Auf dieser Seite finden Sie Informationen zur Fehlerbehebung bei häufigen Fehlercodes für die Gemini API- und Firebase AI Logic-SDKs.
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 aufrufen.
Wenn Sie feststellen, dass sie nicht übereinstimmen, rufen Sie eine neue Firebase-Konfigurationsdatei/-objekt ab und ersetzen Sie die Datei/das Objekt in Ihrer App. Die neue Konfigurationsdatei/-objekt 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 Agent Platform 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 Eigentümer des Projekts sein und diese Aufgaben nur einmal für Ihr Projekt ausführen.
Mit der gcloud CLI auf Daten zugreifen und sie authentifizieren.
Am einfachsten geht das über Cloud Shell. Google CloudWeitere InformationenFolgen Sie bei Bedarf der Anleitung im Terminal, um den gcloud CLI für Ihr Firebase-Projekt auszuführen.
Sie benötigen Ihre Firebase-Projekt-ID. Diese 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 Sie diesen Fehler nach einigen Minuten immer noch erhalten, wenden Sie sich an den Firebase-Support.
Fehler 403: PERMISSION_DENIED: To access this model, you must enforce Firebase App Check. Learn more: https://firebase.google.com/docs/ai-logic/app-check
Wenn Sie den 403 - PERMISSION_DENIED-Fehler mit der Meldung To access this model, you must enforce Firebase App Check. Learn more: https://firebase.google.com/docs/ai-logic/app-check erhalten, enthält Ihre Anfrage kein gültiges App Check-Token und Sie versuchen, auf ein Modell zuzugreifen, das häufig missbraucht wird.
Einige generative Modelle werden häufig von böswilligen Akteuren missbraucht.
Da Sie App Check für Firebase AI Logic nicht erzwingen, ist Ihr Projekt anfällig für Missbrauch dieser Modelle. Um unsere Entwickler zu schützen, blockiert Firebase den Zugriff auf diese Modelle, sofern die Anfrage kein gültiges App Check-Token enthält. Das bedeutet, dass App Check für Firebase AI Logic erzwungen wird.
Wenn Sie auf das Modell zugreifen möchten, das den Fehler zurückgegeben hat, gehen Sie so vor:
App Check für Firebase AI Logic einrichten Für die lokale Entwicklung müssen Sie den App Check-Debug-Anbieter einrichten.
Die Durchsetzung von App Check ist entscheidend, um die Gemini API- und Gemini-Modelle vor Missbrauch zu schützen. Sie ist erforderlich, um diesen Fehler zu beheben.
Senden Sie die Anfrage noch einmal von Ihrer App an Firebase AI Logic.
Bei dieser Anfrage wird ein gültiges App Check-Token gesendet und Sie erhalten diesen
403 - PERMISSION_DENIED-Fehler nicht mehr.Bevor Sie Ihre App für Endnutzer veröffentlichen, müssen Sie einen Attestierungsanbieter für die Produktion einrichten (z. B. App Attest, Play Integrity oder reCAPTCHA Enterprise), damit Ihre Endnutzer auf Ihre KI-Funktion zugreifen können, wenn App Check erzwungen wird.
Fehler 403: PERMISSION_DENIED: Firebase AI Logic has been deactivated in this project. To resume using Firebase AI Logic, you must enforce Firebase App Check. Learn more: https://firebase.google.com/docs/ai-logic/app-check
Wenn Sie den Fehler 403 - PERMISSION_DENIED mit der Meldung Firebase AI Logic has been deactivated in this project. To resume using
Firebase AI Logic, you must enforce Firebase App Check. Learn more:
https://firebase.google.com/docs/ai-logic/app-check erhalten, wurde Ihr Firebase-Projekt als inaktiv eingestuft und Sie haben App Check nicht für Firebase AI Logic erzwungen.
„Inaktive Projekte“ sind Projekte, für die Firebase AI Logic aktiviert ist, aber in letzter Zeit keine Nutzung von Firebase AI Logic erfolgt ist.
Da Sie App Check für Firebase AI Logic nicht erzwingen, ist Ihr Projekt anfällig für Missbrauch der Gemini API. Zum Schutz Ihres Projekts hat Firebase die Verwendung von Firebase AI Logic deaktiviert, bis Sie App Check für Firebase AI Logic erzwingen.
Wenn Sie Firebase AI Logic wieder verwenden möchten, gehen Sie so vor:
App Check für Firebase AI Logic einrichten Für die lokale Entwicklung müssen Sie den App Check-Debug-Anbieter einrichten.
Die Durchsetzung von App Check ist entscheidend, um die Gemini API- und Gemini-Modelle vor Missbrauch zu schützen. Sie ist erforderlich, um diesen Fehler zu beheben.
