Domande frequenti e risoluzione dei problemi

Quali sono le differenze tra l'utilizzo di Gemini Developer API e Agent Platform Gemini API (formerly Vertex AI)?

La seguente tabella elenca le differenze importanti tra i due fornitori di <0x0A;"Gemini API" in generale, indipendentemente da come vi accedi:

¹ I due fornitori di API hanno prezzi con pagamento a consumo diversi (scopri di più nella rispettiva documentazione).

² L'API Files per Gemini Developer API non è supportata tramite gli SDK Firebase AI Logic.

La tabella seguente elenca la disponibilità delle funzionalità più richieste per i due fornitori di "Gemini API". Questa tabella si applica nello specifico quando utilizzi gli SDK client Firebase AI Logic.

Posso utilizzare sia Gemini Developer API sia Agent Platform Gemini API (formerly Vertex AI)?

Sì, puoi attivare entrambi i provider "Gemini API" nel tuo progetto Firebase e puoi utilizzare entrambe le API nella tua app.

Per passare da un fornitore di API all'altro nel codice, assicurati di aver impostato correttamente il servizio di backend nel codice.

Quali modifiche sono necessarie per il rebranding di "Vertex AI" in "Agent Platform"?

A metà del 2026, Google Cloud ha cambiato il nome di "Vertex AI" in "Gemini Enterprise Agent Platform" (o "Agent Platform"). Nell'ecosistema Firebase, ci riferiamo a questo servizio come "API Gemini di Agent Platform".

Per Google Cloud, il rebranding ha incluso quanto segue. Tieni presente che sono state apportate altre modifiche, ma non sono applicabili a Firebase AI Logic.

• Riassegnazione del brand del prodotto da "Vertex AI" a "Gemini Enterprise Agent Platform" (o "Agent Platform"), che include nuovi URL per la console Google Cloud e la documentazione.

• Modifica del nome visualizzato dell'API da "API Vertex AI" a "API Agent Platform". Tieni presente che il nome del servizio è rimasto invariato: aiplatform.googleapis.com.

• Riassegnazione del brand "Vertex AI Studio" in "Agent Studio".

• Nessuna modifica alle funzionalità delle API sottostanti o dei modelli supportati.

Per gli SDK Firebase AI Logic, abbiamo tenuto conto di questo rebranding aggiornando la sintassi di inizializzazione per il servizio di backend "Gemini API" e aggiornando la località predefinita per l'accesso al modello quando si utilizza questa nuova sintassi.

• Nuova sintassi di inizializzazione per il servizio di backend "Gemini API":

  Swift

  Cambia vertexai in agentPlatform.
  Disponibile a partire dall'SDK Firebase per le piattaforme Apple v12.17.0+.

  PRIMA

  // ...
  
  // 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"))
  
  // ...
  

  AFTER

  // ...
  
  // 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

  Cambia vertexAI in agentPlatform.
  Disponibile a partire dall'SDK Firebase AI Logic per Android v17.15.0+ (Firebase Android BoM v34.17.0+).

  PRIMA

  // ...
  
  // 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"))
  
  // ...
  

  AFTER

  // ...
  
  // 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

  Cambia vertexAI in agentPlatform.
  Disponibile a partire dall'SDK Firebase AI Logic per Android v17.15.0+ (Firebase Android BoM v34.17.0+).

  PRIMA

  // ...
  
  // 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"));
  
  // ...
  

  AFTER

  // ...
  
  // 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

  Cambia VertexAIBackend in AgentPlatformBackend.
  Disponibile a partire dall'SDK Firebase JS v12.17.0+.

  PRIMA

  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') });
  
  // ...
  

  AFTER

  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

  Cambia vertexAI in agentPlatform.
  Disponibile a partire dal plug-in Firebase AI Logic per Flutter v3.15.0+ (distinta base Firebase Flutter v4.18.0+).

  PRIMA

  // ...
  
