Auf dieser Seite finden Sie Informationen zur Fehlerbehebung bei häufigen Fehlercodes für die SDKs Gemini API und Firebase AI Logic.
400-Fehler: API key not valid. Please pass a valid API key.
Wenn Sie einen 400-Fehler 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 ist.
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 und Dienste > Anmeldedaten einsehen.
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, bei dem die erforderlichen Dienst-Agents nicht korrekt automatisch bereitgestellt wurden, als die Agent Platform API im Projekt aktiviert wurde. Dies ist ein bekanntes Problem bei einigen Projekten. Wir arbeiten an einer globalen Lösung.
Hier ist die Problemumgehung, um Ihr Projekt zu korrigieren und diese Dienst-Agents korrekt bereitzustellen, damit Sie Cloud Storage for Firebase-URLs in Ihre multimodalen Anfragen aufnehmen können. Sie müssen ein Inhaber des Projekts sein und diese Aufgaben nur einmal für Ihr Projekt ausführen.
Zugriff und Authentifizierung mit dem gcloud CLI.
Am einfachsten geht das über Cloud Shell. Weitere Informationen finden Sie in der Google Cloud-Dokumentation.Wenn Sie dazu aufgefordert werden, folgen Sie der Anleitung im Terminal, um gcloud CLI für Ihr Firebase-Projekt auszuführen.
Sie benötigen Ihre Firebase-Projekt-ID, die Sie in der Firebase-Konsole oben in den settings Projekteinstellungen finden.
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 sind, 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.
403-Fehler: 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 Fehler 403 - PERMISSION_DENIED 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, bedeutet dies, dass Ihre Anfrage kein gültiges App Check-Token enthält und Sie versuchen, auf ein Modell zuzugreifen, das häufig missbraucht wird.
Einige generative Modelle werden häufig von böswilligen Akteuren missbraucht.
Ohne App Check ist Ihr Projekt anfällig für den Missbrauch dieser Modelle. Zum Schutz unserer Entwickler blockiert Firebase den Zugriff auf diese Modelle, es sei denn, Ihre Anfragen enthalten ein gültiges App Check-Token. Dazu muss App Check für Firebase AI Logic erzwungen werden.
Wenn Sie auf das Modell zugreifen möchten, das den Fehler zurückgegeben hat, gehen Sie so vor:
Richten Sie App Check für Firebase AI Logic ein. Richten Sie für die lokale Entwicklung den Debug-Anbieter App Check ein.
Wenn Sie App Check bereits eingerichtet haben, prüfen Sie, ob Sie alle Schritte in der verlinkten Anleitung ausgeführt haben.
Senden Sie die Anfrage von Ihrer App noch einmal an Firebase AI Logic.
Mit dieser Anfrage wird ein gültiges App Check-Token gesendet und Sie erhalten den Fehler 403 nicht mehr.
Wird der Fehler 403 weiterhin angezeigt?
Wenn App Check erzwungen wird und Sie eine Anfrage gesendet haben, aber immer noch den Fehler 403 erhalten, prüfen Sie, ob der Wiedergabeschutz für Firebase AI Logic erzwungen wird (auch im Modus „Nur Monitoring“).
Wenn der Schutz vor Replay-Angriffen erzwungen wird, gelten nur Tokens mit eingeschränkter Nutzung als für Firebase AI Logic verifiziert. Das bedeutet, dass reguläre Sitzungstokens diesen 403-Fehler nicht beheben können. Sie haben zwei Optionen, um das Problem zu beheben:
Option 1: Wenn Sie den Replay-Schutz verwenden möchten, überprüfen Sie die Einrichtung des Replay-Schutzes.
Prüfen Sie, ob Sie alle Schritte zum Einrichten des Schutzes vor Replay-Angriffen ausgeführt haben. Dazu gehört auch das Aktivieren von Tokens mit eingeschränkter Nutzung in der Codebasis Ihrer App.
