अक्सर पूछे जाने वाले सवाल और समस्या का हल

Gemini Developer API और Agent Platform Gemini API (formerly Vertex AI) का इस्तेमाल करने के बीच अंतर

यहां दी गई टेबल में, "Gemini API" की सेवा देने वाली इन दोनों कंपनियों के बीच के अहम अंतर बताए गए हैं. इन अंतरों पर इस बात से कोई फ़र्क़ नहीं पड़ता कि आपने इन सेवाओं को कैसे ऐक्सेस किया है:

¹ एपीआई उपलब्ध कराने वाली दोनों कंपनियों के लिए, इस्तेमाल के हिसाब से पैसे चुकाने की सुविधा अलग-अलग है. इस बारे में ज़्यादा जानने के लिए, उनके दस्तावेज़ देखें.

² Gemini Developer API के लिए Files API, Firebase AI Logic SDK टूल के साथ काम नहीं करता.

यहां दी गई टेबल में, "Gemini API" की सुविधा देने वाली दो कंपनियों के लिए, अक्सर पूछी जाने वाली सुविधाओं की उपलब्धता की जानकारी दी गई है. यह टेबल खास तौर पर तब लागू होती है, जब Firebase AI Logic क्लाइंट एसडीके का इस्तेमाल किया जा रहा हो.

Gemini Developer API और Agent Platform Gemini API (formerly Vertex AI), दोनों को इस्तेमाल करने का तरीका

आपके पास अपने Firebase प्रोजेक्ट में, Gemini API के दोनों प्रोवाइडर चालू करने का विकल्प होता है. साथ ही, अपने ऐप्लिकेशन में दोनों एपीआई इस्तेमाल किए जा सकते हैं.

अपने कोड में एपीआई की सेवा देने वाली कंपनियों के बीच स्विच करने के लिए, बस यह पक्का करें कि आपने अपने कोड में बैकएंड सेवा को सही तरीके से सेट किया हो.

"Vertex AI" को "Agent Platform" के तौर पर रीब्रैंड करने के लिए ज़रूरी बदलाव

साल 2026 के मध्य में, Google Cloud ने "Vertex AI" को "Gemini Enterprise Agent Platform" (या "Agent Platform") के तौर पर रीब्रैंड किया. Firebase के नेटवर्क में, हम इस सेवा को "Agent Platform Gemini API" कहते हैं.

Google Cloud के लिए, इस रीब्रैंडिंग में ये बदलाव शामिल थे. ध्यान दें कि अन्य बदलाव भी किए गए थे, लेकिन वे Firebase AI Logic पर लागू नहीं होते.

• प्रॉडक्ट को "Vertex AI" से "Gemini Enterprise Agent Platform" (या "Agent Platform") के तौर पर रीब्रैंड किया जा रहा है. इसमें Google Cloud कंसोल और दस्तावेज़ के लिए नए यूआरएल शामिल हैं.

• एपीआई के डिसप्ले नेम को "Vertex AI API" से बदलकर "Agent Platform API" किया जा रहा है. ध्यान दें कि सेवा का नाम वही है: aiplatform.googleapis.com.

• "Vertex AI Studio" को "Agent Studio" के तौर पर रीब्रैंड किया जा रहा है.

• एपीआई या काम करने वाले मॉडल की क्षमताओं में कोई बदलाव नहीं किया गया है.

Firebase AI Logic एसडीके के लिए, हमने इस रीब्रैंडिंग को ध्यान में रखते हुए, "Gemini API" बैकएंड सेवा के लिए इनिशलाइज़ेशन सिंटैक्स को अपडेट किया है. साथ ही, इस नए सिंटैक्स का इस्तेमाल करते समय, मॉडल को ऐक्सेस करने के लिए डिफ़ॉल्ट जगह को अपडेट किया है.

• "Gemini API" बैकएंड सेवा के लिए, शुरू करने का नया सिंटैक्स:

  Swift

  vertexAI को agentPlatform में बदलें.

  • agentPlatform सिंटैक्स, SDK टूल के v12.17.0 और इसके बाद के वर्शन में उपलब्ध है.
  • एसडीके के वर्शन 13.0.0 में, vertexAI सिंटैक्स को हटा दिया गया था.

  पहले

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central1`, so
  // specifying a location is usually required since most models are *not* supported in `us-central1`.
  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

  vertexAI को agentPlatform में बदलें.

  • agentPlatform सिंटैक्स, SDK टूल के v17.15.0 और इसके बाद के वर्शन और Firebase Android BoM के v34.17.0 और इसके बाद के वर्शन से उपलब्ध है.
  • vertexAI सिंटैक्स को एसडीके के v18.0.0 और BoM के v35.0.0 से हटा दिया गया था.

  पहले

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central1`, so
  // specifying a location is usually required since most models are *not* supported in `us-central1`.
  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

  vertexAI को agentPlatform में बदलें.

