Codes d'erreur

Erreur 400 : API key not valid. Please pass a valid API key.

Si vous recevez une erreur 400 indiquant API key not valid. Please pass a valid API key., cela signifie généralement que la clé API de votre fichier/objet de configuration Firebase n'existe pas ou n'est pas configurée pour être utilisée avec votre application et/ou votre projet Firebase.

Vérifiez que la clé API listée dans votre fichier/objet de configuration Firebase correspond à la clé API de votre application. Vous pouvez afficher toutes vos clés API dans le panneau API et services > Identifiants de la console Google Cloud.

Si vous constatez qu'elles ne correspondent pas, alors obtenez un nouveau fichier/objet de configuration Firebase, puis remplacez celui qui se trouve dans votre application. Le nouveau fichier/objet de configuration doit contenir une clé API valide pour votre application et votre projet Firebase.

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

Si vous essayez d'envoyer une requête multimodale avec une Cloud Storage for Firebase URL, vous pouvez rencontrer l'erreur 400 suivante :
Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.

Cette erreur est due à un projet pour lequel les agents de service requis n'ont pas été correctement provisionnés automatiquement lorsque l'Vertex AI API a été activée dans le projet. Il s'agit d'un problème connu avec certains projets, et nous travaillons à une solution globale.

Voici la solution pour corriger votre projet et provisionner correctement ces agents de service afin que vous puissiez commencer à inclure des URL Cloud Storage for Firebase dans vos requêtes multimodales. Vous devez être propriétaire du projet et n'avez besoin d'effectuer cet ensemble de tâches qu'une seule fois pour votre projet.

1. Accédez à gcloud CLI et authentifiez-vous.
   Le moyen le plus simple d'y parvenir est d'utiliser Cloud Shell. Pour en savoir plus, consultez la Google Cloud documentation.

2. Si vous y êtes invité, suivez les instructions affichées dans le terminal pour que la gcloud CLI s'exécute sur votre projet Firebase.

   Vous aurez besoin de l'ID de votre projet Firebase, que vous trouverez en haut des settings Paramètres du projet dans la Firebase console.

3. Provisionnez les agents de service requis dans votre projet en exécutant la commande suivante :

   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. Attendez quelques minutes pour vous assurer que les agents de service sont provisionnés, et puis réessayez d'envoyer votre requête multimodale incluant l' Cloud Storage for Firebase URL.

Si cette erreur persiste après plusieurs minutes, contactez l'assistance Firebase.

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

Si vous recevez une erreur 403 indiquant Requests to this API firebasevertexai.googleapis.com ... are blocked., cela signifie généralement que la clé API de votre configuration Firebase dans votre application comporte des restrictions qui l'empêchent d'appeler l'API requise.

Pour résoudre ce problème, vous devez mettre à jour les restrictions de votre clé API dans la Google Cloud console afin d'inclure l'API requise. Pour Firebase AI Logic, vous devez vous assurer que l'Firebase AI Logic API (firebasevertexai.googleapis.com) est incluse dans la liste des API sélectionnées qui peuvent être appelées à l'aide de la clé API.

Procédez comme suit :

1. Dans la Google Cloud console, ouvrez le API et services > Identifiants panneau.

2. Sélectionnez la clé API que votre application est configurée pour utiliser (par exemple, la "clé iOS" pour une application iOS).

3. Sur la page Modifier la clé API, recherchez la section Restrictions d'API.

4. Assurez-vous que l'option Restreindre la clé est sélectionnée. Si ce n'est pas le cas, votre clé n'est pas limitée, et il est probable que ce ne soit pas la source de l'erreur.

5. Dans le menu déroulant API sélectionnées, recherchez et sélectionnez l' Firebase AI Logic API pour l'ajouter à la liste des API sélectionnées qui peuvent être appelées à l'aide de la clé API.

6. Cliquez sur Enregistrer.

   L'application des modifications peut prendre jusqu'à cinq minutes.

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

Si vous recevez une erreur 403 indiquant PERMISSION_DENIED: The caller does not have permission., cela signifie généralement que la clé API de votre fichier/objet de configuration Firebase appartient à un autre projet Firebase.

Vérifiez que la clé API listée dans votre fichier/objet de configuration Firebase correspond à la clé API de votre application. Vous pouvez afficher toutes vos clés API dans le panneau API et services > Identifiants de la console Google Cloud.

Si vous constatez qu'elles ne correspondent pas, alors obtenez un nouveau fichier/objet de configuration Firebase, puis remplacez celui qui se trouve dans votre application. Le nouveau fichier/objet de configuration doit contenir une clé API valide pour votre application et votre projet Firebase.

Erreur 404 : Firebase AI Logic genai config not found

Si vous essayez d'utiliser le Gemini Developer API et que vous recevez une erreur 404 indiquant Firebase AI Logic genai config not found, cela signifie généralement que votre projet Firebase ne dispose pas d'une clé API Gemini valide à utiliser avec les SDK clients Firebase AI Logic.

