שאלות נפוצות ופתרון בעיות

ההבדלים בין שימוש ב-Gemini Developer API לבין שימוש ב-Agent Platform Gemini API (formerly Vertex AI)

בטבלה הבאה מפורטים ההבדלים החשובים בין שני ספקי Gemini APIבאופן כללי, בלי קשר לאופן הגישה אליהם:

‫¹ לשני ספקי ה-API יש תמחור שונה של תשלום לפי שימוש (מידע נוסף זמין במסמכי התיעוד שלהם).

‫² ‫Files API‏ ל-Gemini Developer API לא נתמך באמצעות ערכות ה-SDK של Firebase AI Logic.

בטבלה הבאה מפורטת הזמינות של תכונות נפוצות בשני ספקי Gemini API. הטבלה הזו רלוונטית במיוחד כשמשתמשים בערכות SDK של לקוח Firebase AI Logic.

איך משתמשים גם ב-Gemini Developer API וגם ב-Agent Platform Gemini API (formerly Vertex AI)

אפשר להפעיל את שני ספקי Gemini API בפרויקט Firebase, ולהשתמש בשני ממשקי ה-API באפליקציה עצמה.

כדי לעבור בין ספקי API בקוד, צריך לוודא שהגדרתם את שירות הקצה העורפי בצורה מתאימה בקוד.

שינויים שנדרשים למיתוג מחדש של Vertex AI כ-Agent Platform

באמצע 2026, Google Cloud מותג Vertex AI מחדש כ-Gemini Enterprise Agent Platform (או Agent Platform). במערכת האקולוגית של Firebase, אנחנו מתייחסים לשירות הזה כאל Agent Platform Gemini API.

במסגרת המיתוג מחדש של Google Cloud, בוצעו השינויים הבאים. הערה: היו שינויים נוספים, אבל הם לא רלוונטיים ל-Firebase AI Logic.

• מיתוג מחדש של המוצר מ-Vertex AI ל-Gemini Enterprise Agent Platform (או Agent Platform), שכולל כתובות URL חדשות לGoogle Cloudמסוף ולמאמרי העזרה.

• שינוי השם לתצוגה של ה-API מ-Vertex AI API ל-Agent Platform API. שימו לב ששם השירות נשאר ללא שינוי: aiplatform.googleapis.com.

• שינוי המיתוג של Vertex AI Studio ל-Agent Studio.

• אין שינויים ביכולות של ממשקי ה-API הבסיסיים או במודלים הנתמכים.

ב-SDK של Firebase AI Logic התאמנו את המיתוג מחדש הזה על ידי עדכון תחביר האתחול של שירות ה-Backend‏ Gemini API ועדכון מיקום ברירת המחדל לגישה למודל כשמשתמשים בתחביר החדש הזה.

• תחביר חדש לאתחול של שירות הלקצה העורפי ‏Gemini API:

  Swift

  שינוי של vertexai ל-agentPlatform.
  החל מגרסה 12.17.0 ואילך של Firebase SDK לפלטפורמות של Apple.

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexai` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  let ai = FirebaseAI.firebaseAI(backend: .vertexai(location: "LOCATION"))
  
  // ...
  

  אחרי

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the `agentPlatform` syntax, the default location is `global`, so
  // specifying a location is usually optional since most models are supported in `global`.
  let ai = FirebaseAI.firebaseAI(backend: .agentPlatform(location: "LOCATION"))
  
  // ...
  

  Kotlin

  שינוי של vertexAI ל-agentPlatform.
  זמין החל מ-Firebase AI Logic SDK ל-Android בגרסה 17.15.0 ואילך (Firebase Android BoM גרסה 34.17.0 ואילך).

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  val ai = Firebase.ai(backend = GenerativeBackend.vertexAI(location = "LOCATION"))
  
  // ...
  

  אחרי

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the `agentPlatform` syntax, the default location is `global`, so
  // specifying a location is usually optional since most models are supported in `global`.
  val ai = Firebase.ai(backend = GenerativeBackend.agentPlatform(location = "LOCATION"))
  
  // ...
  

  Java

  שינוי של vertexAI ל-agentPlatform.
  זמין החל מ-Firebase AI Logic SDK ל-Android בגרסה 17.15.0 ואילך (Firebase Android BoM גרסה 34.17.0 ואילך).

