Fehlercodes

400‑Fehler: API key not valid. Please pass a valid API key.

Wenn Sie den Fehler 400 mit der Meldung API key not valid. Please pass a valid API key. erhalten, bedeutet das in der Regel, dass der API-Schlüssel in Ihrer Firebase-Konfigurationsdatei bzw. Ihrem Firebase-Konfigurationsobjekt nicht vorhanden ist oder nicht für die Verwendung mit Ihrer App und/oder Ihrem Firebase-Projekt eingerichtet wurde.

Prüfen Sie, ob der in Ihrer Firebase-Konfigurationsdatei bzw. Ihrem Firebase-Konfigurationsobjekt aufgeführte API-Schlüssel mit dem API-Schlüssel für Ihre App übereinstimmt. Sie können alle Ihre API-Schlüssel in der Google Cloud-Konsole im Bereich APIs & Dienste > Anmeldedaten ansehen.

Wenn Sie feststellen, dass sie nicht übereinstimmen, rufen Sie eine neue Firebase-Konfigurationsdatei bzw. ein neues Firebase-Konfigurationsobjekt ab und ersetzen Sie die Datei bzw. das Objekt in Ihrer App. Die neue Konfigurationsdatei bzw. das neue Konfigurationsobjekt sollte einen gültigen API-Schlüssel für Ihre App und Ihr Firebase-Projekt enthalten.

400‑Fehler: Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.

Wenn Sie versuchen, eine multimodale Anfrage mit einer Cloud Storage for Firebase-URL zu senden, kann der folgende 400-Fehler auftreten:
Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.

Dieser Fehler wird durch ein Projekt verursacht, in dem die erforderlichen Dienst-Agents nicht automatisch bereitgestellt wurden, als die Vertex AI API im Projekt aktiviert wurde. Dies ist ein bekanntes Problem bei einigen Projekten und wir arbeiten an einer globalen Lösung.

Hier ist die Problemumgehung, mit der Sie Ihr Projekt korrigieren und diese Dienstkonten richtig bereitstellen können, damit Sie Cloud Storage for Firebase-URLs in Ihre multimodalen Anfragen aufnehmen können. Sie müssen Inhaber des Projekts sein und diese Aufgaben nur einmal für Ihr Projekt ausführen.

1. Greifen Sie mit dem gcloud CLI auf die Daten zu und authentifizieren Sie sich.
   Am einfachsten geht das über Cloud Shell. Weitere Informationen finden Sie in der Google Cloud-Dokumentation.

2. Folgen Sie bei Aufforderung der Anleitung im Terminal, um den gcloud CLI für Ihr Firebase-Projekt auszuführen.

   Sie benötigen Ihre Firebase-Projekt-ID. Sie finden sie in der Firebase Console oben in den settings Projekteinstellungen.

3. Stellen Sie die erforderlichen Dienst-Agents in Ihrem Projekt mit dem folgenden Befehl bereit:

   curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json"  https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/endpoints -d ''
   

4. Warten Sie einige Minuten, bis die Dienst-Agents bereitgestellt wurden, und versuchen Sie dann noch einmal, Ihre multimodale Anfrage mit der Cloud Storage for Firebase-URL zu senden.

Wenn Sie diesen Fehler nach einigen Minuten immer noch erhalten, wenden Sie sich an den Firebase-Support.

Fehler 403: Requests to this API firebasevertexai.googleapis.com ... are blocked.

Wenn Sie den 403-Fehler mit der Meldung Requests to this API firebasevertexai.googleapis.com ... are blocked. erhalten, bedeutet das in der Regel, dass der API-Schlüssel in Ihrer Firebase-Konfiguration in Ihrer App Einschränkungen hat, die verhindern, dass die erforderliche API aufgerufen wird.

Um dieses Problem zu beheben, müssen Sie die Einschränkungen Ihres API-Schlüssels in der Google Cloud-Konsole aktualisieren, damit die erforderliche API eingeschlossen wird. Für Firebase AI Logic müssen Sie dafür sorgen, dass die Firebase AI Logic API (firebasevertexai.googleapis.com) in der Liste der ausgewählten APIs enthalten ist, die mit dem API-Schlüssel aufgerufen werden können.