  // 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');
  
  // ...
  

  AFTER

  // ...
  
  // 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

  Cambia VertexAI in AgentPlatform.
  Disponibile a partire dall'SDK Firebase per Unity v13.15.0 e successive.

  PRIMA

  // ...
  
  // 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"));
  
  // ...
  

  AFTER

  // ...
  
  // 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"));
  
  // ...
  

• Nuova località predefinita per accedere al modello quando si utilizza la nuova sintassi di inizializzazione:

  Quando utilizzi la nuova sintassi di inizializzazione "Agent Platform", la località è impostata su global per impostazione predefinita.

  Questa modifica è stata apportata perché quasi tutti i modelli Gemini sono supportati in global e Google Cloud non supporta più la posizione us-central1 per le nuove versioni della maggior parte dei modelli Gemini.

Quali sono le API richieste? E come si attivano?

Per utilizzare gli SDK Firebase AI Logic con Gemini Developer API, nel tuo progetto devono essere abilitate le seguenti due API:

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

Devi abilitare queste due API utilizzando la console Firebase:

1. Nella console Firebase, vai a Servizi AI > AI Logic.

2. Fai clic su Inizia.

3. Seleziona per iniziare a utilizzare Gemini Developer API.

   Viene avviato un flusso di lavoro guidato che abilita le due API. Firebase provisionerà anche un service account gestito da Google (P4SA) per autorizzare l'utilizzo di Gemini API, oltre ad aggiungere l'API Firebase AI Logic alla lista consentita per la tua chiave API di Firebase.

Come disabilitare le API in un progetto Firebase?

Per Firebase AI Logic, cerchiamo di semplificare il più possibile la configurazione del progetto Firebase in modo che utilizzi il provider Gemini API che hai scelto. Ciò include l'attivazione delle API richieste nel progetto Firebase durante percorsi specifici, come il flusso di lavoro guidato nella console Firebase.

Tuttavia, se decidi di non utilizzare Firebase AI Logic o uno dei fornitori Gemini API, puoi disattivare le API associate nel tuo progetto Firebase.

Quali autorizzazioni potrebbero essere necessarie per utilizzare Firebase AI Logic?

Quali sono i modelli supportati quando si utilizza Firebase AI Logic?

Consulta l'elenco dei modelli supportati. Aggiungiamo spesso nuove funzionalità agli SDK, quindi controlla regolarmente queste domande frequenti per aggiornamenti (oltre che nelle note di rilascio, nei blog e nei post sui social).

• Firebase AI Logic supporta i seguenti modelli:

  • Gemini Developer API

    • La maggior parte dei modelli di base Gemini e Imagen

    Tieni presente che Gemini Developer API (indipendentemente da come vi si accede) supporta solo modelli Imagen stabili specifici.

  • Agent Platform Gemini API (formerly Vertex AI)

    • La maggior parte dei modelli di base Gemini e Imagen

• Firebase AI Logic non supporta i seguenti modelli (indipendentemente dal provider Gemini API scelto):

  • Modelli ottimizzati

  • Modelli di incorporamento, modelli Veo, modelli Lyria, modelli di robotica, modelli di utilizzo del computer, modelli Gemini Omni o modelli Gemini Flash Cyber

  • Modelli Imagen precedenti o imagen-3.0-capability-001

Cosa fare quando i modelli vengono ritirati?

Quando Google rilascia una versione stabile del modello, ci impegniamo a garantire che sia disponibile per almeno 12 mesi prima di ritirare il modello. Tuttavia, tieni presente che per Agent Platform Gemini API (formerly Vertex AI), alcuni modelli stabili hanno solo disponibilità a breve termine, il che significa che potrebbero essere chiusi (ritirati) già 45 giorni dopo il rilascio di un modello sostitutivo.

Dove trovare la data di disattivazione di un modello?