Senden Sie eine Anfrage noch einmal an Firebase AI Logic.
Option 2: Wenn Sie den Schutz vor Replay-Angriffen nicht verwenden möchten oder in Ihrer App keine Tokens mit eingeschränkter Nutzung aktiviert sind, können Sie den Schutz vor Replay-Angriffen deaktivieren.
Deaktivieren Sie den Replay-Schutz in der Firebase-Konsole: Rufen Sie den Tab Sicherheit > App Check > APIs auf, klicken Sie auf die Zeile Firebase AI Logic, um sie zu maximieren, klicken Sie auf Einrichten und deaktivieren Sie dann den Replay-Schutz im Dialogfeld.
Senden Sie eine Anfrage noch einmal an Firebase AI Logic.
Bevor Sie Ihre App für Endnutzer veröffentlichen, müssen Sie einen Produktionsattestierungsanbieter einrichten (z. B. App Attest, Play Integrity oder reCAPTCHA Enterprise), damit Ihre Endnutzer auf Ihre KI-Funktion zugreifen können, wenn App Check erzwungen wird.
403-Fehler: 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, bedeutet das, dass Ihr Firebase-Projekt als inaktiv identifiziert wurde und Anfragen von Ihrer App kein gültiges App Check-Token haben.
„Inaktive Projekte“ sind Projekte, für die Firebase AI Logic aktiviert ist, für die aber in letzter Zeit keine Nutzung von Firebase AI Logic erfolgt ist.
Ohne App Check ist Ihr Projekt anfällig für den Missbrauch der Gemini API. Zum Schutz Ihres Projekts hat Firebase die Verwendung von Firebase AI Logic deaktiviert, bis Ihre Anfragen ein gültiges App Check-Token enthalten. Dazu muss App Check für Firebase AI Logic erzwungen werden.
Wenn Sie Firebase AI Logic wieder verwenden möchten, gehen Sie so vor:
Richten Sie App Check für Firebase AI Logic ein. Richten Sie für die lokale Entwicklung den Debug-Anbieter App Check ein.
Wenn Sie App Check bereits eingerichtet haben, prüfen Sie, ob Sie alle Schritte in der verlinkten Anleitung ausgeführt haben.
Senden Sie die Anfrage von Ihrer App noch einmal an Firebase AI Logic.
Mit dieser Anfrage wird ein gültiges App Check-Token gesendet und Sie erhalten den Fehler 403 nicht mehr.
Wird der Fehler 403 weiterhin angezeigt?
Wenn App Check erzwungen wird und Sie eine Anfrage gesendet haben, aber immer noch den Fehler 403 erhalten, prüfen Sie, ob der Wiedergabeschutz für Firebase AI Logic erzwungen wird (auch im Modus „Nur Monitoring“).
Wenn der Schutz vor Replay-Angriffen erzwungen wird, gelten nur Tokens mit eingeschränkter Nutzung als für Firebase AI Logic verifiziert. Das bedeutet, dass reguläre Sitzungstokens diesen 403-Fehler nicht beheben können. Sie haben zwei Optionen, um das Problem zu beheben:
Option 1: Wenn Sie den Replay-Schutz verwenden möchten, überprüfen Sie die Einrichtung des Replay-Schutzes.
Prüfen Sie, ob Sie alle Schritte zum Einrichten des Schutzes vor Replay-Angriffen ausgeführt haben. Dazu gehört auch das Aktivieren von Tokens mit eingeschränkter Nutzung in der Codebasis Ihrer App.
Senden Sie eine Anfrage noch einmal an Firebase AI Logic.
Option 2: Wenn Sie den Schutz vor Replay-Angriffen nicht verwenden möchten oder in Ihrer App keine Tokens mit eingeschränkter Nutzung aktiviert sind, können Sie den Schutz vor Replay-Angriffen deaktivieren.