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.vertexAI("LOCATION"));
  
  // ...
  

  אחרי

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the `agentPlatform` syntax, the default location is `global`, so
  // specifying a location is usually optional since most models are supported in `global`.
  GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.agentPlatform("LOCATION"));
  
  // ...
  

  Web

  שינוי של VertexAIBackend ל-AgentPlatformBackend.
  זמין החל מגרסה 12.17.0 ואילך של Firebase JS SDK.

  BEFORE

  import { getAI, getGenerativeModel, VertexAIBackend } from "firebase/ai";
  
  // ...
  
  // Initialize FirebaseApp
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `VertexAIBackend` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  const ai = getAI(firebaseApp, { backend: new VertexAIBackend('LOCATION') });
  
  // ...
  

  אחרי

  import { getAI, getGenerativeModel, AgentPlatformBackend } from "firebase/ai";
  
  // ...
  
  // Initialize FirebaseApp
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the `AgentPlatformBackend` syntax, the default location is `global`, so
  // specifying a location is usually optional since most models are supported in `global`.
  const ai = getAI(firebaseApp, { backend: new AgentPlatformBackend('LOCATION') });
  
  // ...
  

  Dart

  שינוי של vertexAI ל-agentPlatform.
  האפשרות הזו זמינה החל מגרסה 3.15.0 ואילך של Firebase AI Logic plugin for Flutter‏ (Firebase Flutter BoM גרסה 4.18.0 ואילך).

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  final ai = await FirebaseAI.vertexAI(location: 'LOCATION');
  
  // ...
  

  אחרי

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the `agentPlatform` syntax, the default location is `global`, so
  // specifying a location is usually optional since most models are supported in `global`.
  final ai = await FirebaseAI.agentPlatform(location: 'LOCATION');
  
  // ...
  

  Unity

  שינוי של VertexAI ל-AgentPlatform.
  האפשרות הזו זמינה החל מגרסה v13.15.0 ומעלה של Firebase SDK for Unity.

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `VertexAI` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.VertexAI(location: "LOCATION"));
  
  // ...
  

  אחרי

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly Vertex AI).
  // For the `AgentPlatform` syntax, the default location is `global`, so
  // specifying a location is usually optional since most models are supported in `global`.
  var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.AgentPlatform(location: "LOCATION"));
  
  // ...
  

• מיקום ברירת מחדל חדש לגישה למודל כשמשתמשים בתחביר החדש של ההגדרה הראשונית:

  כשמשתמשים בתחביר החדש של Agent Platform, מיקום ברירת המחדל הוא global.

  השינוי הזה בוצע כי כמעט כל המודלים של Gemini נתמכים ב-global, ו-Google Cloud כבר לא תומך במיקום us-central1 לגרסאות חדשות של רוב המודלים של Gemini.

באפליקציות Swift – נדרשים שינויים כדי לבצע העברה מ-FirebaseAI ל-FirebaseAILogic

באפליקציות לפלטפורמת Apple, החל מ-Firebase SDK גרסה 12.5.0,‏ Firebase AI Logic מופץ עכשיו במודול FirebaseAILogic. השינוי הזה לא יגרום לבעיות והוא תואם לאחור.

מה הסיבה לשינוי?

בעבר הפצנו את השירות הזה במסגרת המודול FirebaseAI. עם זאת, נאלצנו לשנות את השם ל-FirebaseAILogic מהסיבות הבאות:

• הימנעו מהתנגשות שמות בין מודול לבין מחלקה שגורמת לבעיות בהפצות בינאריות.

• לאפשר לנו להשתמש בפקודות מאקרו של Swift לפיתוח תכונות עתידיות.

מה עושים אם משדרגים לגרסה 12.5.0 ומעלה?

השינוי בשם המודול ל-FirebaseAILogic לא גורם לבעיות תאימות והוא תואם לאחור ב-Firebase 12. עם זאת, ב-Firebase 13, המודול הישן הזה יוסר. לפני שמעדכנים ל-Firebase 13, צריך להעביר את התלות והייבוא.

לא נדרשים שינויים בעקבות השינוי בשם המודול, אבל מומלץ לבצע את הפעולות הבאות:

1. כשבוחרים תלות ב-Swift PM, בוחרים באפשרות FirebaseAILogic (במקום באפשרות FirebaseAI).

