Rodziny modeli Gemini Pro i Gemini Flash oferują programistom aplikacji na Androida funkcje AI o charakterze multimodalnym, które przeprowadzają wnioskowanie w chmurze i przetwarzają dane wejściowe w postaci obrazów, dźwięku, filmów i tekstu w aplikacjach na Androida.
- Gemini Pro: Gemini Pro to najnowocześniejszy model myślący od Google, który potrafi rozumować nad złożonymi problemami związanymi z kodem, matematyką i naukami przyrodniczymi, techniką, inżynierią i matematyką, a także analizować duże zbiory danych, bazy kodu i dokumenty przy użyciu długiego kontekstu.
- Gemini Flash: modele Gemini Flash oferują funkcje nowej generacji i ulepszone możliwości, w tym większą szybkość, wbudowane narzędzia i okno kontekstu z milionem tokenów.
Firebase AI Logic
Firebase AI Logic umożliwia deweloperom bezpieczne i bezpośrednie dodawanie generatywnej AI od Google do aplikacji, co upraszcza proces tworzenia. Oferuje też narzędzia i integracje usług, które pomagają w przygotowaniu aplikacji do wdrożenia. Zawiera pakiety Android SDK klienta, które umożliwiają bezpośrednią integrację i wywoływanie interfejsu Gemini API z kodu klienta, co upraszcza programowanie, ponieważ nie wymaga zaplecza.
Dostawcy interfejsów API
Firebase AI Logic umożliwia korzystanie z tych dostawców interfejsu Google Gemini API: Gemini Developer API i Agent Platform Gemini API (wcześniej Vertex AI).
Oto główne różnice w przypadku poszczególnych dostawców interfejsów API:
- Zacznij bezpłatnie od atrakcyjnego poziomu bezpłatnego, bez konieczności podawania danych karty.
- Możesz przejść na płatny poziom interfejsu Gemini Developer API, aby skalować go wraz ze wzrostem liczby użytkowników.
- Iteruj i eksperymentuj z promptami, a nawet uzyskuj fragmenty kodu za pomocą Google AI Studio.
Gemini API w Agent Platform (wcześniej Vertex AI):
- Szczegółowa kontrola nad miejscem, w którym uzyskujesz dostęp do modelu.
- Idealne rozwiązanie dla deweloperów, którzy korzystają już z ekosystemu Google Cloud.
- Iteruj i eksperymentuj z promptami, a nawet uzyskuj fragmenty kodu za pomocą Agent Studio.
Wybór odpowiedniego dostawcy Gemini API dla Twojej aplikacji zależy od ograniczeń biznesowych i technicznych. Większość programistów aplikacji na Androida, którzy dopiero zaczynają korzystać z modeli Gemini Pro i Flash, powinna zacząć od interfejsu Gemini Developer API. Aby przełączać się między dostawcami, zmień parametr w konstruktorze modelu:
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);
Dostęp do modeli na urządzeniu, w chmurze lub w trybie hybrydowym
Oprócz modeli Gemini hostowanych w chmurze, które zostały opisane w poprzedniej sekcji, pakiet SDK Firebase AI Logic umożliwia też dostęp do modeli na urządzeniu, dzięki czemu możesz tworzyć funkcje AI w swojej aplikacji. Jeśli skonfigurujesz pakiet SDK pod kątem wnioskowania hybrydowego, Twoja aplikacja będzie mogła używać modelu na urządzeniu, gdy jest on dostępny, ale w razie potrzeby będzie mogła bezproblemowo przełączyć się na model hostowany w chmurze (i odwrotnie).
Najważniejsze zalety podejścia hybrydowego:
Inteligentne przekierowywanie: proste zadania są obsługiwane na urządzeniu, a złożone pytania są automatycznie wysyłane do chmury w celu dokładniejszej analizy.
Dostępność offline: aplikacje działają bez dostępu do internetu, ponieważ modele są uruchamiane bezpośrednio na urządzeniu. Gdy ponownie połączysz się z internetem, modele hostowane w chmurze będą dostępne.