  • agentPlatform सिंटैक्स, SDK टूल के v17.15.0 और इसके बाद के वर्शन और Firebase Android BoM के v34.17.0 और इसके बाद के वर्शन से उपलब्ध है.
  • vertexAI सिंटैक्स को एसडीके के v18.0.0 और BoM के v35.0.0 से हटा दिया गया था.

  पहले

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central1`, so
  // specifying a location is usually required since most models are *not* supported in `us-central1`.
  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

  VertexAIBackend को AgentPlatformBackend में बदलें.

  • AgentPlatformBackend सिंटैक्स, Firebase JS SDK के v12.17.0 और इसके बाद के वर्शन में उपलब्ध है.
  • एसडीके के वर्शन 13.0.0 में, VertexAIBackend सिंटैक्स को हटा दिया गया था.

  पहले

  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-central1`, so
  // specifying a location is usually required since most models are *not* supported in `us-central1`.
  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

  vertexAI को agentPlatform में बदलें.

  • agentPlatform सिंटैक्स, प्लगिन के v3.15.0 और इसके बाद के वर्शन और Firebase Flutter BoM के v4.18.0 और इसके बाद के वर्शन में उपलब्ध है.
  • प्लग इन के v5.0.0 और Firebase Flutter BoM के v5.0.0+ वर्शन से, vertexAI सिंटैक्स को हटा दिया गया है.

  पहले

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central1`, so
  // specifying a location is usually required since most models are *not* supported in `us-central1`.
  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

  VertexAI को AgentPlatform में बदलें.

  • AgentPlatform सिंटैक्स, Unity v13.15.0 और इसके बाद के वर्शन के लिए Firebase SDK में उपलब्ध है.
  • एसडीके के वर्शन 14.0.0 में, VertexAI सिंटैक्स को हटा दिया गया था.

  पहले

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `VertexAI` syntax, the default location is `us-central1`, so
  // specifying a location is usually required since most models are *not* supported in `us-central1`.
  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"));
  
  // ...
  

• इनिशलाइज़ेशन के नए सिंटैक्स का इस्तेमाल करने पर, मॉडल को ऐक्सेस करने के लिए जगह की नई डिफ़ॉल्ट जानकारी:

  "एजेंट प्लैटफ़ॉर्म" को शुरू करने के नए सिंटैक्स का इस्तेमाल करने पर, जगह की जानकारी डिफ़ॉल्ट रूप से global पर सेट हो जाती है.

  यह बदलाव इसलिए किया गया, क्योंकि Gemini के ज़्यादातर मॉडल global में काम करते हैं. साथ ही, Google Cloud अब Gemini के ज़्यादातर मॉडल की नई रिलीज़ के लिए, us-central1 जगह पर काम नहीं करता.

Swift ऐप्लिकेशन के लिए - FirebaseAI से FirebaseAILogic पर माइग्रेट करने के लिए ज़रूरी बदलाव

Apple प्लैटफ़ॉर्म के ऐप्लिकेशन के लिए, Firebase SDK टूल के v12.5.0 वर्शन से, Firebase AI Logic को FirebaseAILogic मॉड्यूल के तहत उपलब्ध कराया जाता है. SDK टूल के वर्शन 13.0.0 में, FirebaseAI मॉड्यूल को हटा दिया गया था.

हमने यह बदलाव क्यों किया?

पहले हम इस सेवा को FirebaseAI मॉड्यूल के तहत उपलब्ध कराते थे. हालांकि, हमें इन वजहों से इसका नाम बदलकर FirebaseAILogic करना पड़ा:

• मॉड्यूल और क्लास के बीच नाम के टकराव से बचें. इससे बाइनरी डिस्ट्रिब्यूशन में समस्याएं आती हैं.

• इससे हमें आने वाले समय में सुविधाओं को डेवलप करने के लिए, Swift मैक्रो का इस्तेमाल करने में मदद मिलेगी.

अगर आपको v12.5.0+ या v13.0.0+ पर अपग्रेड करना है, तो क्या करें?

Firebase 12 (v12.5.0 और इसके बाद के वर्शन) में, मॉड्यूल का नाम बदलकर FirebaseAILogic करने से, पुराने सिस्टम के साथ काम करने की सुविधा पर कोई असर नहीं पड़ता. इसलिए, Firebase 12 में ये बदलाव करने का सुझाव दिया जाता है. हालांकि, Firebase SDK टूल के 13.0.0 वर्शन में, पुराना FirebaseAI मॉड्यूल हटा दिया गया था. इसलिए, Firebase 13 पर अपग्रेड करते समय ये बदलाव करना ज़रूरी है.

1. Swift PM डिपेंडेंसी चुनते समय, FirebaseAI के बजाय FirebaseAILogic चुनें.

2. इंपोर्ट स्टेटमेंट को FirebaseAILogic में बदलें (FirebaseAI के बजाय).

