API Gemini da Vertex AI

Se você não conhece a API Gemini, a API Gemini Developer é o provedor de API recomendado para desenvolvedores Android. No entanto, se você tiver requisitos específicos de local de dados ou já estiver incorporado ao ambiente da Vertex AI ou do Google Cloud, use a API Gemini da Vertex AI.

Migração da Vertex AI no Firebase

Se você originalmente integrou os modelos Gemini Flash e Pro usando a Vertex AI no Firebase, migre e continue usando a Vertex AI como um provedor de API. Leia a documentação do Firebase para conferir um guia de migração detalhado.

Primeiros passos

Antes de interagir com a API Gemini da Vertex AI diretamente do seu app, você pode testar os comandos no Vertex AI Studio.

Configurar um projeto do Firebase e conectar seu app a ele

Quando estiver tudo pronto para chamar a API Gemini da Vertex AI no seu app, siga as instruções no guia de primeiros passos do Firebase AI Logic para configurar o Firebase e o SDK no seu app.

Adicionar a dependência do Gradle

Adicione a seguinte dependência do Gradle ao módulo do app:

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:34.11.0"))

  // Add the dependency for the Firebase AI Logic library. When using the BoM,
  // you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")
}

Inicializar o modelo generativo

Comece instanciando um GenerativeModel e especificando o nome do modelo:

Kotlin

val model = Firebase.ai(backend = GenerativeBackend.vertexAI())
    .generativeModel("gemini-2.5-flash")
VertexAiGeminiApi.kt

Java

GenerativeModel firebaseAI = FirebaseAI.getInstance(GenerativeBackend.vertexAI())
        .generativeModel("gemini-2.5-flash");

GenerativeModelFutures model = GenerativeModelFutures.from(firebaseAI);
VertexAiGeminiApiJava.java

Na documentação do Firebase, você pode saber mais sobre os modelos disponíveis para uso com a API Gemini Developer. Você também pode aprender sobre a configurar os parâmetros do modelo.

Gerar texto

Para gerar uma resposta de texto, chame generateContent() com o comando.

Kotlin

suspend fun generateText(model: GenerativeModel) {
    // Note: generateContent() is a suspend function, which integrates well
    // with existing Kotlin code.
    val response = model.generateContent("Write a story about a magic backpack.")
    // ...
}
VertexAiGeminiApi.kt

Java

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);
VertexAiGeminiApiJava.java

Assim como na API Gemini Developer, também é possível transmitir imagens, áudio, vídeo e arquivos com o comando de texto. Para mais detalhes, consulte Interagir com a API Gemini Developer no seu app.

Para saber mais sobre o SDK Firebase AI Logic, leia a documentação do Firebase.