Ecco alcuni modi per trovare la data di disattivazione di un modello:

• Al momento del rilascio: elenchiamo la data di disattivazione prevista di ogni modello in diversi punti della documentazione del provider Gemini API e nella documentazione di Firebase (consulta la pagina dei modelli supportati).

• Man mano che la data di chiusura si avvicina: Google invia email ai membri del progetto appropriati e pubblica promemoria nelle note di rilascio e in altri canali in merito a eventuali chiusure imminenti (ad esempio, promemoria delle date di chiusura per i modelli Gemini 1.5 e 1.0 stabili).

Cosa fare se il modello che stai utilizzando sta per essere arrestato?

1. Trova un modello attualmente supportato adatto e il relativo nome del modello.

2. Aggiorna il nome del modello utilizzato dalla tua app prima della data di disattivazione; in caso contrario, tutte le richieste a quel modello non andranno a buon fine e verrà visualizzato un errore 404.

   • Il nome del modello viene impostato durante l'inizializzazione quando crei un'istanza GenerativeModel, LiveModel o ImagenModel. Assicurati di esaminare il consiglio fondamentale riportato di seguito sull'utilizzo dei modelli di prompt Firebase Remote Config o del server.

   • Quando utilizzi Firebase AI Logic, in genere non devi modificare il codice che chiama effettivamente il modello.

     Tieni presente che per i modelli Gemini 3.x, i parametri di campionamento (temperatura, top-K, top-P) sono deprecati.

3. Testa la tua app per assicurarti che le risposte siano ancora quelle previste.

Gemini 2.5 modelli stabili: date di disattivazione e sostituzioni

• Gemini 2.5 Pro, Gemini 2.5 Flash e Gemini 2.5 Flash‑Lite

  gemini-2.5-pro
gemini-2.5-flash
gemini-2.5-flash-lite
gemini-2.5-flash-image (alias "Nano Banana")

  • Per i modelli di uso generale, la data di disattivazione dipende dal provider Gemini API scelto:

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

  • Per il modello di generazione di immagini (Nano Banana), la data di disattivazione è la stessa indipendentemente dal provider Gemini API scelto: 2 ottobre 2026

  Tieni presente che gli altri modelli "Nano Banana" e tutti i modelli stabili Gemini Live API 2.5 non sono interessati.

Sostituzione: esegui la migrazione per utilizzare uno dei nuovi modelli Gemini 3.x (come gemini-3.6-flash o gemini-3.1-flash-image).

Imagen modelli stabili: date di disattivazione e sostituzioni

• Tutti i modelli Imagen verranno disattivati a partire dal 17 agosto 2026 (tieni presente che la data di disattivazione è stata posticipata rispetto al 30 giugno 2026).

Sostituzione: Esegui la migrazione delle tue app per utilizzare i Geminimodelli di immagini (i modelli "Nano Banana").

Gemini 2.0 modelli stabili: date di disattivazione e sostituzioni

• Gemini 2.0 Flash e Gemini 2.0 Flash‑Lite:

  gemini-2.0-flash-001 (e il relativo alias aggiornato automaticamente gemini-2.0-flash)
  gemini-2.0-flash-lite-001 (e il relativo alias aggiornato automaticamentegemini-2.0-flash-lite)

  • 6 febbraio 2026: questi modelli non saranno più disponibili per l'utilizzo in progetti che non hanno mai utilizzato il modello.

  • 31 marzo 2026: questi modelli verranno disattivati.

  Tieni presente che i modelli Gemini Live API 2.0 stabili non sono interessati.

Sostituzione: esegui la migrazione per utilizzare uno dei nuovi modelli Gemini 3.x (come gemini-3.1-flash-lite).