2. שינוי הצהרות הייבוא ל-FirebaseAILogic (במקום FirebaseAI).

ממשקי API נדרשים והוראות להפעלה שלהם

כדי להשתמש בערכות ה-SDK של Firebase AI Logic עם Gemini Developer API, צריך להפעיל בפרויקט את שני ממשקי ה-API הבאים:

• ‫Gemini Developer API (generativelanguage.googleapis.com)
• ‫Firebase AI Logic API ‏ (firebasevertexai.googleapis.com)

צריך להפעיל את שני ממשקי ה-API האלה באמצעות מסוף Firebase:

1. במסוף Firebase, עוברים אל AI Services (שירותי AI) >‏ AI Logic (לוגיקת AI).

2. לוחצים על שנתחיל?.

3. כדי להתחיל להשתמש ב-Gemini Developer API, לוחצים על האפשרות הרצויה.

   תהליך עבודה מודרך יופעל ויאפשר לכם להפעיל את שני ממשקי ה-API. בנוסף, מערכת Firebase תקצה חשבון שירות בניהול Google ‏ (P4SA) כדי לאשר את השימוש ב-Gemini API, ותוסיף את Firebase AI Logic API לרשימת ההיתרים של מפתח ה-API של Firebase.

איך משביתים ממשקי API בפרויקט Firebase

במקרה של Firebase AI Logic, אנחנו מנסים להקל ככל האפשר על הגדרת פרויקט Firebase לשימוש בספק Gemini API שבחרתם. זה כולל הפעלה של ממשקי ה-API הנדרשים בפרויקט Firebase במהלך תהליכים ספציפיים, כמו תהליך העבודה המודרך במסוף Firebase.

עם זאת, אם תחליטו לא להשתמש ב-Firebase AI Logic או באחד מהספקים של Gemini API, תוכלו להשבית את ממשקי ה-API המשויכים בפרויקט Firebase שלכם.

ההרשאות הנדרשות לשימוש ב-Firebase AI Logic

מודלים נתמכים בשימוש ב-Firebase AI Logic

כאן אפשר לעיין ברשימת המודלים הנתמכים. אנחנו מוסיפים לעיתים קרובות יכולות חדשות ל-SDK, לכן כדאי לחזור לדף השאלות הנפוצות הזה כדי לקבל עדכונים (וגם לעיין בהערות על הגרסה, בבלוגים ובפוסטים ברשתות החברתיות).

• ‫Firebase AI Logic תומך בדגמים הבאים:

  • Gemini Developer API

    • רוב המודלים הבסיסיים של Gemini

  • Agent Platform Gemini API (formerly Vertex AI)

    • רוב המודלים הבסיסיים של Gemini

• ‫Firebase AI Logic לא תומך בדגמים הבאים (ללא קשר לספק Gemini API שבחרתם):

  • מודלים שעברו כוונון עדין

  • מודלים להטמעה, מודלים של Veo, מודלים של Lyria, מודלים של רובוטיקה, מודלים לשימוש במחשב, מודלים של Gemini Omni או מודלים של Gemini Flash Cyber

מודלים שיצאו משימוש או שהופסקה התמיכה בהם (הוצאו משימוש) – רשימה והחלפות

חשוב לעיין בשאלות הנפוצות בנושא השינויים הנדרשים כשמוציאים משימוש מודלים או כשמפסיקים את הפעילות שלהם.

Gemini 2.5 מודלים יציבים – תאריכי סגירה והחלפות

• ‫Gemini 2.5 Pro' ‏Gemini 2.5 Flash וגם Gemini 2.5 Flash‑Lite

  ‫gemini-2.5-pro
gemini-2.5-flash
gemini-2.5-flash-lite
gemini-2.5-flash-image (או Nano Banana)

  • במודלים לשימוש כללי, תאריך ההשבתה תלוי בספק Gemini API שבחרתם:

    • ‫Gemini Developer API (Google AI): 16 באוקטובר 2026
    • Agent Platform Gemini API (formerly Vertex AI): 20 באוקטובר 2026

  • תאריך ההשבתה של מודל יצירת התמונות (Nano Banana) הוא זהה ללא קשר לספק Gemini API שבחרתם: 2 באוקטובר 2026

  חשוב לציין שמודלים אחרים של Nano Banana ומודלים יציבים של Gemini Live API 2.5 לא מושפעים.

