Auf dieser Seite finden Sie Informationen zur Fehlerbehebung bei häufigen Fehlercodes für die Gemini API und die Firebase AI Logic SDKs.
Fehler 400: 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 oder 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 oder Ihrem Firebase-Konfigurationsobjekt aufgeführte API-Schlüssel mit dem API-Schlüssel für Ihre App übereinstimmt. Sie können alle Ihre API-Schlüssel in der APIs & Dienste > Anmeldedaten in der Google Cloud Console aufrufen.
Wenn Sie feststellen, dass sie nicht übereinstimmen, dann rufen Sie eine neue Firebase-Konfigurationsdatei oder ein neues Firebase-Konfigurationsobjekt ab, und dann ersetzen Sie die Datei oder das Objekt in Ihrer App. Die neue Konfigurationsdatei oder das neue Konfigurationsobjekt sollte einen gültigen API-Schlüssel für Ihre App und Ihr Firebase-Projekt enthalten.
Fehler 400: 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 Fehler 400 auftreten:
Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.
Dieser Fehler wird durch ein Projekt verursacht, bei dem die erforderlichen Dienst-Agents nicht automatisch bereitgestellt wurden, als die Vertex AI API in dem Projekt aktiviert wurde. Dies ist ein bekanntes Problem bei einigen Projekten und wir arbeiten an einer globalen Lösung.
Mit der folgenden Problemumgehung können Sie Ihr Projekt korrigieren und diese Dienst Agents richtig bereitstellen, damit Sie Cloud Storage for Firebase URLs in Ihre multimodalen Anfragen einfügen können. Sie müssen Inhaber des Projekts sein und diese Aufgaben nur einmal für Ihr Projekt ausführen.
Greifen Sie auf die gcloud CLI zu und authentifizieren Sie sich.
Am einfachsten geht das über Cloud Shell. Weitere Informationen finden Sie in der Google Cloud Dokumentation.Folgen Sie der Anleitung im Terminal, um die gcloud CLI für Ihr Firebase-Projekt auszuführen.
Sie benötigen Ihre Firebase-Projekt-ID. Sie finden sie oben in den settings Projekteinstellungen in der Firebase Console.
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 ''
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 der Fehler nach einigen Minuten immer noch auftritt, wenden Sie sich an den Firebase-Support.
Fehler 403: Requests to this API firebasevertexai.googleapis.com ... are blocked.
Wenn Sie den Fehler 403 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, um die erforderliche API einzuschließen. Für Firebase AI Logic,
muss die Firebase AI Logic API
(firebasevertexai.googleapis.com) in der Liste der ausgewählten
APIs enthalten sein, die mit dem API-Schlüssel aufgerufen werden können.
Gehen Sie so vor:
Öffnen Sie in der Google Cloud Console das APIs & Dienste > Anmeldedaten Fenster.
Wählen Sie den API-Schlüssel aus, der für Ihre Anwendung konfiguriert ist (z. B. den „iOS-Schlüssel“ für eine iOS-App).
Suchen Sie auf der Seite API-Schlüssel bearbeiten den Abschnitt API-Einschränkungen.
Achten Sie darauf, dass die Option Schlüssel einschränken ausgewählt ist. Wenn nicht, ist Ihr Schlüssel nicht eingeschränkt und dies ist wahrscheinlich nicht die Ursache des Fehlers.
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.
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 oder Ihrem Firebase-Konfigurationsobjekt zu einem anderen Firebase-Projekt gehört.
Prüfen Sie, ob der in Ihrer Firebase-Konfigurationsdatei oder Ihrem Firebase-Konfigurationsobjekt aufgeführte API-Schlüssel mit dem API-Schlüssel für Ihre App übereinstimmt. Sie können alle Ihre API-Schlüssel in der APIs & Dienste > Anmeldedaten in der Google Cloud Console aufrufen.
Wenn Sie feststellen, dass sie nicht übereinstimmen, dann rufen Sie eine neue Firebase-Konfigurationsdatei oder ein neues Firebase-Konfigurationsobjekt ab, und dann ersetzen Sie die Datei oder das Objekt in Ihrer App. Die neue Konfigurationsdatei oder das neue Konfigurationsobjekt sollte einen gültigen API-Schlüssel für Ihre App und Ihr Firebase-Projekt enthalten.
Fehler 404: Firebase AI Logic genai config not found
Wenn Sie versuchen, die Gemini Developer API zu verwenden, und den
Fehler 404 mit der Meldung Firebase AI Logic genai config not found erhalten, 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.
Hier sind die wahrscheinlichsten Ursachen für diesen Fehler:
Sie haben Ihr Firebase-Projekt noch nicht für die Gemini Developer API eingerichtet.