Modelli stabili Gemini 1.5 e 1.0: date di disattivazione e sostituzioni

• Modelli Gemini 1.5 Pro:

  • gemini-1.5-pro-002 (e gemini-1.5-pro): 24 settembre 2025
  • gemini-1.5-pro-001: 24 maggio 2025

• Modelli Gemini 1.5 Flash:

  • gemini-1.5-flash-002 (e gemini-1.5-flash): 24 settembre 2025
  • gemini-1.5-flash-001: 24 maggio 2025

• Modelli Gemini 1.0 Pro Vision: 21 aprile 2025 (precedentemente pianificato per il 9 aprile 2025)

• Modelli Gemini 1.0 Pro: 21 aprile 2025 (precedentemente pianificato per il 9 aprile 2025)

Sostituzione: esegui la migrazione per utilizzare uno dei nuovi modelli Gemini 3.x (come gemini-3.1-flash-lite).

Firebase AI Logic utilizza i miei dati per addestrare i modelli?

Consulta Governance dei dati e AI responsabile.

Come si imposta un limite di frequenza per utente?

Per impostazione predefinita, Firebase AI Logic imposta il limite di richieste per utente a 100 richieste al minuto (RPM).

Se vuoi modificare il limite di frequenza per utente, devi modificare le impostazioni della quota per l'API Firebase AI Logic.

Scopri di più sulla quota dell'API Firebase AI Logic. In questa pagina puoi anche scoprire come visualizzare e modificare la tua quota.

Come ridurre la latenza e l'utilizzo elevato di token?

Se riscontri una latenza elevata o un utilizzo elevato di token, è probabile che il problema sia dovuto alla configurazione del livello di pensiero per il modello che stai utilizzando.

Gemini 3 e i modelli successivi utilizzano sempre un "processo di pensiero" interno che migliora significativamente le loro capacità di ragionamento e pianificazione in più passaggi, rendendoli molto efficaci per attività complesse come la programmazione, la matematica avanzata e l'analisi dei dati.

Tuttavia, a seconda dell'attività, non sono sempre necessari livelli di ragionamento più elevati e puoi configurare il modello in modo che utilizzi un livello di ragionamento inferiore. Un livello di pensiero inferiore contribuirà a ridurre la latenza e l'utilizzo dei token. Per aiutarti a decidere di quanta capacità di pensiero potrebbe aver bisogno un modello, consulta il confronto tra le difficoltà delle attività.

Tieni presente che per la maggior parte dei modelli Gemini 3 e successivi, il livello di ragionamento predefinito è impostato su HIGH.

Il tipo MIME è obbligatorio nelle mie richieste multimodali? (ad esempio per immagini, PDF, video e input audio)

Sì, in ogni richiesta multimodale devi sempre fornire quanto segue:

• Il file è mimeType. Vedi un'eccezione di seguito.

• Il file. Puoi fornire il file come dati incorporati o utilizzando il relativo URL.

Scopri di più sui tipi di file di input supportati, su come specificare il tipo MIME e sulle due opzioni per fornire il file in File di input e requisiti supportati.

Eccezione all'inclusione del tipo MIME nella richiesta

Un'eccezione alla fornitura del tipo MIME sono gli input di immagini inline per le richieste dalle app della piattaforma Android e Apple native.

Gli SDK Firebase AI Logic per le piattaforme Android e Apple forniscono un modo semplificato e compatibile con la piattaforma per gestire le immagini nelle richieste. Tutte le immagini (indipendentemente dal formato) vengono convertite lato client in JPEG con una qualità dell'80% prima di essere inviate al server. Ciò significa che quando fornisci immagini come dati incorporati utilizzando gli SDK delle piattaforme Android e Apple, non devi specificare il tipo MIME nella richiesta.

Questa gestione semplificata è illustrata nella documentazione di Firebase AI Logic negli esempi per l'invio di immagini con codifica base64 nelle richieste.

Ecco alcune informazioni aggiuntive specifiche per piattaforma su questa funzionalità:

• Per Android:

  • Puoi sfruttare il modo semplificato di gestire i tipi di immagini nativi della piattaforma (Bitmap) nei prompt multimodali che contengono immagini come dati incorporati (vedi esempio).