Voici les causes les plus probables de cette erreur :

• Vous n'avez pas encore configuré votre projet Firebase pour le Gemini Developer API.

  Procédure à suivre :
  Dans la console Firebase, accédez à Services d'IA > AI Logic. Cliquez sur Commencer, puis sélectionnez Gemini Developer API. Activez l'API, et la console configurera votre projet pour Gemini Developer API. Une fois le workflow terminé, réessayez d'envoyer votre requête.

• Si vous avez récemment effectué le workflow de configuration Firebase AI Logic dans la console Firebase, il est possible que votre clé API Gemini ne soit pas encore disponible pour tous les services de backend requis dans toutes les régions.

  Procédure à suivre :
  Attendez quelques minutes, puis réessayez d’envoyer votre requête.

• Votre clé API Gemini a peut-être été supprimée de votre projet Firebase.

  Procédure à suivre :
  Découvrez comment modifier la clé API Gemini utilisée par Firebase AI Logic.

Erreur 404 : le modèle "was not found or your project does not have access to it" ?

Exemple : "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."

Plusieurs raisons peuvent expliquer cette erreur.

• Nom de modèle non valide

  • Cause : le nom de modèle que vous avez fourni n'est pas valide.

  • Solution : comparez le nom et la version de votre modèle à la liste de tous les modèles compatibles et disponibles. Veillez à vérifier les segments et leur ordre dans le nom du modèle. Exemple :

    • Le nom du modèle preview Gemini 3.1 Pro est gemini-3.1-pro-preview.
    • Le nom du modèle preview Gemini 3 Flash est gemini-3-flash-preview.
    • Le nom du modèle preview "Nano Banana Pro" est gemini-3-pro-image-preview.
    • Le nom du modèle preview "Nano Banana 2" est gemini-3.1-flash-image-preview.
    • Le nom du modèle "Nano Banana" est gemini-2.5-flash-image.

• Zone géographique non valide (ne s'applique que si vous utilisez le fournisseur Vertex AI Gemini API et un modèle preview ou expérimental)

  • Cause : vous utilisez une version preview ou expérimentale d'un modèle (par exemple, gemini-3.1-pro-preview et gemini-3.1-flash-image-preview), et vous n'avez pas spécifié la zone géographique global.

    Si vous utilisez l'Vertex AI Gemini API, tous les modèles preview et experimental Gemini (à l'exception des modèles Gemini Live) ne sont disponibles que dans la zone géographique global. Toutefois, comme Firebase AI Logic est défini par défaut sur la zone géographique us-central1, vous devez spécifier explicitement la zone géographique global lorsque vous initialisez le service de Vertex AI Gemini API backend dans votre code lorsque vous utilisez ces preview et experimental Gemini modèles.

  • Solution : lorsque vous initialisez le service Vertex AI Gemini API, spécifiez la zone géographique global. Découvrez comment spécifier la zone géographique pour accéder au modèle (y compris les extraits de code).

• Zone géographique non valide (ne s'applique que si vous utilisez le fournisseur Vertex AI Gemini API)

  • Cause : vous utilisez un modèle qui n'est pas compatible dans la zone géographique où vous essayez d'y accéder.

    Si vous utilisez l'Vertex AI Gemini API, certains modèles ne sont disponibles que dans des zones géographiques spécifiques. Par exemple (liste non exhaustive) :

    • Les modèles Imagen ne sont pas compatibles dans la global zone géographique.
    • Gemini Live API modèles (comme gemini-2.0-flash-live-preview-04-09) ne sont compatibles que dans la zone géographique us-central1.
    • Les modèles Gemini 2.5 (comme gemini-2.5-pro) ne sont disponibles que dans la zone géographique global, les zones géographiques des États-Unis et certaines zones géographiques européennes (et parfois dans d'autres zones géographiques si votre projet dispose d'options spéciales).

  • Solution : lorsque vous initialisez le service Vertex AI Gemini API, assurez-vous de spécifier une zone géographique compatible pour le modèle que vous utilisez. Découvrez comment spécifier la zone géographique pour accéder au modèle (y compris les extraits de code) et les zones géographiques compatibles pour les modèles.

    Notez que Firebase AI Logic est défini par défaut sur la us-central1 zone géographique.

Erreurs 429 : "You exceeded your current quota, please check your plan and billing details" ou "Resource exhausted, please try again later."

Les erreurs 429 indiquent que vous dépassez votre quota ou que le modèle auquel vous accédez est surchargé par les requêtes d'autres personnes.

L'action à entreprendre dépend de si vous utilisez le Gemini Developer API ou Vertex AI Gemini API. Pour en savoir plus sur les quotas et sur la façon de demander un quota supplémentaire, consultez Limites de débit et quotas.

Si vous utilisez le Vertex AI Gemini API, la documentation Google Cloud fournit un contexte et des conseils supplémentaires pour le code d'erreur 429.