Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

Gemini AI モデル

Gemini Pro モデルファミリーと Gemini Flash モデルファミリーは、Android デベロッパーにマルチモーダル AI 機能を提供します。この機能は、クラウドで推論を実行し、Android アプリで画像、音声、動画、テキストの入力を処理します。

Gemini Pro: Gemini Pro は、Google の最先端の思考モデルです。コード、数学、STEM の複雑な問題を推論できるほか、長いコンテキストを使用して大規模なデータセット、コードベース、ドキュメントを分析できます。
Gemini Flash: Gemini Flash モデルは、次世代の機能と強化された機能を提供します。これには、優れたスピード、組み込みツールの使用、100 万トークンのコンテキストウィンドウが含まれます。

Firebase AI Logic

Firebase AI Logic を使用すると、デベロッパーは Google の生成 AI をアプリに安全かつ直接追加して、開発を簡素化できます。また、本番環境に対応するためのツールとプロダクト統合も提供されます。クライアント Android SDK を使用して、クライアントコードから Gemini API を直接統合して呼び出すことができるため、バックエンドが不要になり、開発が簡素化されます。

API プロバイダ

Firebase AI Logic では、Gemini Developer API と Vertex AI Gemini API の Google Gemini API プロバイダを使用できます。

各 API プロバイダの主な違いは次のとおりです。

Gemini Developer API:

お支払い情報なしで、充実した無料枠を無料で利用できます。
必要に応じて、Gemini Developer API の有料ティアにアップグレードして、ユーザーベースの拡大に合わせてスケーリングできます。
Google AI Studio を使用して、プロンプトの反復処理とテストを行い、コードスニペットを取得することもできます。

Vertex AI Gemini API:

モデルにアクセスする場所をきめ細かく制御できます。
Vertex AI/Google Cloud エコシステムにすでに組み込まれているデベロッパーに最適です。
Vertex AI Studio を使用して、プロンプトの反復処理とテストを行い、コードスニペットを取得することもできます。

アプリケーションに適した API プロバイダの選択は、ビジネスと技術的な制約、Vertex AI と Google Cloud エコシステムの習熟度に基づきます。Gemini Pro または Gemini Flash の統合を始めたばかりのほとんどの Android デベロッパーは、Gemini Developer API から始めることをおすすめします。プロバイダを切り替えるには、モデルコンストラクタのパラメータを変更します。

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.textGeminiOverview.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

Firebase AI Logic クライアント SDK でサポートされている利用可能な生成 AI モデルの完全なリストをご覧ください。

Firebase サービス

Gemini API へのアクセスに加えて、Firebase AI Logic には、AI 対応機能のアプリへのデプロイを簡素化し、本番環境に対応するためのサービスが用意されています。

App Check

Firebase App Check は、承認されたクライアントのみがリソースにアクセスできるようにすることで、アプリのバックエンドを不正使用から保護します。Google サービス（Firebase や Google Cloud など）とカスタムバックエンドと統合されます。App Check は、Play Integrity を使用して、リクエストが正規のアプリと改ざんされていないデバイスから送信されたことを確認します。

Remote Config

アプリにモデル名をハードコードするのではなく、 Firebase Remote Config を使用してサーバー制御の変数を使用することをおすすめします。これにより、アプリの新しいバージョンをデプロイしたり、ユーザーに新しいバージョンを選択してもらったりすることなく、アプリで使用するモデルを動的に更新できます。Remote Config を使用して、モデルとプロンプトの A/B テストを行うこともできます。

AI モニタリング

AI 対応機能のパフォーマンスを確認するには、Firebase コンソール内の AI モニタリングダッシュボードを使用します。Gemini API 呼び出しの使用パターン、パフォーマンス指標、デバッグに関する有益な分析情報を取得できます。