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 dans 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'ils ne correspondent pas, 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 URL Cloud Storage for Firebase, 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'API Vertex AI a été activée dans le projet. Il s'agit d'un problème connu avec certains projets. Nous travaillons à une solution globale.

Voici la solution de contournement 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. Vous 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 de le faire est d'utiliser Cloud Shell. Pour en savoir plus, consultez la documentation Google Cloud.

2. Si vous y êtes invité, suivez les instructions affichées dans le terminal pour exécuter gcloud CLI sur votre projet Firebase.

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

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, puis réessayez d'envoyer votre requête multimodale incluant l'URL Cloud Storage for Firebase.

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 console Google Cloud afin d'inclure l'API requise. Pour Firebase AI Logic, vous devez vous assurer que l'API Firebase AI Logic (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 consoleGoogle Cloud, ouvrez le panneau API et services > Identifiants.

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 relatives aux API.

4. Assurez-vous que l'option Restreindre la clé est sélectionnée. Si ce n'est pas le cas, votre clé est sans restriction et n'est probablement pas à l'origine de l'erreur.

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

6. Cliquez sur Enregistrer.

   La prise en compte 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 du 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'ils ne correspondent pas, 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 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 Gemini Developer API.

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

• Si vous avez récemment suivi 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.

  Que faire :
  Patientez quelques minutes, puis réessayez.

• Il est possible que votre clé API Gemini ait été supprimée de votre projet Firebase.

  Que faire :
  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 ce type d'erreur.

• Nom de modèle non valide

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

  • Corriger : vérifiez que le nom et la version de votre modèle figurent dans 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 d'aperçu "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.

• Lieu 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 l'emplacement global.

    Si vous utilisez Vertex AI Gemini API, tous les modèles preview et expérimentaux Gemini (à l'exception des modèles Gemini Live) ne sont disponibles que dans l'emplacement global. Toutefois, comme Firebase AI Logic est défini par défaut sur l'emplacement us-central1, vous devez spécifier explicitement l'emplacement global lors de l'initialisation du service de backend Vertex AI Gemini API dans votre code lorsque vous utilisez ces modèles en préversion et expérimentaux Gemini.

  • Corriger : lorsque vous initialisez le service Vertex AI Gemini API, spécifiez l'emplacement global. Découvrez comment spécifier l'emplacement pour accéder au modèle (y compris les extraits de code).

• Lieu non valide (uniquement si vous utilisez le fournisseur Vertex AI Gemini API)

  • Cause : Vous utilisez un modèle qui n'est pas compatible avec l'emplacement où vous essayez d'y accéder.

    Si vous utilisez 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 acceptés dans la région global.
    • Les modèles Gemini Live API (comme gemini-2.0-flash-live-preview-04-09) ne sont disponibles que dans la région us-central1.
    • Les modèles Gemini 2.5 (comme gemini-2.5-pro) ne sont disponibles que dans la région global, aux États-Unis et dans certaines régions européennes (et parfois dans d'autres régions si votre projet comporte des options spéciales).

  • Correction : lorsque vous initialisez le service Vertex AI Gemini API, assurez-vous de spécifier un emplacement compatible pour le modèle que vous utilisez. Découvrez comment spécifier l'emplacement pour accéder au modèle (y compris les extraits de code) et les emplacements compatibles pour les modèles.

    Notez que Firebase AI Logic est défini par défaut sur l'emplacement us-central1.

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 utilisateurs.

L'action à effectuer dépend de si vous utilisez 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 Vertex AI Gemini API, la documentation Google Cloud fournit des informations et des conseils supplémentaires concernant le code d'erreur 429.