מודלים של AI ב-Gemini

קל לארגן דפים בעזרת אוספים אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.

משפחות המודלים Gemini Pro ו-Gemini Flash מספקות למפתחי Android יכולות AI רב-מודאליות, הרצת מסקנות בענן ועיבוד קלט של תמונות, אודיו, סרטונים וטקסט באפליקציות ל-Android.

• Gemini Pro: Gemini 2.5 Pro הוא מודל החשיבה המתקדם ביותר של Google, שמסוגל להסיק מסקנות לגבי בעיות מורכבות בקוד, במתמטיקה ובמדעים, וגם לנתח מערכי נתונים גדולים, מאגרי קוד ומסמכים באמצעות הקשר ארוך.
• Gemini Flash: במודלים של Gemini Flash יש תכונות מדור הבא ויכולות משופרות, כולל מהירות גבוהה יותר, שימוש בכלים מובנים וחלון הקשר של מיליון אסימונים.

Firebase AI Logic

Firebase AI Logic מאפשר למפתחים להוסיף באופן מאובטח וישיר את ה-AI הגנרטיבי של Google לאפליקציות שלהם, וכך לפשט את הפיתוח. בנוסף, הכלי מציע כלים ושילובי מוצרים שיעזרו לכם להכין את האפליקציות לייצור. הוא מספק ערכות SDK ללקוחות Android שמאפשרות לשלב ממשקי API של Gemini ישירות מקוד הלקוח ולקרוא להם, וכך מפשט את הפיתוח על ידי ביטול הצורך בקצה עורפי.

ספקי API

באמצעות Firebase AI Logic אפשר להשתמש בספקים הבאים של Google Gemini API: Developer API של Gemini ו-AI Gemini API של Vertex.

ריכזנו כאן את ההבדלים העיקריים בין כל ספק API:

Gemini Developer API:

• אתם יכולים להתחיל לעבוד ללא עלות עם תוכנית חינמית נדיבה, בלי צורך בפרטי תשלום.
• אפשר לשדרג לרמה בתשלום של Gemini Developer API כדי להתאים את היקף השירות לצמיחה של בסיס המשתמשים.
• אפשר לבצע חזרות ולנסות הנחיות שונות, ואפילו לקבל קטעי קוד באמצעות Google AI Studio.

Vertex AI Gemini API:

• שליטה פרטנית על המיקום שבו אתם ניגשים למודל.
• אידיאלי למפתחים שכבר משתמשים בסביבה העסקית של Vertex AI/Google Cloud.
• תוכלו לבצע ניסויים עם הנחיות ואפילו לקבל קטעי קוד באמצעות Vertex AI Studio.

בחירת ספק ה-API המתאים לאפליקציה שלכם מבוססת על המגבלות העסקיות והטכניות שלכם, ועל מידת ההיכרות שלכם עם Vertex AI וסביבת Google Cloud. רוב מפתחי Android שמתחילים להשתמש בשילובים של Gemini Pro או Gemini Flash צריכים להתחיל עם Gemini Developer API. כדי לעבור בין ספקים, משנים את הפרמטר ב-constructor של המודל:

// 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

// 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);

כאן אפשר לראות את הרשימה המלאה של המודלים הזמינים של AI גנרטיבי שנתמכים ב-SDK של לקוח Firebase AI Logic.

שירותי Firebase

בנוסף לגישה ל-Gemini API, Firebase AI Logic מציע קבוצה של שירותים שמפשטים את הפריסה של תכונות מבוססות-AI באפליקציה ומאפשרים להתכונן לקראת ההשקה בסביבת הייצור:

בדיקת אפליקציה

Firebase App Check מגן על הקצוות העורפיים של האפליקציות מפני ניצול לרעה, על ידי הבטחת גישה למשאבים רק ללקוחות מורשים. הוא משתלב עם שירותי Google (כולל Firebase ו-Google Cloud) ועם קצוות עורפיים מותאמים אישית. התכונה 'בדיקת האפליקציה' משתמשת ב-Play Integrity כדי לוודא שהבקשות מגיעות מהאפליקציה המקורית וממכשיר שלא בוצע בו שינוי.

הגדרת תצורה מרחוק

במקום להטמיע את שם המודל באפליקציה, מומלץ להשתמש במשתנה שנשלט על ידי השרת באמצעות הגדרת תצורה מרחוק ב-Firebase. כך תוכלו לעדכן באופן דינמי את המודל שבו האפליקציה משתמשת בלי לפרוס גרסה חדשה של האפליקציה או לדרוש מהמשתמשים לעבור לגרסה החדשה. אפשר גם להשתמש בהגדרת תצורה מרחוק כדי לבצע בדיקת A/B של מודלים והנחיות.

ניטור באמצעות AI

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

מעבר ל-Firebase AI Logic

אם אתם כבר משתמשים ב-Vertex AI ב-Firebase SDK באפליקציה שלכם, כדאי לקרוא את מדריך ההעברה.