Erste Schritte: Über das Foundation Models-Framework von Apple auf die Gemini API zugreifen

Auf der WWDC 2026 hat Apple das Foundation Models-Framework für Modelladapter von Drittanbietern geöffnet. Das bedeutet, dass Sie über das Foundation Models-Framework auf in der Cloud gehostete Modelle (z. B. Gemini) zugreifen können. Dabei verwenden Sie dieselbe API wie für den Zugriff auf Modelle auf dem Gerät.

In Ihrer App können Sie die Modellinstanz austauschen, um Ihre Anfragen je nach Anwendungsfall an die Inferenz auf dem Gerät oder in der Cloud weiterzuleiten:

• Modelle auf dem Gerät bieten maximalen Datenschutz, sind kostenlos und unterstützen die Offline-Nutzung.
• In der Cloud gehostete Gemini Modelle bieten große Kontextfenster, erweiterte Funktionen und mehr Argumentationskraft.

Sie können über das Foundation Models-Framework von Apple auf die in der Cloud gehosteten Gemini Modelle zugreifen, indem Sie das Firebase SDK für Apple Plattformen verwenden, insbesondere die Firebase AI Logic Bibliothek. In diesem Leitfaden erfahren Sie, wie Sie loslegen.

Um den Zugriff auf Gemini Modelle zu schützen, wird in diesem Leitfaden auch beschrieben, wie Sie Firebase App Check einrichten. Das ist auch während der Entwicklung entscheidend.

Vorbereitung

• Installieren Sie die neueste Xcode 27-Betaversion.

• Ein Apple-Plattformsimulator oder ein physisches Gerät, auf dem die entsprechende Betaversion des Betriebssystems ausgeführt wird (z. B. iOS 27 Beta).

• Ein neues Xcode-Projekt einer Apple-Plattform-App mit einer SwiftUI-Oberfläche.

Unterstützte Gemini Modelle

Die Integration mit dem Foundation Models-Framework von Apple unterstützt die folgenden Gemini Modelle.

• Modelle für allgemeine Zwecke

  • gemini-3.1-pro-preview
  • gemini-3.6-flash und das ältere gemini-3.5-flash
  • gemini-3.5-flash-lite und das ältere gemini-3.1-flash-lite

• Modelle zur Bildgenerierung

  • gemini-3-pro-image (auch bekannt als „Nano Banana Pro“)
  • gemini-3.1-flash-image (auch bekannt als „Nano Banana 2“)
  • gemini-3.1-flash-lite-image (auch bekannt als „Nano Banana 2 Lite“)

Gemini Live API Modelle und Imagen Modelle werden nicht unterstützt. -Modelle werden technisch unterstützt, sind aber nicht empfehlenswert für neue Projekte und erfordern eine spezielle Konfiguration, die in diesen Leitfäden nicht behandelt wird.Gemini 2.5

Schritt 1: Firebase-Projekt erstellen

Wir empfehlen, mit einem neuen Firebase-Projekt zu beginnen, um diese Integration zu testen.

1. Melden Sie sich in der Firebase Console an.

2. Klicken Sie auf Neues Firebase-Projekt erstellen.

3. Folgen Sie der Anleitung auf dem Bildschirm. Sie müssen Google Analytics nicht aktivieren.

Schritt 2: App mit Firebase verbinden

Um Ihre App mit Firebase zu verbinden, müssen Sie sie in Ihrem Firebase-Projekt registrieren und Ihrer Codebasis eine Konfigurationsdatei hinzufügen.

1. Klicken Sie in der Mitte der Projektübersicht auf das Symbol iOS+, um den Einrichtungsworkflow zu starten.

2. Registrieren Sie Ihre App:

   1. Geben Sie die Paket-ID Ihrer App ein. Sie muss mit der Paket-ID des Projekts übereinstimmen, das Sie in Xcode erstellen.

   2. Klicken Sie auf App registrieren.

3. Fügen Sie die Firebase-Konfigurationsdatei hinzu. Diese Datei enthält die Einstellungen für das Firebase SDK, um eine Verbindung zu Ihrem Firebase-Projekt herzustellen.

   1. Klicken Sie auf Herunterladen GoogleService-Info.plist , um die Konfigurations datei herunterzuladen.

   2. Verschieben Sie GoogleService-Info.plist in das Stammverzeichnis Ihres Xcode-Projekts und fügen Sie sie allen Zielen hinzu.

