulepszeń zabezpieczeń od połowy 2026 r. (w tym przejścia na „klucz autoryzacji”).

W imieniu naszych deweloperów Firebase AI Logic automatycznie wprowadza wszystkie wymagane zmiany w zakresie bezpieczeństwa, aby dostosować się do przejścia Gemini Developer API na wymaganie „kluczy autoryzacji”.

Od połowy 2026 r. Firebase AI Logic nie będzie już udostępniać ani używać standardowych Gemini kluczy interfejsu API. Zamiast tego Firebase AI Logic obsługuje teraz autoryzację Gemini Developer API za pomocą zarządzanego przez Google konta usługi (P4SA), które automatycznie udostępniamy w Twoim projekcie w Firebase:
Agent usługi Firebase AI Logic (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

W związku z tą zmianą możesz sprawdzić i usunąć dowolny klucz interfejsu API o nazwie Gemini Developer API key (auto created by Firebase). Możesz usunąć ten klucz w Google Cloudkonsoli. Zanim usuniesz klucz, zapoznaj się z tymi informacjami:

• Ten klucz interfejsu API Gemini został utworzony przez Firebase wyłącznie na potrzeby korzystania z Firebase AI Logic, więc można go bezpiecznie usunąć. Zanim jednak usuniesz ten klucz, sprawdź, czy nie został on przypadkowo użyty w innych narzędziach, które mogą zapewnić dostęp do Gemini Developer API, takich jak pakiety SDK serwera generatywnej AI lub Genkit. Aby sprawdzić wykorzystanie:
  1. W konsoli Google Cloud otwórz stronę Gemini Developer API, a następnie kliknij Zarządzaj.
  2. Na karcie Dane w menu Dane logowania wybierz klucz o nazwie Gemini Developer API key (auto created by Firebase).
  3. Jeśli na wyświetlanych wykresach nie widać żadnego wykorzystania od początku lipca 2026 r. (kiedy Firebase AI Logic przestał(a) używać tych kluczy interfejsu API), możesz bezpiecznie usunąć klucz.
     Jeśli jednak na wykresach widać użycie, oznacza to, że używasz klucza z innym narzędziem. W takim przypadku zmień nazwę klucza, aby było jasne, że jest on używany z tym narzędziem (a nie z Firebase AI Logic).
• Upewnij się, że nieusuwasz żadnego innego klucza interfejsu API, którego nazwa zawiera segment (auto created by Firebase).

Czy należy dodać Geminiklucz interfejsu API do bazy kodu aplikacji mobilnej lub internetowej?

Podczas korzystania z pakietów SDK Firebase AI Logic nie potrzebujesz klucza interfejsu API Gemini do autoryzacji korzystania z usługi Gemini Developer API i nie powinieneś dodawać klucza interfejsu API Gemini do kodu aplikacji.

Czy mogę używać „klucza interfejsu Firebase API” jako klucza interfejsu Gemini API?

Nie – nie należy używać „klucza interfejsu Firebase API” jako klucza interfejsu API.Gemini Zdecydowanie zalecamy, aby nie dodawać znaku Gemini Developer API do listy dozwolonych w przypadku klucza interfejsu API Firebase.

Klucz interfejsu API Firebase to klucz interfejsu API, który jest wymieniony w pliku konfiguracyjnym Firebase lub w obiekcie dodanym do bazy kodu aplikacji w celu połączenia jej z Firebase. Możesz umieścić klucz interfejsu API Firebase w kodzie, jeśli używasz go tylko z interfejsami API powiązanymi z Firebase (np.Firebase AI Logic). Więcej informacji o kluczach interfejsu API Firebase

W panelu Interfejsy API i usługi > Dane logowania w konsoli Google Cloud klucze interfejsu Firebase API wyglądają tak:

Aby interfejsy API związane z Firebase działały, musisz dodać klucz interfejsu API Firebase do bazy kodu aplikacji. Ponieważ dostęp do Gemini Developer API można autoryzować za pomocą klucza interfejsu API, zdecydowanie zalecamy, aby NIE dodawać Gemini Developer API (w konsoli Google Cloud nazywanego „Generative Language API”) do listy dozwolonych interfejsów API dla klucza interfejsu API Firebase. Jeśli to zrobisz, narazisz Gemini Developer API na potencjalne nadużycia.

Jak zabezpieczyć Gemini klucz interfejsu API?