Deaktivieren Sie den Replay-Schutz in der Firebase-Konsole: Rufen Sie den Tab Sicherheit > App Check > APIs auf, klicken Sie auf die Zeile Firebase AI Logic, um sie zu maximieren, klicken Sie auf Einrichten und deaktivieren Sie dann den Replay-Schutz im Dialogfeld.
Senden Sie eine Anfrage noch einmal an Firebase AI Logic.
Bevor Sie Ihre App für Endnutzer veröffentlichen, müssen Sie einen Produktionsattestierungsanbieter einrichten (z. B. App Attest, Play Integrity oder reCAPTCHA Enterprise), damit Ihre Endnutzer auf Ihre KI-Funktion zugreifen können, wenn App Check erzwungen wird.
403-Fehler: 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 und Dienste > Anmeldedaten einsehen.
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.
403-Fehler: 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 der Firebase-Konfiguration Ihrer App Einschränkungen hat, die den Aufruf der erforderlichen API verhindern.
Aktualisieren Sie dazu die Einschränkungen Ihres API-Schlüssels in der Google Cloud Console, um die erforderliche API einzuschließen. Für Firebase AI Logic müssen Sie darauf achten, 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 Cloud-Konsole 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 den Abschnitt API-Einschränkungen.
Achten Sie darauf, dass die Option Schlüssel einschränken ausgewählt ist. Wenn dies nicht der Fall ist, 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.
404-Fehler: Firebase AI Logic genai config not found
Wenn Sie den 404-Fehler Firebase AI Logic genai config not found erhalten, bedeutet dies in der Regel, dass eine Einstellung für Firebase AI Logic falsch konfiguriert ist oder fehlt.
Dies 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 > AI Logic 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. Versuchen Sie es nach Abschluss des Workflows noch einmal.Wenn Sie vor Kurzem den Firebase AI Logic-Einrichtungsworkflow in der Firebase-Konsole durchlaufen haben, ist die Konfiguration für Firebase AI Logic möglicherweise noch nicht für alle erforderlichen Backend-Dienste in allen anwendbaren Regionen verfügbar.
Vorgehensweise:
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 einen solchen Fehler kann es verschiedene Gründe geben.
Ungültiger Modellname
Ursache: Der von Ihnen angegebene Modellname ist ungültig.
Lösung: Vergleichen Sie den Modellnamen und die Modellversion mit der Liste aller unterstützten und verfügbaren Modelle. Prüfen Sie die Segmente und ihre Reihenfolge im Modellnamen. Beispiel:
- Neuester Gemini 4 Hydrogen-Modellname:
gemini-4-hydrogen - Neuester Gemini 4 Argon-Modellname:
gemini-4-argon - Neuester Gemini 4 Carbon-Modellname:
gemini-4-carbon - Neuester Gemini 3.x Flash-Modellname:
gemini-3.8-flash - Neuester Gemini 3.x Flash‑Lite-Modellname:
gemini-3.5-flash-lite - Neuester Gemini Nano Banana 2.1-Modellname:
gemini-nano-banana-2.1 - Neuester Gemini Nano Banana 2-Modellname:
gemini-3.1-flash-image - Neuester Gemini Nano Banana 2 Lite-Modellname:
gemini-3.1-flash-lite-image - Neuester Gemini Nano Banana Pro-Modellname:
gemini-3-pro-image
- Neuester Gemini 4 Hydrogen-Modellname:
Modell herunterfahren (eingestellt)
Ursache: Das Modell, auf das Sie zugreifen möchten, hat sein Ausmusterungsdatum überschritten und wurde dauerhaft deaktiviert (z. B. Gemini 2.5-Modelle für die allgemeine Verwendung auf der Agent Platform Gemini API (formerly Vertex AI), Gemini 2.0-Modelle oder Imagen-Modelle).
Lösung: Lesen Sie die FAQs zu eingestellten und abgeschalteten Modellen und aktualisieren Sie Ihren Code, um ein aktives Ersatzmodell zu verwenden.