  • Per un maggiore controllo sui formati e sulle conversioni delle immagini, puoi fornire le immagini come InlineDataPart e specificare il tipo MIME. Ad esempio:

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

• Per le piattaforme Apple:

  • Puoi sfruttare il modo semplificato di gestire i tipi di immagini nativi della piattaforma (UIImage, NSImage, CIImage e CGImage) nei prompt multimodali che contengono immagini come dati in linea (vedi esempio).

  • Per un maggiore controllo sui formati e sulle conversioni delle immagini, puoi fornire le immagini come InlineDataPart e specificare il tipo MIME specifico. Ad esempio:

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

Queste funzionalità sono disponibili quando si utilizza Firebase AI Logic: Grounding con Ricerca immagini Google, perfezionamento di un modello, generazione di embedding e recupero semantico?

Le seguenti funzionalità sono supportate da vari modelli e fornitori di API, ma non sono disponibili quando si utilizza Firebase AI Logic:

• Grounding con la Ricerca immagini di Google
• Ottimizzare un modello
• Generazione di embedding
• Recupero semantico

Se vuoi aggiungerli come richieste di funzionalità o votare una richiesta di funzionalità esistente, visita Firebase UserVoice.

Perché il nome è cambiato da "Vertex AI in Firebase" a "Firebase AI Logic"?

Nel 2024 abbiamo lanciato una serie di SDK client Firebase che potevano utilizzare l'Agent Platform Gemini API (formerly Vertex AI), nonché un gateway proxy Firebase per proteggere questa API da abusi e per consentire le integrazioni con altri prodotti Firebase. Abbiamo chiamato il nostro prodotto "Vertex AI in Firebase" e questo nome descriveva con precisione i casi d'uso disponibili del prodotto in quel momento.

Da allora, però, abbiamo ampliato le funzionalità del nostro prodotto. Ad esempio, a partire da maggio 2025, offriamo il supporto per Gemini Developer API, inclusa la possibilità di proteggere Gemini Developer API da abusi utilizzando la nostra integrazione con Firebase App Check.

Di conseguenza, il nome "Vertex AI in Firebase" non rappresenta più con precisione l'ambito più ampio del nostro prodotto. Pertanto, un nuovo nome, Firebase AI Logic, riflette meglio il nostro insieme di funzionalità in evoluzione e ci consente di continuare a espandere le nostre offerte in futuro.

Consulta la guida alla migrazione per assicurarti di ottenere tutte le funzionalità più recenti di Firebase AI Logic (e facoltativamente iniziare a utilizzare Gemini Developer API).

Per le app Swift sulle piattaforme Apple: cosa fare in merito alla modifica del nome del modulo da FirebaseAI a FirebaseAILogic?

Per le app per la piattaforma Apple, a partire dall'SDK Firebase v12.5.0, Firebase AI Logic viene ora distribuito nel modulo FirebaseAILogic. Abbiamo reso questa modifica non distruttiva e compatibile con le versioni precedenti.

Perché abbiamo apportato questa modifica?

In precedenza distribuivamo questo servizio nel modulo FirebaseAI. Tuttavia, abbiamo dovuto rinominarlo in FirebaseAILogic per i seguenti motivi:

• Evita una collisione di nomi tra modulo e classe che causa problemi nelle distribuzioni binarie.

• Consentirci di utilizzare le macro Swift per lo sviluppo di funzionalità future.

Cosa fare se esegui l'upgrade alla versione 12.5.0 o successive?

La modifica del nome del modulo in FirebaseAILogic non comporta interruzioni e è compatibile con le versioni precedenti. Tuttavia, alla fine potremmo rimuovere il vecchio modulo insieme a una futura release di modifiche sostanziali dell'SDK Firebase (intervallo di tempo attualmente indeterminato).