   3. Klicken Sie in der Firebase Konsole auf Weiter.

4. Der Workflow in der Console enthält allgemeine Anleitungen zum Hinzufügen des Firebase SDK zu Ihrer App. Fahren Sie mit dem nächsten Schritt in diesem Leitfaden fort, um spezifische Anleitungen für Firebase AI Logic zu erhalten.

Schritt 3: Firebase-Bibliotheken hinzufügen und Firebase in Ihrer App initialisieren

1. Fügen Sie mit Swift Package Manager die erforderlichen Firebase-Bibliotheken hinzu:

   1. Öffnen Sie Ihr App-Projekt und wählen Sie in Xcode File > Add Packages (Datei > Pakete hinzufügen) aus.

   2. Geben Sie die Repository-URL des Firebase Apple SDK ein:

      https://github.com/firebase/firebase-ios-sdk
      

   3. Wählen Sie als Abhängigkeitsregel Branch (Zweig) aus und geben Sie wwdc26-preview ein.

   4. Klicken Sie auf Add Package (Paket hinzufügen). Xcode löst die Abhängigkeiten auf und lädt sie herunter.

   5. Fügen Sie bei entsprechender Aufforderung die Bibliotheken FirebaseAILogic und FirebaseAppCheck dem Ziel Ihrer App hinzu.

2. Initialisieren Sie Firebase beim Start Ihrer App, indem Sie dem Haupteinstiegspunkt Ihrer App den folgenden Code hinzufügen:

   import SwiftUI
   import FirebaseCore
   
   @main
   struct YourApp: App {
     init() {
       FirebaseApp.configure()
     }
   
     var body: some Scene {
       WindowGroup {
         NavigationView {
           ContentView()
         }
       }
     }
   }
   

Schritt 4: Firebase-Dienste aktivieren und schützen

Nachdem Ihre App für die Verwendung von Firebase konfiguriert wurde, müssen Sie den Firebase AI Logic Dienst aktivieren und den Zugriff auf die zugehörigen APIs mit Firebase App Check schützen.

Schritt 4a: Firebase AI Logic in Ihrem Firebase-Projekt einrichten

1. Rufen Sie in der Firebase Console AI Services > AI Logic auf.

2. Klicken Sie auf Jetzt starten , um den geführten Einrichtungsworkflow zu starten.

3. Wenn Sie aufgefordert werden, einen "Gemini API-Anbieter" auszuwählen, empfehlen wir die Gemini Developer API. Damit können Sie schnell und kostenlos loslegen.

   Sie können die Abrechnung jederzeit später einrichten.Agent Platform Gemini API (formerly Vertex AI)

4. Fahren Sie mit dem Workflow fort, um die erforderlichen APIs und zugehörigen Dienste einzurichten für Firebase AI Logic.

   Ab Anfang Juli 2026 wird in dieser Phase des Workflows automatisch Firebase App Check für AI LogicFirebase App Check erzwungen. Das ist ein entscheidender Dienst, um die Gemini API zu schützen, wenn direkt von Ihrer App darauf zugegriffen wird. Im Rahmen der ersten Schritte (siehe spätere Schritte in diesem Leitfaden) müssen Sie den App Check Debug-Anbieter für die lokale Entwicklung konfigurieren, wenn App Check erzwungen wird.AI Logic

   App CheckApp Check

Schritt 4b: App Check Debug-Anbieter für die lokale Entwicklung konfigurieren

Für die lokale Entwicklung müssen Sie den App Check Debug-Anbieter konfigurieren, um die Attestierung zu umgehen und gleichzeitig die Erzwingung von App Check beizubehalten.

1. Importieren Sie in Ihrem Xcode-Projekt FirebaseAppCheck und initialisieren Sie App Check mit der Debug-Anbieter-Factory, bevor Sie Firebase konfigurieren.

   import SwiftUI
   import FirebaseCore
   import FirebaseAppCheck
   
   @main
   struct YourApp: App {
     init() {
       let providerFactory = AppCheckDebugProviderFactory()
       AppCheck.setAppCheckProviderFactory(providerFactory)
       FirebaseApp.configure()
     }
   
     var body: some Scene {
       WindowGroup {
         NavigationView {
           ContentView()
         }
       }
     }
   }
   

2. Rufen Sie Ihr Debug-Token ab:

   1. Starten Sie Ihre App im Simulator oder auf Ihrem Testgerät.

   2. Öffnen Sie die Xcode-Console und suchen Sie nach dem App Check Debug-Token. Beispiel:

      <Warning> [AppCheckCore][I-GAC004001] App Check debug token: '123a4567-b89c-12d3-e456-789012345678'.
      

