โมเดล AI ของ Gemini

โมเดลตระกูล Gemini Pro และ Gemini Flash มอบความสามารถด้าน AI แบบมัลติโมดัลแก่นักพัฒนาแอป Android โดยจะเรียกใช้การอนุมานในระบบคลาวด์และประมวลผลอินพุตรูปภาพ เสียง วิดีโอ และข้อความในแอป Android

• Gemini Pro: Gemini Pro คือโมเดลการคิดที่ล้ำสมัยที่สุดของ Google ซึ่งสามารถให้เหตุผลเกี่ยวกับปัญหาที่ซับซ้อนในโค้ด คณิตศาสตร์ และ STEM รวมถึง วิเคราะห์ชุดข้อมูล ฐานของโค้ด และเอกสารขนาดใหญ่โดยใช้บริบทที่ยาว
• Gemini Flash: โมเดล Gemini Flash มอบฟีเจอร์รุ่นใหม่และ ความสามารถที่ได้รับการปรับปรุง ซึ่งรวมถึงความเร็วที่เหนือกว่า การใช้เครื่องมือในตัว และหน้าต่างบริบทขนาด 1 ล้าน โทเค็น

Firebase AI Logic

Firebase AI Logic ช่วยให้นักพัฒนาแอปเพิ่ม Generative AI ของ Google ลงในแอปของตนได้อย่างปลอดภัยและโดยตรง ซึ่งจะช่วยลดความซับซ้อนในการพัฒนาซอฟต์แวร์ และมีเครื่องมือและการผสานรวมผลิตภัณฑ์เพื่อความพร้อมของเวอร์ชันที่ใช้งานจริง โดยมี Android SDK ของไคลเอ็นต์เพื่อผสานรวมและเรียกใช้ Gemini API จากโค้ดของไคลเอ็นต์โดยตรง ซึ่งจะช่วยลดความซับซ้อนในการพัฒนาโดยไม่จำเป็นต้องมีแบ็กเอนด์

ผู้ให้บริการ API

Firebase AI Logic ช่วยให้คุณใช้ผู้ให้บริการ Google Gemini API ต่อไปนี้ได้ Gemini Developer API และ Agent Platform Gemini API (เดิมคือ Vertex AI)

ความแตกต่างหลักๆ ของผู้ให้บริการ API แต่ละรายมีดังนี้

Gemini Developer API:

• เริ่มต้นใช้งานได้ฟรีด้วยแพ็กเกจฟรีที่ให้สิทธิ์ใช้งานจำนวนมากโดยไม่ต้องระบุข้อมูลการชำระเงิน
• อัปเกรดเป็นแพ็กเกจแบบชำระเงินของ Gemini Developer API เพื่อปรับขนาดตามการเติบโตของฐานผู้ใช้ได้
• ทำซ้ำและทดลองใช้พรอมต์ รวมถึงรับข้อมูลโค้ดโดยใช้ Google AI Studio

Agent Platform Gemini API (เดิมคือ Vertex AI):

• ควบคุมตำแหน่งที่คุณเข้าถึงโมเดลได้อย่างละเอียด
• เหมาะสำหรับนักพัฒนาแอปที่ใช้ระบบนิเวศของ Google Cloud อยู่แล้ว
• ทำซ้ำและทดลองใช้พรอมต์ รวมถึงรับข้อมูลโค้ดโดยใช้ Agent Studio

การเลือกผู้ให้บริการ Gemini API ที่เหมาะสมสำหรับแอปของคุณขึ้นอยู่กับข้อจำกัดทางธุรกิจและทางเทคนิค นักพัฒนาแอป Android ส่วนใหญ่ที่เพิ่งเริ่มต้นใช้งานโมเดล Gemini Pro และ Flash ควรเริ่มต้นด้วย Gemini Developer API การสลับระหว่างผู้ให้บริการทำได้โดยการเปลี่ยนพารามิเตอร์ในตัวสร้างโมเดล

// 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

ดูรายการโมเดล Generative AI ที่พร้อมใช้งานทั้งหมดซึ่ง SDK ของไคลเอ็นต์ Firebase AI Logic รองรับ

บริการ Firebase

นอกจากสิทธิ์เข้าถึง Gemini API แล้ว Firebase AI Logic ยังมีชุดบริการเพื่อลดความซับซ้อนในการทำให้ใช้งานได้ของฟีเจอร์ที่ใช้ AI ในแอปและเตรียมพร้อมสำหรับการใช้งานจริง

App Check

Firebase App Check ปกป้องแบ็กเอนด์ของแอปจากการละเมิดโดย ตรวจสอบว่าเฉพาะไคลเอ็นต์ที่ได้รับอนุญาตเท่านั้นที่มีสิทธิ์เข้าถึงทรัพยากร โดยผสานรวมกับบริการของ Google (รวมถึง Firebase และ Google Cloud) และแบ็กเอนด์ที่กำหนดเอง App Check ใช้ Play Integrity เพื่อยืนยันว่าคำขอมาจากแอปของแท้ และอุปกรณ์ที่ไม่มีการแก้ไข

ตั้งแต่ต้นเดือนกรกฎาคม 2026 เป็นต้นไป Firebase จะบังคับใช้ App Check สำหรับ Firebase AI Logic โดยอัตโนมัติในระหว่างเวิร์กโฟลว์การตั้งค่าแบบแนะนำในคอนโซล Firebase

การกำหนดค่าระยะไกล

เราขอแนะนำให้ใช้ตัวแปรที่เซิร์ฟเวอร์ควบคุมโดยใช้การกำหนดค่าระยะไกลของ Firebaseแทนการฮาร์ดโค้ดชื่อโมเดลในแอป ซึ่งจะช่วยให้คุณอัปเดตโมเดลที่แอปใช้แบบไดนามิกได้โดยไม่ต้องทำให้ใช้งานได้ของแอปเวอร์ชันใหม่หรือกำหนดให้ผู้ใช้ดาวน์โหลดเวอร์ชันใหม่ นอกจากนี้ คุณยังใช้การกำหนดค่าระยะไกลเพื่อทำการทดสอบ A/B กับโมเดลและพรอมต์ได้ด้วย

การตรวจสอบ AI

หากต้องการทำความเข้าใจประสิทธิภาพของฟีเจอร์ที่ใช้ AI คุณสามารถใช้ แดชบอร์ดการตรวจสอบ AI ภายในคอนโซล Firebase คุณจะได้รับข้อมูลเชิงลึกที่มีประโยชน์เกี่ยวกับรูปแบบการใช้งาน เมตริกประสิทธิภาพ และข้อมูลการแก้ไขข้อบกพร่องสำหรับการเรียก Gemini API