Gehen Sie so vor:

1. Öffnen Sie in der Google Cloud Console den Bereich APIs & Dienste > Anmeldedaten.

2. Wählen Sie den API-Schlüssel aus, für den Ihre Anwendung konfiguriert ist, z. B. den „iOS-Schlüssel“ für eine iOS-App.

3. Suchen Sie auf der Seite API-Schlüssel bearbeiten nach dem Abschnitt API-Einschränkungen.

4. Achten Sie darauf, dass die Option Schlüssel einschränken ausgewählt ist. Wenn nicht, ist Ihr Schlüssel uneingeschränkt und dies ist wahrscheinlich nicht die Ursache des Fehlers.

5. Suchen Sie im Drop-down-Menü Ausgewählte APIs nach der Firebase AI Logic-API und wählen Sie sie aus, um sie der Liste der ausgewählten APIs hinzuzufügen, die mit dem API-Schlüssel aufgerufen werden können.

6. Klicken Sie auf Speichern.

   Es kann bis zu fünf Minuten dauern, bis die Änderungen wirksam werden.

Fehler 403: PERMISSION_DENIED: The caller does not have permission.

Wenn Sie den Fehler 403 mit der Meldung PERMISSION_DENIED: The caller does not have permission. erhalten, bedeutet das in der Regel, dass der API-Schlüssel in Ihrer Firebase-Konfigurationsdatei bzw. Ihrem Firebase-Konfigurationsobjekt zu einem anderen Firebase-Projekt gehört.

Prüfen Sie, ob der in Ihrer Firebase-Konfigurationsdatei bzw. Ihrem Firebase-Konfigurationsobjekt aufgeführte API-Schlüssel mit dem API-Schlüssel für Ihre App übereinstimmt. Sie können alle Ihre API-Schlüssel in der Google Cloud-Konsole im Bereich APIs & Dienste > Anmeldedaten ansehen.

Wenn Sie feststellen, dass sie nicht übereinstimmen, rufen Sie eine neue Firebase-Konfigurationsdatei bzw. ein neues Firebase-Konfigurationsobjekt ab und ersetzen Sie die Datei bzw. das Objekt in Ihrer App. Die neue Konfigurationsdatei bzw. das neue Konfigurationsobjekt sollte einen gültigen API-Schlüssel für Ihre App und Ihr Firebase-Projekt enthalten.

404-Fehler: Firebase AI Logic genai config not found

Wenn Sie versuchen, die Gemini Developer API zu verwenden, und der Fehler 404 mit der Meldung Firebase AI Logic genai config not found angezeigt wird, bedeutet das in der Regel, dass Ihr Firebase-Projekt keinen gültigen Gemini-API-Schlüssel für die Verwendung mit den Firebase AI Logic-Client-SDKs hat.

Das sind die wahrscheinlichsten Ursachen für diesen Fehler:

• Sie haben Ihr Firebase-Projekt noch nicht für Gemini Developer API eingerichtet.

  So gehen Sie vor:
  Rufen Sie in der Firebase-Konsole KI-Dienste > KI-Logik auf. Klicken Sie auf Jetzt starten und wählen Sie dann die Gemini Developer API aus. Aktivieren Sie die API. Die Konsole richtet Ihr Projekt für Gemini Developer API ein. Versuchen Sie es nach Abschluss des Workflows noch einmal.

• Wenn Sie den Firebase AI Logic-Einrichtungsablauf in der Firebase-Konsole erst vor Kurzem durchlaufen haben, ist Ihr Gemini-API-Schlüssel möglicherweise noch nicht für alle erforderlichen Back-End-Dienste in allen Regionen verfügbar.

  Vorgehensweise:
  Warten Sie einige Minuten und versuchen Sie es dann noch einmal.

• Ihr Gemini-API-Schlüssel wurde möglicherweise aus Ihrem Firebase-Projekt gelöscht.

  Maßnahmen:
  Gemini-API-Schlüssel ändern, der von Firebase AI Logic verwendet wird

404-Fehler: Das Modell „was not found or your project does not have access to it“?

Beispiel: "Publisher Model projects/PROJECT-ID/locations/us-central1/publishers/google/models/gemini-3-pro-image-preview was not found or your project does not have access to it. Please ensure you are using a valid model version."