החלפה: מעבר לשימוש באחד מהמודלים החדשים של Gemini 3.x (כמו gemini-3.8-flash או gemini-3.1-flash-image).

Imagen מודלים יציבים – תאריכי סגירה והחלפות

• כל המודלים של Imagen יושבתו החל מ-17 באוגוסט 2026 (שימו לב שתאריך ההשבתה הזה הוארך מהתאריך הקודם, 30 ביוני 2026).

החלפה: מעבירים את האפליקציות לשימוש במודלים של תמונות Gemini (המודלים של Nano Banana).

Gemini 2.0 מודלים יציבים – תאריכי סגירה והחלפות

• ‫Gemini 2.0 Flash וגם Gemini 2.0 Flash‑Lite:

  ‫gemini-2.0-flash-001 (וכתובת האימייל החלופית שלה שמתעדכנת אוטומטית gemini-2.0-flash)
  ‫gemini-2.0-flash-lite-001 (וכתובת האימייל החלופית שלה שמתעדכנת אוטומטיתgemini-2.0-flash-lite)

  • ‫6 בפברואר 2026: המודלים האלה לא יהיו זמינים יותר לשימוש בפרויקטים שלא נעשה בהם שימוש קודם במודל.

  • ‫31 במרץ 2026: המודלים האלה יושבתו.

  חשוב לדעת שהמודלים היציבים של Gemini Live API 2.0 לא מושפעים.

החלפה: מעבר לשימוש באחד ממודלי Gemini 3.x החדשים (כמו gemini-3.1-flash-lite).

מודלים יציבים של Gemini 1.5 ו-1.0 – תאריכי סגירה והחלפות

• ‫Gemini 1.5 Pro מודלים:

  • ‫gemini-1.5-pro-002 (ו-gemini-1.5-pro): 24 בספטמבר 2025
  • gemini-1.5-pro-001: 24 במאי 2025

• ‫Gemini 1.5 Flash מודלים:

  • ‫gemini-1.5-flash-002 (ו-gemini-1.5-flash): 24 בספטמבר 2025
  • gemini-1.5-flash-001: 24 במאי 2025

• מודלים של Gemini 1.0 Pro Vision: 21 באפריל 2025 (התאריך הקודם היה 9 באפריל 2025)

• מודלים של Gemini 1.0 Pro: 21 באפריל 2025 (התאריך הקודם היה 9 באפריל 2025)

החלפה: מעבר לשימוש באחד ממודלי Gemini 3.x החדשים (כמו gemini-3.1-flash-lite).

שינויים שנדרשים כשמוציאים משימוש מודלים או כשסוגרים אותם (הוצאה משימוש)

כש-Google משיקה גרסה יציבה של מודל, אנחנו משתדלים לוודא שהיא תהיה זמינה למשך 12 חודשים לפחות לפני שנפסיק את השימוש ב מודל (הוצאה משימוש). עם זאת, חשוב לדעת שבשביל Agent Platform Gemini API (formerly Vertex AI), חלק מהמודלים היציבים זמינים רק לטווח קצר, כלומר הם עשויים להיות מושבתים (יוצאים משימוש) כבר 45 ימים אחרי שיושק מודל חלופי.

איפה אפשר למצוא את תאריך ההוצאה משימוש של מודל?

ריכזנו כאן כמה דרכים למצוא את תאריך ההשבתה של מודל:

• בזמן ההשקה: אנחנו מפרסמים את תאריך ההשבתה הצפוי של כל מודל בכמה מקומות במסמכי התיעוד של ספק Gemini API וגם במסמכי התיעוד של Firebase (אפשר לעיין בדף המודלים הנתמכים).

• לקראת תאריך הפסקת התמיכה:

  • ‫Google שולחת אימיילים לחברי הפרויקט המתאימים.
  • אנחנו מפרסמים תזכורות לגבי סגירות עתידיות בערוצים שונים:
    • נתוני גרסה (ראו דוגמה)
    • באנרים ברמת הדף, הדף עם הדגמים הנתמכים ושאלות נפוצות על דגמים שהוצאו משימוש והושבתו

מה עושים אם המודל שבו משתמשים עומד להיסגר?

1. מוצאים מודל נתמך מתאים ואת שם המודל שלו.

   אנחנו מספקים גם מודלים מומלצים להחלפה בשאלות הנפוצות בנושא מודלים שיצאו משימוש והושבתו.

