מודלים של AI ב-Gemini

משפחות המודלים Gemini Pro ו-Gemini Flash מציעות למפתחי Android יכולות AI מולטימודאליות, שמריצות הסקה בענן ומעבדות קלט של תמונות, אודיו, סרטונים וטקסט באפליקציות Android.

  • ‫Gemini Pro: Gemini Pro הוא מודל החשיבה המתקדם ביותר של Google. הוא מסוגל לחשוב על בעיות מורכבות בקוד, במתמטיקה וב-STEM, וגם לנתח קבוצות נתונים גדולות, מאגרי codebase ומסמכים באמצעות הקשר ארוך.
  • ‫Gemini Flash: מודלים של Gemini Flash מספקים תכונות מהדור הבא ויכולות משופרות, כולל מהירות גבוהה יותר, שימוש מובנה בכלי עזר וחלון הקשר של מיליון טוקנים.

Firebase AI Logic

‫Firebase AI Logic מאפשר למפתחים להוסיף באופן ישיר ומאובטח AI גנרטיבי מבית Google לאפליקציות שלהם, וכך לפשט את תהליך הפיתוח. בנוסף, הוא מציע כלים ושילובים של מוצרים כדי להכין את האפליקציות להשקה. הוא מספק ערכות Android SDK ללקוחות כדי לשלב ישירות את Gemini API ולקרוא לו מקוד הלקוח, וכך מפשט את הפיתוח כי לא צריך בק-אנד.

ספקי API

‫Firebase AI Logic מאפשר לכם להשתמש בספקי Google Gemini API הבאים: ‫Gemini Developer API ו-Agent Platform Gemini API (לשעבר Vertex AI).

איור שמראה אפליקציית Android שמשתמשת ב-Firebase Android SDK כדי לשלוח בקשות ל-Firebase backend בענן. אפשר להפנות בקשות ל-Gemini Developer API או ל-Agent Platform Gemini API, ושניהם מבוססים על מודלים של Gemini Pro ו-Flash.
איור 1. ארכיטקטורת השילוב של Firebase AI Logic.

אלה ההבדלים העיקריים לכל ספק API:

‫Gemini Developer API:

  • אפשר להתחיל לעבוד ללא עלות עם תוכנית בחינם נדיבה ללא צורך בהזנת פרטי תשלום.
  • אפשר לשדרג לתוכנית בתשלום של Gemini Developer API כדי להגדיל את המכסה ככל שבסיס המשתמשים גדל.
  • אפשר לחזור על הפעולות ולהתנסות בהנחיות, ואפילו לקבל קטעי קוד באמצעות Google AI Studio.

‫Agent Platform Gemini API (לשעבר Vertex AI):

  • שליטה פרטנית במקום שבו ניגשים למודל.
  • התוכנית הזו אידיאלית למפתחים שכבר משולבים באקוסיסטם של Google Cloud.
  • אפשר לחזור על שלבים ולנסות הנחיות שונות, ואפילו לקבל קטעי קוד באמצעות Agent Studio.

בחירת ספק Gemini API מתאים לאפליקציה שלכם תלויה במגבלות העסקיות והטכניות שלכם. רוב מפתחי Android שרק מתחילים לעבוד עם מודלים של Gemini Pro ו-Flash צריכים להתחיל עם Gemini Developer API. כדי להחליף בין ספקים, משנים את הפרמטר ב-constructor של המודל:

Kotlin

// For the Agent Platform Gemini API, use `backend = GenerativeBackend.agentPlatform()`
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
    .generativeModel("gemini-3.5-flash")

val response = model.generateContent("Write a story about a magic backpack")
val output = response.text

Java

// For the Agent Platform Gemini API, use `backend = GenerativeBackend.agentPlatform()`
GenerativeModel firebaseAI = FirebaseAI.getInstance(GenerativeBackend.googleAI())
        .generativeModel("gemini-3.5-flash");

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(firebaseAI);

Content prompt = new Content.Builder()
    .addText("Write a story about a magic backpack.")
    .build();

ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
    @Override
    public void onSuccess(GenerateContentResponse result) {
        String resultText = result.getText();
        // ...
    }

    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);

גישה למודלים במכשיר, בענן או בגישה היברידית

בנוסף למודלים של Gemini שמתארחים בענן שמתוארים בקטע הקודם, Firebase AI Logic SDK מאפשר גם לגשת למודלים שפועלים במכשיר כדי ליצור תכונות AI באפליקציה. אם מגדירים את ה-SDK להסקת מסקנות היברידית, האפליקציה יכולה להשתמש במודל שפועל במכשיר כשהוא זמין, אבל לעבור בצורה חלקה למודל שמתארח בענן כשצריך (ולהיפך).

היתרונות העיקריים של גישה היברידית:

  • ניתוב חכם: משימות פשוטות מטופלות במכשיר, ושאלות מורכבות נשלחות אוטומטית לענן לצורך ניתוח מעמיק יותר.

  • זמינות אופליין: האפליקציות ממשיכות לפעול בלי חיבור לאינטרנט על ידי הפעלת מודלים ישירות במכשיר. כשמתחברים שוב לאינטרנט, אפשר לגשת למודלים שמתארחים בענן.

  • עלויות נמוכות יותר: הפעלת משימות יומיומיות במכשיר במקום בענן מפחיתה את הוצאות ההסקה.

אבטחה לתכונות מבוססות-AI

‫Firebase AI Logic תומך בכמה תכונות שמאפשרות לכם ליצור תכונות מבוססות-AI באפליקציה שלכם בצורה מאובטחת:

  • אימות האותנטיות של האפליקציה: כשקוראים ל-Gemini API ישירות מאפליקציית Android, ה-API חשוף לניצול לרעה על ידי לקוחות לא מורשים. כדי להגן על האפליקציה מפני שימוש לרעה, צריך להשתמש ב-Firebase AI Logic ולאכוף את Firebase App Check. כשמפעילים את App Check, המערכת מאפשרת רק בקשות נכנסות שאומתו כמגיעות מהאפליקציה בפועל או ממכשיר שלא בוצעו בו שינויים. ‫App Check תומך ב-Play Integrity וב-reCAPTCHA Enterprise כספקי אימות בסביבת הייצור.

  • אחסון תבניות לפרומפט בצד השרת: כדי לשלוח בקשות ל-Gemini API באמצעות Firebase AI Logic, אתם יכולים לאחסן את הפרומפט, הסכימה וההגדרות בתבניות לפרומפט בצד השרת. האפליקציה מעבירה רק את המפתח (מזהה התבנית) מהלקוח לשרת. שימוש בתבניות של הנחיות בשרת עוזר להגן על ההנחיות שלכם מפני חשיפה בצד הלקוח.

  • גישה למודלים במכשיר: אתם יכולים להשתמש ב-Firebase AI Logic כדי להפנות את הבקשות שלכם למודל במכשיר כשהוא זמין. הבקשה, כולל ההנחיה, אף פעם לא יוצאת מהמכשיר.

פיתוח לסביבת הייצור

‫Firebase AI Logic עוזרת לכם ליצור תכונות AI חזקות באפליקציה ולוודא שהן פועלות בסביבת הייצור. פרטים נוספים זמינים ברשימת המשימות לשימוש ב-Firebase AI Logic בסביבת ייצור.

אבטחה וגישה

  • כדי להגן על Gemini API מפני שימוש לרעה כשקוראים לו ישירות מהאפליקציה, כדאי להפעיל את Firebase App Check. כש-App Check מופעל, הוא מוודא שהבקשות הנכנסות מגיעות מהאפליקציה האותנטית שלכם או ממכשיר שלא בוצעו בו שינויים.

  • אכיפה של מצב משתמשים מאומתים, כך שכל הבקשות מ-Firebase AI Logic חייבות לכלול פרטי כניסה תקינים מאימות ב-Firebase.

מעקב, מגבלות וחיוב

ניהול ההגדרות