Non sono necessarie modifiche per questo cambio di nome del modulo, ma ti consigliamo di procedere nel seguente modo:

1. Quando scegli le dipendenze di Swift PM, scegli FirebaseAILogic (anziché FirebaseAI).

2. Modifica le istruzioni di importazione in FirebaseAILogic (anziché FirebaseAI).

Devo applicare App Check a tutte le versioni pubbliche della mia app?

Sì, App Check deve essere applicato a tutte le versioni pubbliche della tua app che utilizzano Firebase AI Logic.

È fondamentale che App Check venga applicato il prima possibile, soprattutto prima di eseguire il commit dell'app in un sistema di controllo del codice sorgente disponibile pubblicamente, condividere l'app o renderla disponibile pubblicamente.

Se implementi App Check nel codebase della tua app immediatamente, tutte le versioni dell'app possono inviare token App Check validi. Una richiesta che non invia un token valido viene considerata non verificata e verrà bloccata quando verrà applicato App Check.

Se hai già rilasciato una versione della tua app per gli utenti finali che non ha App Check implementato, consulta le domande frequenti su come implementare e applicare App Check per un'app già rilasciata.

Come faccio a implementare e applicare App Check per un'app già rilasciata?

Per le versioni dell'app che non hanno implementato App Check, le richieste a Firebase AI Logic da queste versioni non hanno token App Check validi e sono considerate non verificate. Queste richieste verranno bloccate quando App Check verrà applicato per AI Logic.

Per evitare interruzioni del servizio in un'app già rilasciata che non ha App Check, esegui le seguenti operazioni prima dell'applicazione di App Check.

1. Implementa un fornitore di attestazioni nella tua app il prima possibile.

   • Piattaforme Apple: DeviceCheck o App Attest

   • Android: Play Integrity

   • Web: reCAPTCHA Enterprise

   • Flutter: supporta tutti i provider predefiniti sopra indicati

   • Unity: supporta tutti i fornitori predefiniti sopra indicati

2. Monitora le richieste della tua app per decidere quando è sicuro applicare App Check.

   Ad esempio, se quasi tutte le richieste recenti provengono da client verificati, ti consigliamo di applicare App Check.

3. Applica App Check per Firebase AI Logic.

4. Per lo sviluppo locale quando viene applicato App Check, configura il provider di debug di App Check per ignorare l'attestazione mantenendo comunque l'applicazione di App Check. Consulta le istruzioni di configurazione per la tua piattaforma: iOS+ | Android | Web | Flutter | Unity.

Quali sono stati gli upgrade della sicurezza (metà 2026) per Gemini Developer API e Firebase AI Logic?

In passato, Gemini Developer API si basava su chiavi API Gemini standard per autorizzare l'utilizzo di Gemini Developer API (generativelanguage.googleapis.com). Se hai attivato Firebase AI Logic e hai scelto di utilizzare Gemini Developer API, Firebase ha creato una chiave API Gemini per te, limitata a Gemini Developer API. Questa chiave è stata chiamata Gemini Developer API key (auto created by Firebase).

A partire dalla metà del 2026, Gemini Developer API verrà aggiornato a un'alternativa più sicura chiamata "chiavi di autorizzazione" (che sono essenzialmente service account). Firebase AI Logic è stato aggiornato contemporaneamente. Anziché utilizzare una chiave API Gemini standard, Firebase AI Logic ora gestisce l'autorizzazione per Gemini Developer API utilizzando un service account gestito da Google (P4SA) che provisioniamo automaticamente per te:
Firebase AI Logic Service Agent (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

Per i progetti esistenti e nuovi, se accedi a Gemini Developer API tramite Firebase AI Logic, non è necessario alcun intervento da parte tua per usufruire di questi aggiornamenti della sicurezza a partire dalla metà del 2026.

Devo eseguire la migrazione della mia chiave API Gemini a una "chiave di autorizzazione"?