2. צריך לעדכן את שם המודל שבו האפליקציה משתמשת לפני תאריך ההשבתה. אחרת, כל הבקשות למודל הזה ייכשלו עם שגיאה 404.

   • את שם המודל מגדירים במהלך האתחול כשיוצרים מופע של GenerativeModel, LiveModel או ImagenModel. חשוב לעיין בהמלצה הקריטית שבהמשך בנוגע לשימוש בתבניות של הנחיות ל-Firebase Remote Config או לשרת.

   • כשמשתמשים ב-Firebase AI Logic, בדרך כלל לא צריך לשנות את הקוד שבאמצעותו מתבצעת הקריאה למודל.

     חשוב לדעת שבמודלים העדכניים של Gemini 3.x, יש כמה פרמטרים שלא נתמכים (במיוחד: רמת אקראיות, top-K,‏ top-P,‏ frequency penalty,‏ presence penalty ו-candidate count).

3. כדאי לבדוק את האפליקציה כדי לוודא שהתגובות עדיין צפויות.

איך מגדירים הגבלת קצב לכל משתמש

כברירת מחדל, Firebase AI Logic מגדיר את מגבלת הבקשות לכל משתמש ל-100 בקשות לדקה (RPM).

אם רוצים לשנות את מגבלת הקצב לכל משתמש, צריך לשנות את הגדרות המכסה של Firebase AI Logic ה-API.

מידע נוסף על מכסת ה-API של Firebase AI Logic בדף הזה אפשר גם לראות ולערוך את המכסה.

איך להפחית את זמן האחזור ואת השימוש הגבוה באסימונים

אם אתם חווים זמן אחזור גבוה או שימוש גבוה בטוקנים, סביר להניח שהסיבה לכך היא הגדרת רמת החשיבה של המודל שבו אתם משתמשים.

מודלים מגרסה Gemini 3 ואילך תמיד משתמשים ב "תהליך חשיבה" פנימי שמשפר באופן משמעותי את יכולות החשיבה הרציונלית והתכנון הרב-שלבי שלהם, ולכן הם יעילים מאוד במשימות מורכבות כמו כתיבת קוד, מתמטיקה מתקדמת וניתוח נתונים.

עם זאת, בהתאם למשימה, לא תמיד נדרשות רמות חשיבה גבוהות, ואפשר להגדיר את המודל כך שישתמש ברמת חשיבה נמוכה יותר. רמת חשיבה נמוכה יותר תעזור לצמצם את זמן האחזור ואת השימוש באסימונים. כדי להחליט כמה יכולת חשיבה נדרשת למודל, כדאי לעיין בהשוואה של רמת הקושי של המשימות.

שימו לב: ברוב המודלים מגרסה Gemini 3 ואילך, רמת החשיבה שמוגדרת כברירת מחדל היא HIGH.

דרישות לגבי סוג MIME לבקשות מולטימודאליות (כמו קלט של תמונות, קובצי PDF, סרטונים ואודיו)

בכל בקשה מולטימודלית, תמיד צריך לספק את הפרטים הבאים:

• הקובץ mimeType. חריג מופיע בהמשך

• הקובץ. אפשר לספק את הקובץ כנתונים מוטבעים או לספק את הקובץ באמצעות כתובת ה-URL שלו.

בקטע דרישות וסוגי קבצים נתמכים מוסבר על סוגי קבצי הקלט הנתמכים, איך מציינים את סוג ה-MIME ומהן שתי האפשרויות להעברת הקובץ.

חריגה מהכללת סוג MIME בבקשה

חריג לציון סוג ה-MIME הוא קלט של תמונות מוטבעות בבקשות מאפליקציות פלטפורמה מקוריות של Android ו-Apple.

‫Firebase AI Logic SDKs לפלטפורמות Android ו-Apple מספקים דרך פשוטה וידידותית לפלטפורמה לטיפול בתמונות בבקשות – כל התמונות (לא משנה הפורמט שלהן) מומרות בצד הלקוח ל-JPEG באיכות של 80% לפני שהן נשלחות לשרת. המשמעות היא שכשמספקים תמונות כנתונים מוטבעים באמצעות ערכות ה-SDK של פלטפורמות Android ו-Apple, לא צריך לציין את סוג ה-MIME בבקשה.