Für diesen Fehler kann es verschiedene Gründe geben.

• Ungültiger Modellname

  • Ursache: Der von Ihnen angegebene Modellname ist kein gültiger Modellname.

  • Lösung: Vergleichen Sie den Namen und die Version Ihres Modells mit der Liste aller unterstützten und verfügbaren Modelle. Prüfen Sie die Segmente und ihre Reihenfolge im Modellnamen. Beispiel:

    • Der Name des Gemini 3.1 Pro-Vorschaumodells ist gemini-3.1-pro-preview.
    • Der Name des Gemini 3 Flash-Vorschaumodells ist gemini-3-flash-preview.
    • Der Name des Vorschaumodells „Nano Banana Pro“ ist gemini-3-pro-image-preview.
    • Der Name des Vorschaumodells „Nano Banana 2“ ist gemini-3.1-flash-image-preview.
    • Der Modellname „Nano Banana“ ist gemini-2.5-flash-image.

• Ungültiger Standort (gilt nur, wenn Sie den Anbieter Vertex AI Gemini API und ein Vorschau- oder experimentelles-Modell verwenden)

  • Ursache: Sie verwenden eine Vorschau- oder experimentelle Version eines Modells (z. B. gemini-3.1-pro-preview und gemini-3.1-flash-image-preview) und haben den Speicherort global nicht angegeben.

    Wenn Sie Vertex AI Gemini API verwenden, sind alle Vorabversions- und experimentellen Gemini-Modelle (außer Gemini Live-Modelle) nur am Standort global verfügbar. Da Firebase AI Logic standardmäßig den Speicherort us-central1 verwendet, müssen Sie den Speicherort global explizit angeben, wenn Sie den Vertex AI Gemini API-Backend-Dienst in Ihrem Code initialisieren, wenn Sie diese Vorschau- und experimentellen Gemini-Modelle verwenden.

  • Lösung: Geben Sie beim Initialisieren des Vertex AI Gemini API-Dienstes den Standort global an. Weitere Informationen zum Angeben des Speicherorts für den Zugriff auf das Modell (einschließlich Code-Snippets)

• Ungültiger Standort (nur anwendbar, wenn der Vertex AI Gemini API-Anbieter verwendet wird)

  • Ursache: Sie verwenden ein Modell, das an dem Ort, an dem Sie darauf zugreifen möchten, nicht unterstützt wird.

    Wenn Sie Vertex AI Gemini API verwenden, sind einige Modelle nur an bestimmten Standorten verfügbar. Beispiele:

    • Imagen-Modelle werden am Standort global nicht unterstützt.
    • Gemini Live API-Modelle (z. B. gemini-2.0-flash-live-preview-04-09) werden nur am Standort us-central1 unterstützt.
    • Gemini 2.5-Modelle (z. B. gemini-2.5-pro) sind nur am Standort global, in den US-Standorten und in einigen europäischen Standorten verfügbar (und manchmal an anderen Standorten, wenn Ihr Projekt spezielle Optionen hat).

  • Lösung: Achten Sie beim Initialisieren des Vertex AI Gemini API-Dienstes darauf, dass Sie einen unterstützten Speicherort für das verwendete Modell angeben. Weitere Informationen zum Angeben des Standorts für den Zugriff auf das Modell (einschließlich Code-Snippets) und zu den unterstützten Standorten für Modelle

    Firebase AI Logic wird standardmäßig auf den Speicherort us-central1 festgelegt.

Fehler vom Typ 429: "You exceeded your current quota, please check your plan and billing details" oder "Resource exhausted, please try again later."

429-Fehler deuten darauf hin, dass Sie entweder Ihr Kontingent überschreiten oder das Modell, auf das Sie zugreifen, durch Anfragen von anderen Personen überlastet ist.

Welche Maßnahmen Sie ergreifen müssen, hängt davon ab, ob Sie die Gemini Developer API oder die Vertex AI Gemini API verwenden. Weitere Informationen zu Kontingenten und zum Anfordern zusätzlicher Kontingente finden Sie unter Ratenlimits und Kontingente.

Wenn Sie Vertex AI Gemini API verwenden, finden Sie in der Google Cloud-Dokumentation zusätzlichen Kontext und Anleitungen zu Fehlercode 429.