Senden Sie die Anfrage noch einmal von Ihrer App an Firebase AI Logic.
Bei dieser Anfrage wird ein gültiges App Check-Token gesendet und Sie erhalten diesen
403 - PERMISSION_DENIED-Fehler nicht mehr.Wenn Sie App Check bereits erzwingen und dieser Fehler trotzdem auftritt, prüfen Sie, ob Replay-Schutz für Firebase AI Logic aktiviert ist (auch im Modus „Nur überwachen“).
Wenn der Schutz vor Replay-Angriffen aktiviert ist, gelten nur Tokens mit eingeschränkter Nutzung als bestätigt für Firebase AI Logic. Normale Sitzungstokens beheben diesen Fehler nicht. Entweder aktivieren Sie Tokens mit eingeschränkter Nutzung in Ihrer App oder deaktivieren Sie den Replay-Schutz für Firebase AI Logic, senden Sie eine Anfrage noch einmal und warten Sie etwa einen Tag, bevor Sie den Replay-Schutz wieder aktivieren (die Projektaktivität wird täglich neu bewertet).
Bevor Sie Ihre App für Endnutzer veröffentlichen, müssen Sie einen Attestierungsanbieter für die Produktion einrichten (z. B. App Attest, Play Integrity oder reCAPTCHA Enterprise), damit Ihre Endnutzer auf Ihre KI-Funktion zugreifen können, wenn App Check erzwungen wird.
Fehler 403: PERMISSION_DENIED: The caller does not have permission.
Wenn Sie den 403-Fehler 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 aufrufen.
Wenn Sie feststellen, dass sie nicht übereinstimmen, rufen Sie eine neue Firebase-Konfigurationsdatei/-objekt ab und ersetzen Sie die Datei/das Objekt in Ihrer App. Die neue Konfigurationsdatei/-objekt sollte einen gültigen API-Schlüssel für Ihre App und Ihr Firebase-Projekt enthalten.
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 das Problem zu beheben, müssen Sie die Einschränkungen Ihres API-Schlüssels in der Google Cloud-Konsole aktualisieren, damit die erforderliche API eingeschlossen ist. 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:
Öffnen Sie in der Google CloudConsole den Bereich APIs & Dienste > Anmeldedaten.
Wählen Sie den API-Schlüssel aus, für den Ihre Anwendung konfiguriert ist (z. B. den „iOS-Schlüssel“ für eine iOS-App).
Suchen Sie auf der Seite API-Schlüssel bearbeiten nach dem Abschnitt API-Einschränkungen.
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.
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.
404-Fehler: Firebase AI Logic genai config not found
Wenn Sie einen 404-Fehler mit der Meldung Firebase AI Logic genai config not found erhalten, ist in der Regel eine Einstellung für Firebase AI Logic falsch konfiguriert oder fehlt.
Das sind die wahrscheinlichsten Ursachen für diesen Fehler:
Sie haben Ihr Firebase-Projekt noch nicht für einen Gemini API-Anbieter eingerichtet.
Vorgehensweise:
Rufen Sie in der Firebase-Konsole KI-Dienste > KI-Logik auf. Klicken Sie auf Jetzt starten und wählen Sie dann den gewünschten Gemini API-Anbieter aus. Aktivieren Sie die API. Firebase richtet dann Ihr Projekt für diesen Anbieter ein. Nachdem Sie den Workflow abgeschlossen haben, versuchen Sie es noch einmal.Wenn Sie den Firebase AI Logic-Einrichtungsablauf in der Firebase-Konsole erst vor Kurzem durchlaufen haben, ist die Konfiguration für Firebase AI Logic möglicherweise noch nicht für alle erforderlichen Backend-Dienste in allen anwendbaren Regionen verfügbar.
Maßnahmen:
Warten Sie einige Minuten und versuchen Sie es dann noch einmal.
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-3.1-pro-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 Modellnamen und die Modellversion mit der Liste aller unterstützten und verfügbaren Modelle. Achten Sie darauf, die Segmente und ihre Reihenfolge im Modellnamen zu prüfen. Beispiel:
- Name des neuesten Gemini 3.x Pro-Modells:
gemini-3.1-pro-preview(nur in der Vorschau verfügbar) - Neueste Gemini 3.x Flash-Modellname:
gemini-3.8-flash - Neueste Gemini 3.x Flash‑Lite-Modellname:
gemini-3.5-flash-lite - Neuestes Gemini 3.x Pro Image-Modell (auch „Nano Banana Pro“ genannt)
Modellname:
gemini-3-pro-image - Aktuelles Gemini 3.x Flash Image (auch „Nano Banana 2“)
Modellname:
gemini-3.1-flash-image - Neueste Version: Gemini 3.x Flash‑Lite Image (auch „Nano Banana 2 Lite“)
Modellname:
gemini-3.1-flash-lite-image - Neuestes Gemini 2.5 Flash Image-Modell (auch „Nano Banana“ genannt)
Modellname:
gemini-2.5-flash-image
- Name des neuesten Gemini 3.x Pro-Modells:
Ungültiger Standort (gilt nur bei Verwendung des Agent Platform Gemini API (formerly Vertex AI)-Anbieters)
Ursache: Mit Ihrer Anfrage wird möglicherweise versucht, auf ein Modell an einem Standort zuzugreifen, an dem das Modell nicht verfügbar ist.