Ungültiger Standort (nur zutreffend, wenn der Anbieter Agent Platform Gemini API (formerly Vertex AI) verwendet wird)
Ursache: Ihre Anfrage versucht möglicherweise, auf ein Modell an einem Standort zuzugreifen, an dem das Modell nicht verfügbar ist.
Lösung: Achten Sie darauf, dass Ihre Anfrage auf das Modell zugreift, wo es verfügbar ist.
Wenn Sie Agent Platform Gemini API (formerly Vertex AI) verwenden, können Sie optional einen Speicherort angeben, um während der Initialisierung auf das Modell zuzugreifen. Wenn Sie keinen Standort angeben, wird für Firebase AI Logic standardmäßig einer der folgenden Standorte verwendet:
- Bei Verwendung der Initialisierungssyntax „Agent Platform“:
global - Bei Verwendung der alten „Vertex AI“-Initialisierungssyntax:
us-central1
Nicht alle Modelle werden jedoch an diesen Standardstandorten unterstützt. Das bedeutet, dass je nach Modell möglicherweise ein bestimmter Standort während der Initialisierung explizit festgelegt werden muss.
Gemini-Vorabversionen und experimentelle Modelle: Nur am Standort
globalverfügbar.Stabile Modelle Gemini 4.x und Gemini 3.x: Verfügbar am Standort
globalund oft an den Standortenusundeu.Gemini Live API 2.5-Modelle: An vielen Standorten verfügbar, aber nicht in
global. (Beachten Sie, dass die Gemini 2.5-Modelle für die allgemeine Verwendung für die Agent Platform Gemini API (formerly Vertex AI) eingestellt wurden.)
- Bei Verwendung der Initialisierungssyntax „Agent Platform“:
Weitere Informationen zum Angeben des Speicherorts 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 einen solchen Fehler kann es verschiedene Gründe geben.
Sie überschreiten Ihr Kontingent oder das Modell, auf das Sie zugreifen, ist durch Anfragen anderer Personen 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 Ratenbegrenzungen und Kontingente.
Wenn Sie Agent Platform Gemini API (formerly Vertex AI) verwenden, finden Sie in der Dokumentation zu Google Cloud zusätzliche Informationen und Hinweise zum Fehlercode 429.
Sie versuchen, ein Modell oder eine Funktion zu verwenden, für die die Abrechnung erforderlich ist, aber Ihr Firebase-Projekt befindet sich im Spark-Preismodell.
Wenn Sie die Gemini Developer API verwenden, können Sie im Rahmen der kostenlosen Stufe der Gemini Developer API eingeschränkten Zugriff auf bestimmte Modelle und Zugriff auf viele grundlegende Funktionen erhalten. Mit dieser Stufe 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 in der Gemini Developer API kostenlosen Stufe nicht verfügbar und erfordern die kostenpflichtige Stufe. Das bedeutet, dass Ihr Projekt den Blaze-Preismodell (Pay as you go) verwenden muss. Für die folgenden Modelle ist beispielsweise fast immer eine Abrechnung erforderlich:
- Die meisten Vorabversionen und experimentellen Modelle
- Modelle zur Mediengenerierung (z. B. die Gemini Nano Banana-Modelle)
Einige Modelle bieten in der kostenlosen Stufe von Gemini Developer API grundlegende Funktionen, für erweiterte Funktionen ist jedoch die kostenpflichtige Stufe erforderlich. Beispiel:
- Wenn Sie die meisten Gemini 3.x-Modelle verwenden, ist für die Fundierung mit
Google Search oderGoogle Maps eine Abrechnung erforderlich.
- Wenn Sie die meisten Gemini 3.x-Modelle verwenden, ist für die Fundierung mit
Informationen zu Firebase-Preismodellen und zum Gemini Developer API
Weitere Informationen finden Sie in der Gemini Developer API-Preisdokumentation und in den FAQs zur Abrechnung.