הטיפול הפשוט הזה מוצג במסמכי התיעוד של Firebase AI Logic בדוגמאות לשליחת תמונות בקידוד base64 בבקשות.

הנה מידע נוסף על התכונה הזו שספציפי לפלטפורמה:

• ב-Android:

  • אתם יכולים ליהנות מהדרך הפשוטה לטפל בסוגי תמונות מקוריים לפלטפורמה (Bitmap) בהנחיות מולטי-מודאליות שמכילות תמונות כנתונים מוטמעים (ראו דוגמה).

  • כדי לקבל יותר שליטה על פורמטים של תמונות והמרות, אפשר לספק את התמונות כ-InlineDataPart ולציין את סוג ה-MIME הספציפי. לדוגמה:

    content { inlineData(/* PNG as byte array */, "image/png") }

• לפלטפורמות של אפל:

  • אתם יכולים לנצל את הדרך הפשוטה לטפל בסוגי תמונות מקוריים לפלטפורמה (UIImage,‏ NSImage,‏ CIImage ו-CGImage) בהנחיות מרובות-אופנים שמכילות תמונות כנתונים מוטבעים (ראו דוגמה).

  • כדי לקבל יותר שליטה על פורמטים של תמונות והמרות, אפשר לספק את התמונות כ-InlineDataPart ולציין את סוג ה-MIME הספציפי. לדוגמה:

    InlineDataPart(data: Data(/* PNG Data */), mimeType: "image/png")

תכונות מתקדמות שעדיין לא זמינות כשמשתמשים ב-Firebase AI Logic: ביסוס על חיפוש תמונות Google, כוונון עדין של מודל, יצירת הטבעות ושליפה סמנטית

התכונות הבאות נתמכות על ידי מודלים שונים וספקי ה-API, אבל הן לא זמינות כשמשתמשים ב-Firebase AI Logic:

• עיגון באמצעות חיפוש תמונות Google
• כוונון עדין של מודל
• יצירת הטמעות
• אחזור סמנטי

אם רוצים להוסיף את ההצעות האלה כהגשת בקשה להוספת תכונה או להצביע על הגשת בקשה להוספת תכונה קיימת, אפשר להיכנס אל Firebase UserVoice.

הסבר על שינוי השם מ-'Vertex AI in Firebase' ל-'Firebase AI Logic'

בשנת 2024 השקנו סדרה של Firebase client SDKs שיכולים להשתמש ב-Agent Platform Gemini API (formerly Vertex AI) וגם בשער פרוקסי של Firebase כדי להגן על ה-API הזה מפני שימוש לרעה ולאפשר שילובים עם מוצרים אחרים של Firebase. קראנו למוצר שלנו Vertex AI ב-Firebase, ושם המוצר הזה תיאר בצורה מדויקת את תרחישי השימוש הזמינים במוצר באותו זמן.

אבל מאז הרחבנו את היכולות של המוצר שלנו. לדוגמה, החל ממאי 2025, אנחנו מציעים תמיכה ב-Gemini Developer API, כולל היכולת להגן על Gemini Developer API מפני ניצול לרעה באמצעות השילוב שלנו עם Firebase App Check.

כתוצאה מכך, השם 'Vertex AI ב-Firebase' כבר לא מייצג בצורה מדויקת את היקף המוצר המורחב. לכן, שם חדש – Firebase AI Logic – משקף טוב יותר את מערך התכונות המתפתח שלנו ומאפשר לנו להמשיך להרחיב את ההצעות שלנו בעתיד!

כדאי לעיין במדריך המיגרציה כדי לוודא שתקבלו את כל התכונות העדכניות של Firebase AI Logic (ואם תרצו, תוכלו להתחיל להשתמש ב-Gemini Developer API).

שימוש בחבילת הגלישה לאימון מודלים

מידע נוסף על משילות מידע (data governance) ואתיקה של בינה מלאכותית

פעולת אכיפה נדרשת App Check לכל הגרסאות של האפליקציה

צריך לאכוף את App Check בכל הגרסאות של האפליקציה שמשתמשות ב-Firebase AI Logic.

חשוב מאוד לאכוף את App Check מוקדם ככל האפשר, במיוחד לפני שמעבירים את האפליקציה למערכת ציבורית לניהול קוד מקור, משתפים את האפליקציה או הופכים אותה לזמינה לציבור.

