Modelos de IA de Gemini

Las familias de modelos Gemini Pro y Gemini Flash ofrecen a los desarrolladores de Android capacidades de IA multimodales, ejecutan la inferencia en la nube y procesan entradas de imágenes, audio, video y texto en apps para Android.

• Gemini Pro: Gemini Pro es el modelo de razonamiento de estado del arte de Google, capaz de razonar sobre problemas complejos en código, matemáticas y CTIM, así como analizar grandes conjuntos de datos, bases de código y documentos con un contexto extenso.
• Gemini Flash: Los modelos de Gemini Flash ofrecen funciones de nueva generación y capacidades mejoradas, como velocidad superior, uso de herramientas integradas y una ventana de contexto de 1 millón de tokens.

Firebase AI Logic

Firebase AI Logic permite a los desarrolladores agregar de forma segura y directa la IA generativa de Google a sus apps, lo que simplifica el desarrollo, y ofrece herramientas e integraciones de productos para una preparación exitosa para la producción. Proporciona SDKs de Android cliente para integrar y llamar directamente a la API de Gemini desde el código cliente, lo que simplifica el desarrollo, ya que elimina la necesidad de un backend.

Proveedores de APIs

Firebase AI Logic te permite usar los siguientes proveedores de la API de Google Gemini: API de Gemini Developer y API de Agent Platform Gemini (anteriormente, Vertex AI).

A continuación, se indican las principales diferencias para cada proveedor de la API:

API para desarrolladores de Gemini:

• Comienza sin costo con un generoso nivel gratuito sin necesidad de ingresar información de pago.
• De manera opcional, actualiza al nivel pagado de la API de Gemini Developer para escalar a medida que crece tu base de usuarios.
• Itera y experimenta con instrucciones, y hasta obtén fragmentos de código con Google AI Studio.

API de Gemini de Agent Platform (antes Vertex AI):

• Control detallado sobre dónde accedes al modelo.
• Ideal para desarrolladores que ya están integrados en el ecosistema de Google Cloud.
• Realiza iteraciones y experimenta con instrucciones, y obtén fragmentos de código con Agent Studio.

La selección del proveedor de la API de Gemini adecuado para tu app se basa en tus limitaciones comerciales y técnicas. La mayoría de los desarrolladores de Android que recién comienzan a usar los modelos de Gemini Pro y Flash deberían comenzar con la API de Gemini Developer. Para cambiar de proveedor, debes cambiar el parámetro en el constructor del modelo:

// 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
GeminiOverview.kt

// 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);
GeminiOverviewJava.java

Accede a modelos integrados en el dispositivo, en la nube o de forma híbrida

Además de los modelos de Gemini alojados en la nube que se describieron en la sección anterior, el SDK de Firebase AI Logic también te permite acceder a modelos integrados en el dispositivo para compilar las funciones potenciadas por IA de tu app. Si configuras el SDK para la inferencia híbrida, tu app puede usar un modelo integrado en el dispositivo cuando esté disponible, pero recurrir sin problemas a un modelo alojado en la nube cuando sea necesario (y viceversa).

Estos son algunos de los beneficios clave de un enfoque híbrido:

• Enrutamiento inteligente: Las tareas simples se controlan en tu dispositivo, mientras que las preguntas complejas se envían automáticamente a la nube para un análisis más profundo.

• Disponibilidad sin conexión: Tus apps siguen funcionando sin Internet porque ejecutan modelos directamente en tu dispositivo. Cuando vuelvas a estar en línea, podrás acceder a los modelos alojados en la nube.

• Menores costos: Ejecutar tareas cotidianas en el dispositivo en lugar de en la nube reduce los gastos de inferencia.

Seguridad para tus funciones potenciadas por IA

Firebase AI Logic admite varias funciones que te permiten compilar de forma segura funciones potenciadas por IA en tu app:

• Verifica la autenticidad de la app: Cuando llamas a la API de Gemini directamente desde tu app para Android, la API es vulnerable al abuso por parte de clientes no autorizados. Debes protegerla contra abusos con Firebase AI Logic y aplicar la Verificación de aplicaciones de Firebase. Cuando apliques la Verificación de aplicaciones, solo se permitirán las solicitudes entrantes que se verifiquen como provenientes de tu app real o de un dispositivo no adulterado. La Verificación de aplicaciones admite Play Integrity y reCAPTCHA Enterprise como proveedores de certificación de producción.

• Almacena instrucciones del lado del servidor: Para tus solicitudes a la API de Gemini con Firebase AI Logic, puedes almacenar tus instrucciones, esquemas y configuraciones en plantillas de instrucciones del servidor. Tu app solo pasa la clave (el ID de la plantilla) del cliente al servidor. El uso de plantillas de instrucciones del servidor ayuda a proteger contra la exposición de tu instrucción en el cliente.

• Accede a modelos integrados en el dispositivo: Puedes usar Firebase AI Logic para enrutar tus solicitudes a un modelo integrado en el dispositivo cuando esté disponible. La solicitud, incluida la instrucción, nunca sale del dispositivo.

Compila para producción

Firebase AI Logic te ayuda a crear funciones potenciadas por IA sólidas en tu app y garantizar que funcionen en producción. Para obtener más detalles, consulta la lista de tareas de producción de Firebase AI Logic.

Acceso y seguridad

• Aplica la Verificación de aplicaciones de Firebase para proteger la API de Gemini contra abusos cuando se la llame directamente desde tu app. Cuando se aplica la Verificación de aplicaciones, se verifica que las solicitudes entrantes provengan de tu app auténtica o de un dispositivo no manipulado.

• Aplicar el modo de usuarios autenticados para que todas las solicitudes de Firebase AI Logic incluyan credenciales válidas de Firebase Authentication

Supervisión, límites y facturación

• Configura la supervisión de la IA en Firebase console para obtener visibilidad de las métricas de rendimiento clave, como los recuentos de solicitudes, la latencia, el uso de tokens y las tasas de error.

• Establece límites de frecuencia por usuario (el valor predeterminado es de 100 RPM) para evitar que las instancias de clientes individuales consuman una cuota excesiva.

• Evita facturas sorpresa con las alertas de presupuesto y los límites de inversión.

Administración de configuraciones

• Realiza cambios a pedido en el nombre del modelo que se usa para tu función de IA a medida que se lancen modelos nuevos o se desactiven otros. Consulta los detalles para usar Remote Config o plantillas de instrucciones del servidor.

• Usa Remote Config para establecer una versión mínima para tu app, de modo que puedas mostrar una notificación de actualización a los usuarios o forzarlos a actualizarla.

• Prueba modelos y mensajes con grupos pequeños de usuarios usando Remote Config y Firebase A/B Testing.