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 ובמדעים, וגם לנתח קבוצות נתונים גדולות, מאגרי קוד 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.

הערה: במאמר הזה מוסבר על מודלים של Gemini AI שמבוססים על ענן. למידע על הסקה במכשיר, אפשר לעיין במסמכי התיעוד של Gemini Nano.

Firebase AI Logic

התכונה Firebase AI Logic מאפשרת למפתחים להוסיף באופן ישיר ובטוח AI גנרטיבי של Google לאפליקציות שלהם, וכך לפשט את תהליך הפיתוח. בנוסף, היא מציעה כלים ושילובים עם מוצרים אחרים כדי להכין את האפליקציות להשקה מוצלחת. הוא מספק ערכות SDK ללקוחות Android כדי לשלב ישירות את Gemini API ולקרוא לו מקוד הלקוח, וכך מפשט את תהליך הפיתוח כי לא צריך קצה עורפי.

ספקי API

‫Firebase AI Logic מאפשר לכם להשתמש בספקי Google Gemini API הבאים: ‏Gemini Developer API ו-Vertex AI Gemini API.

איור 1. ארכיטקטורת השילוב של Firebase AI Logic.

אלה ההבדלים העיקריים לכל ספק API:

‫Gemini Developer API:

• אפשר להתחיל בחינם עם חבילה נדיבה ללא עלות, בלי צורך בפרטי תשלום.
• אפשר לשדרג לתוכנית בתשלום של Gemini Developer API כדי להרחיב את השימוש ככל שבסיס המשתמשים גדל.
• אפשר לחזור על הפעולות ולהתנסות בהנחיות, ואפילו לקבל קטעי קוד באמצעות Google AI Studio.

‫Vertex AI Gemini API:

• שליטה פרטנית במקום הגישה למודל.
• הפתרון הזה מתאים במיוחד למפתחים שכבר משתמשים בסביבת Vertex AI או Google Cloud.
• תוכלו לחזור על הפעולות ולנסות הנחיות שונות, ואפילו לקבל קטעי קוד באמצעות Vertex AI Studio.

בחירת ספק ה-API המתאים לאפליקציה שלכם מבוססת על האילוצים העסקיים והטכניים שלכם, ועל מידת ההיכרות שלכם עם Vertex AI ועם המערכת האקולוגית של Google Cloud. רוב מפתחי Android שרק מתחילים לשלב את Gemini Pro או Gemini Flash צריכים להתחיל עם Gemini Developer API. כדי לעבור בין ספקים, משנים את הפרמטר בבונה המודל:

Kotlin

// For Vertex AI, use `backend = GenerativeBackend.vertexAI()`
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
    .generativeModel("gemini-2.5-flash")

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

Java

// For Vertex AI, use `backend = GenerativeBackend.vertexAI()`
GenerativeModel firebaseAI = FirebaseAI.getInstance(GenerativeBackend.googleAI())
        .generativeModel("gemini-2.5-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);
GeminiOverviewJava.java

הרשימה המלאה של מודלים זמינים של AI גנרטיבי שנתמכים על ידי ערכות ה-SDK של Firebase AI Logic ללקוח.

שירותי Firebase

בנוסף לגישה ל-Gemini API, ‏ Firebase AI Logic מציע קבוצה של שירותים שמפשטים את הפריסה של תכונות מבוססות-AI באפליקציה ומכינים אותה לייצור:

בדיקת אפליקציה

הבדיקה של אפליקציות ב-Firebase מגנה על הקצה העורפי של האפליקציה מפני ניצול לרעה, על ידי הבטחה שרק לקוחות מורשים יוכלו לגשת למשאבים. הוא משתלב עם שירותי Google (כולל Firebase ו-Google Cloud) ועם קצה עורפי בהתאמה אישית. שירות App Check משתמש ב-Play Integrity כדי לוודא שהבקשות מגיעות מהאפליקציה המקורית וממכשיר שלא בוצעו בו שינויים.

הגדרת תצורה מרחוק

במקום להגדיר את שם המודל בהגדרות הקשיחות של האפליקציה, מומלץ להשתמש במשתנה מבוקר-שרת באמצעות הגדרת תצורה מרחוק ב-Firebase. כך תוכלו לעדכן באופן דינמי את המודל שבו האפליקציה משתמשת בלי שתצטרכו לפרוס גרסה חדשה של האפליקציה או לדרוש מהמשתמשים להוריד גרסה חדשה. אפשר גם להשתמש בהגדרת תצורה מרחוק כדי לבצע בדיקות A/B של מודלים והנחיות.

מעקב אחרי שימוש בתכונות AI

כדי להבין את הביצועים של התכונות מבוססות-AI, אפשר להשתמש בלוח הבקרה למעקב אחרי AI במסוף Firebase. תוכלו לקבל תובנות חשובות לגבי דפוסי השימוש, מדדי הביצועים ומידע על ניפוי באגים בקריאות ל-Gemini API.