   3. Kopieren Sie das Token (z. B. 123a4567-b89c-12d3-e456-789012345678).

3. Registrieren Sie Ihr Debug-Token bei App Check:

   1. Rufen Sie in der Firebase Console den Security > App Check > Apps Tab auf.

   2. Suchen Sie Ihre App, klicken Sie auf das Dreipunkt-Menü (more_vert) und wählen Sie dann Debug-Tokens verwalten aus.

   3. Folgen Sie der Anleitung auf dem Bildschirm, um Ihr Debug-Token zu registrieren.

Weitere Informationen zum Debug-Anbieter, einschließlich einer Anleitung zum Abrufen eines neuen Debug-Tokens, finden Sie in der offiziellen App Check Dokumentation.

Schritt 5: AI Logic Dienst in Ihrer App initialisieren

Nachdem Firebase und App Check konfiguriert wurden, können Sie den Firebase AI Logic Dienst in Ihrer App initialisieren.

import FoundationModels
import FirebaseCore
import FirebaseAILogic

// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Initialize a `geminiLanguageModel` with a Gemini model that supports your use case.
let model = ai.geminiLanguageModel(name: "gemini-3.6-flash")

Schritt 6: Anfrage an ein Gemini Modell senden

Nachdem Firebase AI Logic eingerichtet, geschützt und in Ihrer App initialisiert wurde, können Sie eine Anfrage an ein Gemini Modell senden.

Das folgende Beispiel zeigt die einfachste Art von Anfrage: Text aus einem reinen Text-Prompt generieren:

import FoundationModels
import FirebaseCore
import FirebaseAILogic

// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Initialize a `geminiLanguageModel` with a Gemini model that supports your use case.
let model = ai.geminiLanguageModel(name: "gemini-3.6-flash")


// Create a session by injecting the model into Apple's `LanguageModelSession`.
let session = LanguageModelSession(model: model)

// Generate a text response to a prompt.
let response = try await session.respond(to: "Write a story about a magic backpack.")
print(response.content)

Gemini Modelle unterstützen auch andere Arten von Anfragen, z. B. das Analysieren von Bildern und PDFs , das Generieren von strukturiertem JSON-Output und das Generieren von Bildern (mit "Nano Banana"-Modellen). Beispiele für diese Arten von Anfragen finden Sie in der Dokumentation oder in der Beispiel-App.

Antwort streamen

Sie können schnellere Interaktionen erzielen, indem Sie nicht auf das gesamte Ergebnis der Modellgenerierung warten, sondern Streaming verwenden, um Teilergebnisse zu verarbeiten. Verwenden Sie streamResponse(to:) anstelle von respond(to:), um die Antwort zu streamen.

import FoundationModels
import FirebaseCore
import FirebaseAILogic

// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Initialize a `geminiLanguageModel` with a Gemini model that supports your use case.
let model = ai.geminiLanguageModel(name: "gemini-3.6-flash")


// Create a session by injecting the model into Apple's `LanguageModelSession`.
let session = LanguageModelSession(model: model)

// Generate a streamed text response to a prompt.
// To stream the response, use `streamResponse(to:)` instead of `respond(to:)`
let stream = session.streamResponse(to: "Write a story about a magic backpack.")
var response = ""
for try await snapshot in stream {
  // The snapshot contains *all* content generated so far.
  response = snapshot.content
}

Nächste Schritte

• Verfügbare Funktionen beim Zugriff auf Gemini API über das Foundation Models-Framework von Apple
• Modell konfigurieren, um seine Antworten zu steuern, einschließlich des Festlegens einer Denkebene ("reasoning").
• Tools für das Modell bereitstellen, einschließlich Grounding für aktuelle Informationen
• Weitere Informationen zu Firebase App Check und zum Schutz Ihrer Ressourcen

Feedback geben zum Zugriff auf Gemini API über das Foundation Models-Framework von Apple