โมเดล AI ของ Gemini

ตระกูลโมเดล Gemini Pro และ Gemini Flash มอบความสามารถ AI แบบมัลติโมดัลให้แก่นักพัฒนาแอป Android รวมถึงการเรียกใช้การอนุมานในระบบคลาวด์และการประมวลผลอินพุตรูปภาพ เสียง วิดีโอ และข้อความในแอป Android

  • Gemini Pro: Gemini 2.5 Pro เป็นโมเดลการคิดที่ล้ำสมัยของ Google ซึ่งสามารถให้เหตุผลเกี่ยวกับปัญหาที่ซับซ้อนในโค้ด คณิตศาสตร์ และ STEM รวมถึงวิเคราะห์ชุดข้อมูลขนาดใหญ่ ฐานโค้ด และเอกสารโดยใช้บริบทแบบยาว
  • Gemini Flash: โมเดล Gemini Flash มาพร้อมฟีเจอร์และความสามารถรุ่นถัดไปที่ปรับปรุงประสิทธิภาพให้ดียิ่งขึ้น ซึ่งรวมถึงความเร็วที่เหนือกว่า การใช้เครื่องมือในตัว และหน้าต่างบริบทขนาด 1 ล้านโทเค็น

ตรรกะ AI ของ Firebase

Firebase AI Logic ช่วยให้นักพัฒนาแอปเพิ่ม Generative AI ของ Google ลงในแอปได้อย่างปลอดภัยและโดยตรง ซึ่งจะลดความซับซ้อนในการพัฒนา และให้บริการเครื่องมือและการผสานรวมผลิตภัณฑ์เพื่อให้พร้อมใช้งานในเวอร์ชันที่ใช้งานจริง ซึ่งให้บริการ SDK ของ Android สำหรับไคลเอ็นต์เพื่อผสานรวมและเรียกใช้ Gemini API จากโค้ดไคลเอ็นต์โดยตรง ซึ่งจะลดความซับซ้อนในการพัฒนาโดยไม่ต้องใช้แบ็กเอนด์

ผู้ให้บริการ API

Firebase AI Logic ช่วยให้คุณใช้ผู้ให้บริการ Google Gemini API ต่อไปนี้ได้ Gemini Developer API และ Vertex AI Gemini API

ภาพแสดงแอป Android ที่ใช้ Firebase Android SDK เพื่อเชื่อมต่อกับ Firebase ในระบบคลาวด์ จากนั้น ตรรกะ AI จะผสานรวมโดยใช้ 2 เส้นทาง ได้แก่ Gemini Developer API หรือ Vertex AI ของ Google Cloud Platform ซึ่งทั้ง 2 เส้นทางใช้ประโยชน์จากโมเดล Gemini Pro และ Flash
รูปที่ 1 สถาปัตยกรรมการผสานรวมตรรกะ AI ของ Firebase

ความแตกต่างหลักๆ ของผู้ให้บริการ API แต่ละรายมีดังนี้

Gemini Developer API:

  • เริ่มต้นใช้งานโดยไม่มีค่าใช้จ่ายด้วยแพ็กเกจฟรีที่คุ้มค่าโดยไม่ต้องระบุข้อมูลการชำระเงิน
  • อัปเกรดเป็นระดับแบบชำระเงินของ Gemini Developer API เพื่อปรับขนาดตามฐานผู้ใช้ที่เพิ่มขึ้น (ไม่บังคับ)
  • ทดสอบและลองใช้พรอมต์ต่างๆ รวมถึงดูตัวอย่างโค้ดได้โดยใช้ Google AI Studio

Vertex AI Gemini API

  • การควบคุมแบบละเอียดเกี่ยวกับตำแหน่งที่คุณเข้าถึงโมเดล
  • เหมาะสำหรับนักพัฒนาแอปที่ฝังอยู่ในระบบนิเวศ Vertex AI/Google Cloud อยู่แล้ว
  • ทดสอบและลองใช้พรอมต์ต่างๆ รวมถึงรับข้อมูลโค้ดโดยใช้ Vertex AI Studio

การเลือกผู้ให้บริการ API ที่เหมาะสมสําหรับแอปพลิเคชันจะขึ้นอยู่กับข้อจํากัดทางธุรกิจและทางเทคนิค รวมถึงความคุ้นเคยกับ Vertex AI และระบบนิเวศของ Google Cloud นักพัฒนาแอป Android ส่วนใหญ่ที่เพิ่งเริ่มต้นการผสานรวมกับ Gemini Pro หรือ Gemini Flash ควรเริ่มต้นด้วย Gemini Developer API การสลับระหว่างผู้ให้บริการทำได้โดยเปลี่ยนพารามิเตอร์ในคอนสตรัคเตอร์ของโมเดล ดังนี้

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);

ดูรายการโมเดล Generative AI ที่พร้อมใช้งานทั้งหมดที่ SDK ไคลเอ็นต์ Firebase AI Logic รองรับ

บริการ Firebase

นอกจากการเข้าถึง Gemini API แล้ว Firebase AI Logic ยังมีชุดบริการที่ช่วยให้การติดตั้งใช้งานฟีเจอร์ที่พร้อมใช้งาน AI ในแอปของคุณง่ายขึ้นและพร้อมใช้งานจริง

การตรวจสอบแอปพลิเคชัน

Firebase App Check ช่วยปกป้องแบ็กเอนด์ของแอปจากการละเมิดโดยการตรวจสอบว่ามีเพียงไคลเอ็นต์ที่ได้รับอนุญาตเท่านั้นที่เข้าถึงทรัพยากรได้ โดยผสานรวมกับบริการของ Google (รวมถึง Firebase และ Google Cloud) และแบ็กเอนด์ที่กำหนดเอง App Check ใช้ Play Integrity เพื่อยืนยันว่าคำขอมาจากแอปที่ถูกต้องและอุปกรณ์ที่ไม่มีการดัดแปลง

การกำหนดค่าระยะไกล

เราขอแนะนำให้ใช้ตัวแปรที่ควบคุมโดยเซิร์ฟเวอร์โดยใช้ Firebase Remote Config แทนการเขียนชื่อโมเดลไว้ในโค้ดอย่างถาวรในแอป ซึ่งจะช่วยให้คุณอัปเดตโมเดลที่แอปใช้แบบไดนามิกได้โดยไม่ต้องติดตั้งใช้งานแอปเวอร์ชันใหม่หรือกำหนดให้ผู้ใช้เปลี่ยนไปใช้เวอร์ชันใหม่ นอกจากนี้ คุณยังใช้การกําหนดค่าระยะไกลเพื่อทดสอบ A/B รูปแบบและพรอมต์ได้ด้วย

การตรวจสอบ AI

หากต้องการทําความเข้าใจประสิทธิภาพของฟีเจอร์ที่เปิดใช้ AI ให้ใช้แดชบอร์ดการตรวจสอบ AI ในคอนโซล Firebase คุณจะได้รับข้อมูลเชิงลึกที่มีประโยชน์เกี่ยวกับรูปแบบการใช้งาน เมตริกประสิทธิภาพ และข้อมูลการแก้ไขข้อบกพร่องสำหรับการเรียกใช้ Gemini API

ย้ายข้อมูลไปยัง Firebase AI Logic

หากคุณใช้ Vertex AI ใน Firebase SDK ในแอปอยู่แล้ว โปรดอ่านคู่มือการย้ายข้อมูล