Niższe koszty: wykonywanie codziennych zadań na urządzeniu zamiast w chmurze zmniejsza koszty wnioskowania.
Bezpieczeństwo funkcji opartych na AI
Firebase AI Logic obsługuje kilka funkcji, które umożliwiają bezpieczne tworzenie funkcji AI w aplikacji:
Weryfikacja autentyczności aplikacji: gdy wywołujesz interfejs Gemini API bezpośrednio z aplikacji na Androida, jest on podatny na nadużycia ze strony nieautoryzowanych klientów. Musisz pomóc w ochronie go przed nadużyciami, korzystając z usługi Firebase AI Logic i wymagając Sprawdzania aplikacji Firebase. Wymuszanie Sprawdzania aplikacji pozwala przyjmować tylko przychodzące żądania, które zostały zweryfikowane jako pochodzące z Twojej aplikacji lub z niezmienionego urządzenia. Sprawdzanie aplikacji obsługuje zarówno Play Integrity, jak i reCAPTCHA Enterprise jako dostawców atestów produkcyjnych.
Przechowywanie promptów po stronie serwera: w przypadku żądań wysyłanych do interfejsu Gemini API za pomocą Firebase AI Logic możesz przechowywać prompt, schemat i konfiguracje w szablonach promptów po stronie serwera. Aplikacja przekazuje tylko klucz (identyfikator szablonu) z klienta na serwer. Używanie szablonów promptów serwera pomaga chronić przed ujawnieniem promptu po stronie klienta.
Dostęp do modeli na urządzeniu: możesz używać Firebase AI Logic do kierowania żądań do modelu na urządzeniu, gdy jest on dostępny. Żądanie, w tym prompt, nigdy nie jest wysyłane poza urządzenie.
Kompilowanie na potrzeby środowiska produkcyjnego
Firebase AI Logic pomaga tworzyć w aplikacji zaawansowane funkcje AI i zapewniać ich działanie w środowisku produkcyjnym. Więcej informacji znajdziesz na liście kontrolnej dotyczącej wdrażania Firebase AI Logic w wersji produkcyjnej.
Dostęp i bezpieczeństwo
Wymuś Sprawdzanie aplikacji Firebase, aby chronić interfejs Gemini API przed nadużyciami, gdy jest wywoływany bezpośrednio z aplikacji. Gdy Sprawdzanie aplikacji jest wymuszane, weryfikuje, czy przychodzące żądania pochodzą z Twojej autentycznej aplikacji lub z niezmodyfikowanego urządzenia.
Wymuś tryb uwierzytelnionych użytkowników, aby wszystkie żądania z Firebase AI Logic musiały zawierać prawidłowe dane logowania z Uwierzytelniania Firebase.
Monitorowanie, limity i rozliczenia
Skonfiguruj monitorowanie wykorzystania AI w konsoli Firebase, aby uzyskać wgląd w kluczowe wskaźniki skuteczności, takie jak liczba żądań, opóźnienie, wykorzystanie tokenów i odsetek błędów.
Ustaw limity szybkości na użytkownika (domyślnie 100 RPM), aby zapobiec nadmiernemu wykorzystywaniu limitu przez poszczególne instancje klienta.
Unikaj niespodziewanych rachunków dzięki alertom dotyczącym budżetu i limitom wydatków.
Zarządzanie konfiguracjami
Wprowadzaj zmiany w nazwie modelu używanego w funkcji AI na żądanie, gdy pojawią się nowe modele lub inne zostaną wyłączone. Szczegółowe informacje o korzystaniu z Zdalnej konfiguracji lub szablonów promptów serwera.
Użyj Zdalnej konfiguracji, aby ustawić minimalną wersję aplikacji, dzięki czemu możesz wyświetlać użytkownikom powiadomienie o konieczności aktualizacji lub wymuszać aktualizację.
Testuj modele i prompty na małych grupach użytkowników za pomocą Zdalnej konfiguracji i Testów A/B Firebase.