Modelli di IA di Gemini

Le famiglie di modelli Gemini Pro e Gemini Flash offrono agli sviluppatori Android funzionalità di AI multimodale, eseguendo l'inferenza nel cloud ed elaborando input di immagini, audio, video e testo nelle app Android.

  • Gemini Pro: Gemini Pro è il modello di ragionamento all'avanguardia di Google, in grado di ragionare su problemi complessi in codice, matematica e STEM, nonché di analizzare grandi set di dati, codebase e documenti utilizzando un contesto lungo.
  • Gemini Flash: i modelli Gemini Flash offrono funzionalità di nuova generazione e funzionalità migliorate, tra cui velocità superiore, utilizzo di strumenti integrati e una finestra contestuale da 1 milione di token.

Firebase AI Logic

Firebase AI Logic consente agli sviluppatori di aggiungere in modo sicuro e diretto l'AI generativa di Google alle proprie app, semplificando lo sviluppo e offrendo strumenti e integrazioni di prodotti per una preparazione alla produzione di successo. Fornisce SDK client Android per integrare e chiamare direttamente l'API Gemini dal codice client, semplificando lo sviluppo eliminando la necessità di un backend.

Fornitori API

Firebase AI Logic ti consente di utilizzare i seguenti fornitori dell'API Google Gemini: API Gemini per gli sviluppatori e API Vertex AI Gemini.

Illustrazione che mostra un'app per Android che utilizza l'SDK Firebase per Android per connettersi a Firebase nel cloud. Da qui, la logica dell'AI si integra utilizzando due percorsi: l'API Gemini Developer o Vertex AI di Google Cloud Platform, entrambe sfruttano i modelli Gemini Pro e Flash.
Figura 1. Architettura di integrazione di Firebase AI Logic.

Ecco le differenze principali per ogni fornitore di API:

**API Gemini per gli sviluppatori**:

  • Inizia senza costi con un livello senza costi con molti vantaggi senza richiedere informazioni di pagamento.
  • Se vuoi, esegui l'upgrade al livello a pagamento dell'API Gemini per gli sviluppatori per scalare man mano che la tua base utenti cresce.
  • Esegui l'iterazione e la sperimentazione con i prompt e ottieni anche snippet di codice utilizzando Google AI Studio.

API Vertex AI Gemini:

La scelta del fornitore di API appropriato per la tua applicazione si basa sui vincoli aziendali e tecnici e sulla familiarità con l'ecosistema Vertex AI e Google Cloud. La maggior parte degli sviluppatori Android che iniziano a utilizzare le integrazioni di Gemini Pro o Gemini Flash dovrebbe iniziare con l'API Gemini per gli sviluppatori. Per passare da un fornitore all'altro, modifica il parametro nel costruttore del modello:

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

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);

Consulta l'elenco completo dei modelli di AI generativa disponibili supportati dagli SDK client Firebase AI Logic.

Servizi Firebase

Oltre all'accesso all'API Gemini, Firebase AI Logic offre un insieme di servizi per semplificare il deployment delle funzionalità basate sull'AI nella tua app e prepararti per la produzione:

App Check

Firebase App Check protegge i backend delle app da comportamenti illeciti assicurandosi che solo i client autorizzati accedano alle risorse. Si integra con i servizi Google (inclusi Firebase e Google Cloud) e i backend personalizzati. App Check utilizza Play Integrity per verificare che le richieste provengano dall'app autentica e da un dispositivo non manomesso.

Remote Config

Anziché codificare il nome del modello nell'app, ti consigliamo di utilizzare una variabile controllata dal server utilizzando Firebase Remote Config. In questo modo puoi aggiornare dinamicamente il modello utilizzato dall'app senza dover eseguire il deployment di una nuova versione dell'app o richiedere agli utenti di scaricare una nuova versione. Puoi anche utilizzare Remote Config per eseguire test A/B di modelli e prompt.

Monitoraggio AI

Per capire il rendimento delle funzionalità basate sull'AI, puoi utilizzare la dashboard di monitoraggio AI nella console Firebase. Riceverai informazioni preziose sui pattern di utilizzo, sulle metriche sulle prestazioni e sulle informazioni di debug per le chiamate all'API Gemini.