אם מטמיעים את App Check בבסיס הקוד של האפליקציה באופן מיידי, כל גרסאות האפליקציה יכולות לשלוח אסימוני App Check תקינים. בקשה שלא נשלח בה טוקן תקין נחשבת לא מאומתת, והיא תיחסם כשהאכיפה של App Check תופעל.

אם כבר פרסמתם גרסה של האפליקציה למשתמשי קצה שלא הוטמעה בה App Check, תוכלו לעיין בשאלות הנפוצות בנושא הטמעה ואכיפה של App Check באפליקציה שכבר פורסמה.

איך מטמיעים ומאכפים את App Check באפליקציה שכבר הושקה

בגרסאות של אפליקציות שבהן לא הוטמעה התכונה App Check, בקשות אל Firebase AI Logic מהגרסאות האלה לא כוללות טוקנים תקפים של App Check ונחשבות לא מאומתות. הבקשות האלה ייחסמו כשהאכיפה של App Check תתבצע עבור Firebase AI Logic.

ההוראות הבאות יעזרו לכם להעביר את האפליקציה כך שתוכלו לאכוף את App Check באופן שימנע שיבושים בשירותים של אפליקציה שכבר פורסמה ואין לה App Check.

1. חשוב להטמיע באפליקציה ספק אימות בסביבת ייצור בהקדם האפשרי.

   • פלטפורמות של אפל: ‫DeviceCheck או ‫App Attest או ‫reCAPTCHA Enterprise
   • ‫Android: Play Integrity או reCAPTCHA Enterprise
   • אינטרנט: reCAPTCHA Enterprise
   • ‫Flutter: תומך בכל הספקים שצוינו למעלה, כולל reCAPTCHA Enterprise
   • ‫Unity: תומך בכל הספקים שלמעלה (התמיכה ב-reCAPTCHA Enterprise תהיה זמינה בקרוב)

2. עוקבים אחרי הבקשות מהאפליקציה כדי להחליט מתי בטוח לאכוף את App Check.

   לדוגמה, אם כמעט כל הבקשות האחרונות מגיעות מלקוחות מאומתים, כדאי לאכוף את App Check.

3. אכיפה של App Check עבור Firebase AI Logic.

4. בפיתוח מקומי, כשApp Check נאכף, אפשר להגדיר את App Check ספק אימות לצורכי ניפוי באגים ועדיין לאכוף את App Check עבור Firebase AI Logic.

הסבר על שדרוגי האבטחה (באמצע 2026) של Gemini Developer API ושל Firebase AI Logic

בעבר, Gemini Developer API הסתמך על מפתחות API רגילים של Gemini כדי לאשר שימוש ב-Gemini Developer API (generativelanguage.googleapis.com). אם הפעלתם את Firebase AI Logic ובחרתם להשתמש ב-Gemini Developer API, מערכת Firebase יצרה עבורכם מפתח API של Gemini שהיה מוגבל ל-Gemini Developer API. המפתח הזה נקרא Gemini Developer API key (auto created by Firebase).

החל מאמצע שנת 2026, אנחנו משדרגים את Gemini Developer API לחלופה מאובטחת יותר שנקראת מפתחות הרשאה (auth) (שהם בעצם חשבונות שירות). Firebase AI Logic שודרגו בו-זמנית. במקום להשתמש במפתח API רגיל של Gemini,‏ Firebase AI Logic מטפל עכשיו בהרשאה ל-Gemini Developer API באמצעות חשבון שירות שמנוהל על ידי Google‏ (P4SA) שאנחנו מקצים לכם באופן אוטומטי:
סוכן שירות של Firebase AI Logic (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

גם בפרויקטים קיימים וגם בפרויקטים חדשים, אם אתם ניגשים אל Gemini Developer API דרך Firebase AI Logic, לא תצטרכו לבצע שום פעולה כדי ליהנות משדרוגי האבטחה האלה החל מאמצע 2026.

איך מעבירים מפתח API של Gemini ל'מפתח הרשאה (auth)'

בפרויקטים קיימים וחדשים, אם אתם ניגשים אל Gemini Developer API דרך Firebase AI Logic, לא נדרשת שום פעולה מצידכם כדי ליהנות משדרוגי אבטחה מאמצע 2026 (כולל מעבר אל 'מפתח הרשאה').

