Gemini AI 模型

Gemini Pro 和 Gemini Flash 模型系列為 Android 開發人員提供多模態 AI 功能，可在雲端執行推論，並處理 Android 應用程式中的圖像、音訊、影片和文字輸入內容。

  • Gemini Pro：Gemini 2.5 Pro 是 Google 最先進的思考模型，可針對程式碼、數學和 STEM 領域的複雜問題進行推理，並使用長脈絡分析大型資料集、程式碼集和文件。
  • Gemini Flash：Gemini Flash 模型提供新一代功能和進階功能，包括更快的速度、內建工具使用方式，以及 100 萬個符號的脈絡窗口。

Firebase AI 邏輯

Firebase AI Logic 可讓開發人員直接將 Google 的生成式 AI 安全地加入應用程式，簡化開發程序，並提供工具和產品整合功能，以便順利進入正式版。它提供用戶端 Android SDK，可直接從用戶端程式碼整合及呼叫 Gemini API，讓您不必使用後端，簡化開發作業。

API 供應者

Firebase AI 邏輯可讓您使用下列 Google Gemini API 供應商：Gemini Developer API 和 Vertex AI Gemini API。

插圖：顯示 Android 應用程式使用 Firebase Android SDK 連線至雲端中的 Firebase。從這裡開始，AI 邏輯會透過兩種途徑整合：Gemini Developer API 或 Google Cloud Platform 的 Vertex AI，兩者都會運用 Gemini Pro 和 Flash 模型。
圖 1. Firebase AI Logic 整合架構。

以下是各 API 供應商的主要差異：

Gemini Developer API：

  • 開始使用慷慨大方的免費方案，不必提供付款資訊。
  • 您可以視需要升級至 Gemini Developer API 付費等級，隨著使用者群規模擴大而調整。
  • 您可以使用 Google AI Studio 持續推陳出新，並測試提示，甚至取得程式碼片段。

Vertex AI Gemini API：

  • 精細控管模型存取位置。
  • 適合已融入 Vertex AI/Google Cloud 生態系統的開發人員。
  • 您可以使用 Vertex AI Studio 反覆嘗試提示，甚至取得程式碼片段。

您可以根據業務和技術限制，以及對 Vertex AI 和 Google Cloud 生態系統的熟悉程度，為應用程式選取合適的 API 供應商。大多數剛開始整合 Gemini Pro 或 Gemini Flash 的 Android 開發人員，應先從 Gemini Developer API 開始。您可以透過變更模型建構函式中的參數，切換供應商：

Kotlin

// For Vertex AI, use `backend = GenerativeBackend.vertexAI()`
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
    .generativeModel("gemini-2.0-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-2.0-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);

請參閱 可用生成式 AI 模型的完整清單，瞭解 Firebase AI Logic 用戶端 SDK 支援的模型。

Firebase 服務

除了 Gemini API 存取權之外，Firebase AI 邏輯還提供一組服務，可簡化應用程式 AI 輔助功能的部署作業，並準備好正式發布：

應用程式檢查

Firebase App Check 可確保只有經過授權的用戶端才能存取資源，進而保護應用程式後端免於遭到濫用。它可與 Google 服務 (包括 Firebase 和 Google Cloud) 和自訂後端整合。App Check 會使用 Play Integrity 驗證要求是否來自正版應用程式和未遭竄改的裝置。

遠端設定

建議您使用 Firebase 遠端設定，使用伺服器控管的變數，而非在應用程式中硬式編碼模型名稱。這可讓您動態更新應用程式所用的模型，而無須部署新版應用程式，也不必要求使用者改用新版。您也可以使用遠端設定對模型和提示進行A/B 版本測試。

AI 監控

如要瞭解 AI 輔助功能的效能，您可以使用 Firebase 控制台中的 AI 監控資訊主頁。您將獲得 Gemini API 呼叫的使用模式、效能指標和偵錯資訊等寶貴洞察資料。

遷移至 Firebase AI Logic

如果您已在應用程式中使用 Firebase SDK 中的 Vertex AI，請參閱遷移指南。