Lösung: Achten Sie darauf, dass in Ihrer Anfrage auf das Modell zugegriffen wird, in dem es verfügbar ist.
Wenn Sie Agent Platform Gemini API (formerly Vertex AI) verwenden, können Sie optional einen Speicherort angeben, über den während der Initialisierung auf das Modell zugegriffen werden soll. Wenn Sie keinen Ort angeben, wird Firebase AI Logic standardmäßig auf die folgenden Orte festgelegt:
- Bei Verwendung der Initialisierungssyntax der Agent Platform:
global - Bei Verwendung der alten Initialisierungssyntax für „Vertex AI“:
us-central1
Allerdings werden nicht alle Modelle an diesen Standardspeicherorten unterstützt. Das bedeutet, dass je nach Modell bei der Initialisierung möglicherweise explizit ein bestimmter Standort festgelegt werden muss.
Gemini-Modelle in der Vorschau und experimentelle Modelle:Nur am Standort
globalverfügbar.Gemini 3.x Stabile Modelle:Verfügbar am Standort
globalund häufig auch an den Standortenusundeu.Gemini 2.5-Modelle:An vielen Standorten verfügbar. Gemini Live API 2.5-Modelle sind nicht in
globalverfügbar.
- Bei Verwendung der Initialisierungssyntax der Agent Platform:
Weitere Informationen zum Festlegen des Standorts für den Zugriff auf das Modell (einschließlich Code-Snippets)
429-Fehler: "You exceeded your current quota, please check your plan and billing details" oder "Resource exhausted, please try again later."
Für diesen Fehler kann es verschiedene Gründe geben.
Sie überschreiten Ihr Kontingent oder das Modell, auf das Sie zugreifen, ist durch Anfragen anderer Nutzer überlastet.
Welche Maßnahmen Sie ergreifen müssen, hängt davon ab, ob Sie Gemini Developer API oder Agent Platform Gemini API (formerly Vertex AI) verwenden. Weitere Informationen zu Kontingenten und zum Anfordern zusätzlicher Kontingente finden Sie unter Ratenlimits und Kontingente.
Wenn Sie die Agent Platform Gemini API (formerly Vertex AI) verwenden, finden Sie in der Google Cloud-Dokumentation zusätzlichen Kontext und Anleitungen zu Fehlercode 429.
Sie versuchen, ein Modell oder eine Funktion zu verwenden, für die die Abrechnung erforderlich ist, aber Ihr Firebase-Projekt hat den Spark-Tarif.
Wenn Sie Gemini Developer API verwenden, haben Sie in der Gemini Developer API-Version mit kostenlosem Kontingent eingeschränkten Zugriff auf bestimmte Modelle und viele grundlegende Funktionen. In diesem Tarif können Sie loslegen, ohne eine Zahlungsmethode angeben zu müssen. Sie müssen Ihr Firebase-Projekt also nicht auf das Blaze-Preismodell (Pay as you go) umstellen.
Einige Modelle sind nicht in der Gemini Developer API-Stufe („Free Tier“) verfügbar und erfordern die „Paid Tier“. Das bedeutet, dass Ihr Projekt den „Pay as you go“-Tarif („Blaze“) nutzen muss. Für die folgenden Modelle ist beispielsweise fast immer eine Abrechnung erforderlich:
- Die meisten Vorschaumodelle und experimentellen Modelle
- Modelle zur Bildgenerierung (die „Nano Banana“-Modelle)
Einige Modelle bieten einige grundlegende Funktionen im Gemini Developer API-Free-Tier an, für die Nutzung erweiterter Funktionen ist jedoch das kostenpflichtige Tier erforderlich. Beispiel:
- Wenn Sie die meisten Gemini 3.x-Modelle verwenden, ist für die Fundierung mit
Google Search oderGoogle Maps die Abrechnung erforderlich.
- Wenn Sie die meisten Gemini 3.x-Modelle verwenden, ist für die Fundierung mit
Weitere Informationen zu den Firebase-Tarifen und Gemini Developer API
Weitere Informationen finden Sie in der Gemini Developer API Dokumentation zur Preisgestaltung und den FAQs zur Abrechnung.