בשם המפתחים שלנו, Firebase AI Logic מטפל באופן אוטומטי בכל שינויי האבטחה הנדרשים כדי להתאים את המעבר של Gemini Developer API לדרישה של 'מפתחות הרשאה (auth)'.

החל מאמצע 2026, ‏Firebase AI Logic לא יספק יותר מפתחות API רגילים של Gemini ולא ישתמש בהם. במקום זאת, Firebase AI Logic מטפל עכשיו בהרשאה של Gemini Developer API באמצעות חשבון שירות שמנוהל על ידי Google‏ (P4SA) שאנחנו מקצים לכם באופן אוטומטי בפרויקט Firebase:
Firebase AI Logic Service Agent (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

בעקבות השינוי הזה, אתם יכולים לבדוק ולמחוק כל מפתח API בשם Gemini Developer API key (auto created by Firebase). אפשר למחוק את המפתח הזה במסוף Google Cloud. חשוב לעיין בהנחיות הבאות לפני מחיקת המפתח:

• מפתח ה-API הזה Gemini נוצר על ידי Firebase למטרה היחידה של שימוש ב-Firebase AI Logic, ולכן אפשר למחוק אותו בבטחה. עם זאת, לפני שמוחקים את המפתח הזה, עדיין צריך לבדוק שלא נעשה בו שימוש בטעות עם כלים אחרים שיכולים לתת גישה ל-Gemini Developer API, כמו ערכות SDK של שרת GenAI או Genkit. כך בודקים את השימוש:
  1. במסוף Google Cloud, עוברים לדף של Gemini Developer API ולוחצים על Manage (ניהול).
  2. בכרטיסייה Metrics (מדדים), בתפריט הנפתח Credentials (פרטי כניסה), בוחרים את המפתח בשם Gemini Developer API key (auto created by Firebase).
  3. אם בגרפים שמוצגים לא מופיע שימוש מאז תחילת יולי 2026 (התאריך שבו Firebase AI Logic הפסיקה להשתמש במפתחות ה-API האלה), אפשר למחוק את המפתח.
     עם זאת, אם הגרפים מציגים נתוני שימוש, סימן שאתם משתמשים במפתח עם כלי אחר, ואתם צריכים לשנות את השם של המפתח כדי שיהיה ברור שאתם משתמשים בו עם הכלי הזה (ולא עם Firebase AI Logic).
• חשוב לוודא שלא מוחקים מפתח API אחר עם שם שמכיל את הקטע (auto created by Firebase).

לא מוסיפים מפתח API של Gemini לבסיס הקוד של אפליקציה לנייד או לאינטרנט

כשמשתמשים ב-Firebase AI Logic SDK, לא צריך מפתח API של Gemini כדי לאשר שימוש ב-Gemini Developer API, ולא צריך להוסיף מפתח API של Gemini לבסיס הקוד של האפליקציה.

לא מומלץ להשתמש ב'מפתח Firebase API' כמפתח Gemini API

לעולם אל תשתמשו ב'מפתח Firebase API' כמפתח Gemini API. מומלץ מאוד לא להוסיף את Gemini Developer API לרשימת ההיתרים של מפתח ה-API של Firebase.

מפתח ה-API של Firebase הוא מפתח ה-API שמופיע בקובץ ההגדרה או באובייקט של Firebase שמוסיפים לבסיס הקוד של האפליקציה כדי לקשר את האפליקציה ל-Firebase. אפשר לכלול את מפתח Firebase API בקוד אם משתמשים במפתח רק עם ממשקי API שקשורים ל-Firebase (כמו Firebase AI Logic). מידע חשוב על מפתחות Firebase API

במסוף Google Cloud, בחלונית APIs & Services > Credentials, מפתחות Firebase API נראים כך:

כדי שממשקי API שקשורים ל-Firebase יפעלו, צריך להוסיף את מפתח Firebase API לבסיס הקוד של האפליקציה. בנוסף, אפשר לאשר את Gemini Developer API באמצעות מפתח API. לכן, מומלץ מאוד שלא תוסיפו את Gemini Developer API (שנקרא "Generative Language API" במסוף Google Cloud) לרשימת ממשקי ה-API המותרים של מפתח Firebase API. אם תעשו את זה, תחשפו את Gemini Developer API לניצול לרעה פוטנציאלי.

איך שומרים על מפתח API של Gemini בצורה מאובטחת