Per i progetti esistenti e nuovi, se accedi a Gemini Developer API tramite Firebase AI Logic, non è necessaria alcuna azione da parte tua per usufruire degli aggiornamenti della sicurezza a partire dalla metà del 2026 (inclusa la migrazione a una "chiave di autorizzazione").

Per conto dei nostri sviluppatori, Firebase AI Logic gestisce automaticamente tutte le modifiche di sicurezza necessarie per facilitare la transizione di Gemini Developer API in modo da richiedere le "chiavi di autorizzazione".

A partire dalla metà del 2026, Firebase AI Logic non esegue più il provisioning né utilizza chiavi API Gemini standard. Ora, invece, Firebase AI Logic gestisce l'autorizzazione per Gemini Developer API utilizzando un service account gestito da Google (P4SA) che viene automaticamente sottoposto a provisioning per te nel tuo progetto Firebase:
Firebase AI Logic Service Agent (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

In seguito a questa modifica, puoi esaminare ed eliminare qualsiasi chiave API denominata Gemini Developer API key (auto created by Firebase). Puoi eliminare questa chiave nella console Google Cloud. Rivedi quanto segue prima di eliminare la chiave:

• Questa chiave API Gemini è stata creata da Firebase al solo scopo di essere utilizzata con Firebase AI Logic, quindi dovrebbe essere sicuro eliminarla. Tuttavia, prima di eliminare questa chiave, devi comunque verificare di non averla utilizzata erroneamente con altri strumenti che possono fornire l'accesso a Gemini Developer API, come gli SDK del server GenAI o Genkit. Ecco come controllare l'utilizzo:
  1. Nella console Google Cloud, vai alla pagina relativa a Gemini Developer API, poi fai clic su Gestisci.
  2. Nella scheda Metriche, nel menu a discesa Credenziali, seleziona la chiave denominata Gemini Developer API key (auto created by Firebase).
  3. Se i grafici visualizzati non mostrano alcun utilizzo dall'inizio di luglio 2026 (quando Firebase AI Logic ha smesso di utilizzare queste chiavi API), la chiave può essere eliminata in sicurezza.
     Tuttavia, se i grafici mostrano l'utilizzo, significa che stai utilizzando la chiave con un altro strumento e devi rinominare la chiave in modo che sia chiaro che viene utilizzata con quello strumento (e non con Firebase AI Logic).
• Assicurati di noneliminare altre chiavi API con un nome che contenga il segmento (auto created by Firebase).

Devo aggiungere una chiave API Gemini nel codebase della mia app mobile o web?

Quando utilizzi gli SDK Firebase AI Logic, non hai bisogno di una chiave API Gemini per autorizzare l'utilizzo di Gemini Developer API e non devi aggiungere una chiave API Gemini nel codebase della tua app.

Posso utilizzare la mia "chiave API Firebase" come chiave API Gemini?

No, non devi utilizzare la "chiave API di Firebase" come chiave API Gemini. Ti consigliamo vivamente di non aggiungere Gemini Developer API all'allowlist per la tua chiave API Firebase.

La chiave API di Firebase è la chiave API elencata nel file o nell'oggetto di configurazione Firebase che aggiungi al codebase della tua app per connetterla a Firebase. Puoi includere la chiave API Firebase nel tuo codice quando la utilizzi solo con le API correlate a Firebase (come Firebase AI Logic). Scopri informazioni importanti sulle chiavi API Firebase.

Nel riquadro API e servizi > Credenziali della console Google Cloud, ecco come appaiono le chiavi API di Firebase:

Poiché devi aggiungere la chiave API di Firebase al codebase della tua app per il funzionamento delle API correlate a Firebase e poiché l'Gemini Developer API può essere autorizzata tramite la chiave API, ti consigliamo vivamente di NON aggiungere l'Gemini Developer API (chiamata "API Generative Language" nella console Google Cloud) all'allowlist API per la tua chiave API di Firebase. In questo caso, esponi Gemini Developer API a potenziali abusi.

Come faccio a proteggere la mia chiave API Gemini?