Maßnahmen:
Rufen Sie in der Firebase Console die Seite Firebase AI Logic auf. Klicken Sie auf Jetzt starten und wählen Sie dann die Gemini Developer API aus. Aktivieren Sie die API. Die Console richtet Ihr Projekt für das Gemini Developer API ein. Nachdem Sie den Workflow abgeschlossen haben, versuchen Sie es noch einmal.Wenn Sie den Firebase AI Logic Setup-Workflow 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.
Maßnahmen:
Warten Sie einige Minuten und versuchen Sie es dann noch einmal.Ihr Gemini API-Schlüssel wurde möglicherweise aus Ihrem Firebase-Projekt gelöscht.
Maßnahmen:
Informationen zum Ändern des von Firebase AI Logic verwendeten Gemini API-Schlüssels .
Fehler 404: Das Modell "was not found or your project does not have access to it" wurde nicht gefunden oder Ihr Projekt hat keinen Zugriff darauf.
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."
Es gibt verschiedene Gründe, warum ein solcher Fehler auftreten kann.
Ungültiger Modellname
Ursache: Der von Ihnen angegebene Modellname ist kein gültiger Modellname.
Lösung: Vergleichen Sie Ihren Modellnamen und Ihre Modellversion mit der Liste aller unterstützten und verfügbaren Modelle. Achten Sie auf 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 Vorschaumodells Gemini 3 Flash 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 Name des Modells „Nano Banana“ ist
gemini-2.5-flash-image.
- Der Name des Gemini 3.1 Pro Vorschaumodells ist
Ungültiger Standort (gilt nur, wenn Sie den Vertex AI Gemini API Anbieter und ein Vorschaumodell oder experimentelles Modell verwenden)
Ursache: Sie verwenden eine Vorschauversion oder experimentelle Version eines Modells (z. B.
gemini-3.1-pro-previewundgemini-3.1-flash-image-preview) und haben den Standortglobalnicht angegeben.Wenn Sie die Vertex AI Gemini API verwenden, sind alle Vorschaumodelle und experimentellen Modelle Gemini (außer Gemini Live-Modellen) nur am Standort
globalverfügbar. Da Firebase AI Logic standardmäßig den Standort verwendet, müssen Sie denus-central1globalStandort explizit angeben, wenn Sie den Vertex AI Gemini API Back-End-Dienst in Ihrem Code initialisieren, wenn Sie diese Vorschaumodelle und experimentellen Modelle Gemini verwenden.Lösung: Geben Sie beim Initialisieren des Vertex AI Gemini API Dienstes den Standort
globalan. Weitere Informationen zum Angeben des Standorts für den Zugriff auf das Modell (einschließlich Code-Snippets)
Ungültiger Standort (gilt nur, wenn Sie den Vertex AI Gemini API Anbieter verwenden)
Ursache: Sie verwenden ein Modell, das an dem Standort, an dem Sie darauf zugreifen möchten, nicht unterstützt wird.
Wenn Sie die Vertex AI Gemini API, einige Modelle sind nur an bestimmten Standorten verfügbar. Beispiel (nicht vollständig):
- Imagen Modelle werden am
globalStandort nicht unterstützt. - Gemini Live API Modelle (z. B.
gemini-2.0-flash-live-preview-04-09) werden nur am Standort unterstützt.us-central1 - Gemini 2.5-Modelle (z. B.
gemini-2.5-pro) sind nur am Standortglobal, in den USA und an einigen europäischen Standorten verfügbar (und manchmal an anderen Standorten, wenn Ihr Projekt spezielle Optionen hat).
- Imagen Modelle werden am
Lösung: Wenn Sie den Vertex AI Gemini API Dienst initialisieren, stellen Sie sicher, dass Sie einen unterstützten Standort 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.
Beachten Sie, dass Firebase AI Logic standardmäßig den
Standort verwendet.us-central1
Fehler 429: "You exceeded your current quota, please check your plan and billing details" oder "Resource exhausted, please try again later."
Fehler 429 weisen darauf hin, dass Sie entweder Ihr Kontingent überschreiten oder das Modell, auf das Sie zugreifen, durch Anfragen anderer Nutzer überlastet ist.
Die zu ergreifende Maßnahme hängt davon ab, ob Sie die Gemini Developer API oder Vertex AI Gemini API verwenden. Weitere Informationen zu Kontingenten und zum Anfordern von zusätzlichem Kontingent finden Sie unter Ratenlimits und Kontingente.
Wenn Sie die Vertex AI Gemini API verwenden, finden Sie in der Google Cloud Dokumentation zusätzlichen Kontext und eine Anleitung für den Fehlercode 429.