ज़रूरी एपीआई और उन्हें चालू करने का तरीका

Firebase AI Logic SDK टूल को Gemini Developer API के साथ इस्तेमाल करने के लिए, आपके प्रोजेक्ट में ये दो एपीआई चालू होने चाहिए:

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

आपको Firebase कंसोल का इस्तेमाल करके, ये दोनों एपीआई चालू करने चाहिए:

1. Firebase कंसोल में, एआई सेवाएं > एआई लॉजिक पर जाएं.

2. शुरू करें पर क्लिक करें.

3. Gemini Developer API का इस्तेमाल शुरू करने के लिए, इसे चुनें.

   इससे एक गाइडेड वर्कफ़्लो लॉन्च होता है, जो आपके लिए दोनों एपीआई चालू करता है. Firebase, Google की ओर से मैनेज किए जाने वाले सेवा खाते (P4SA) का भी प्रावधान करेगा, ताकि Gemini API के इस्तेमाल की अनुमति दी जा सके. साथ ही, Firebase AI Logic एपीआई को आपकी Firebase एपीआई कुंजी के लिए, अनुमति वाली सूची में जोड़ा जा सके.

किसी Firebase प्रोजेक्ट में एपीआई बंद करने का तरीका

Firebase AI Logic के लिए, हम आपके Firebase प्रोजेक्ट को इस तरह सेट अप करने की कोशिश करते हैं कि चुने गए Gemini API प्रोवाइडर का इस्तेमाल करना आपके लिए ज़्यादा से ज़्यादा आसान हो. इसमें, कुछ खास कामों के दौरान अपने Firebase प्रोजेक्ट में ज़रूरी एपीआई चालू करना शामिल है. जैसे, Firebase कंसोल में दिए गए वर्कफ़्लो के दौरान.

हालांकि, अगर आपको Firebase AI Logic या Gemini API की सेवा देने वाली किसी कंपनी का इस्तेमाल नहीं करना है, तो अपने Firebase प्रोजेक्ट में उससे जुड़े एपीआई बंद किए जा सकते हैं.

Firebase AI Logic का इस्तेमाल करने के लिए ज़रूरी अनुमतियां

Firebase AI Logic का इस्तेमाल करने पर, काम करने वाले मॉडल

इस्तेमाल किए जा सकने वाले मॉडल की सूची देखें. हम SDK टूल में अक्सर नई सुविधाएं जोड़ते हैं. इसलिए, अपडेट के लिए अक्सर पूछे जाने वाले सवालों के इस पेज को देखते रहें. साथ ही, रिलीज़ नोट, ब्लॉग, और सोशल मीडिया पोस्ट भी देखें.

• Firebase AI Logic इन मॉडल के साथ काम करता है:

  • Gemini Developer API

    • ज़्यादातर Gemini फ़ाउंडेशन मॉडल

  • Agent Platform Gemini API (formerly Vertex AI)

    • ज़्यादातर Gemini फ़ाउंडेशन मॉडल

• Firebase AI Logic इन मॉडल के साथ काम नहीं करता (भले ही, आपने Gemini API की सेवा देने वाली कोई भी कंपनी चुनी हो):

  • बेहतर बनाए गए मॉडल

  • एम्बेडिंग मॉडल, Veo मॉडल, Lyria मॉडल, रोबोटिक्स मॉडल, कंप्यूटर इस्तेमाल करने वाले मॉडल, Gemini Omni मॉडल या Gemini Cyber मॉडल

बंद किए गए या बंद होने वाले मॉडल - सूची और विकल्प

मॉडल के बंद होने या बंद किए जाने पर ज़रूरी बदलावों के बारे में अक्सर पूछे जाने वाले सवाल ज़रूर पढ़ें.

Gemini 2.5 के स्टेबल मॉडल - बंद होने की तारीखें और उनकी जगह इस्तेमाल किए जाने वाले मॉडल

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

  gemini-2.5-pro
gemini-2.5-flash
gemini-2.5-flash-lite
gemini-2.5-flash-image (इसे "Nano Banana" भी कहा जाता है)

  • सामान्य इस्तेमाल वाले मॉडल बंद होने की तारीख, आपके चुने गए Gemini API प्रोवाइडर पर निर्भर करती है:

    • Gemini Developer API (Google का एआई): यह अब सेवा में नहीं है, लेकिन इसे बंद करने की तारीख का एलान अब तक नहीं किया गया है. सिर्फ़ पहले से चालू प्रोजेक्ट ही इसका इस्तेमाल जारी रख सकते हैं
    • Agent Platform Gemini API (formerly Vertex AI): 20 अक्टूबर, 2026

  • इमेज जनरेट करने वाले मॉडल (Nano Banana) के लिए, बंद होने की तारीख एक ही है. भले ही, आपने Gemini API की सेवा देने वाली कोई भी कंपनी चुनी हो: 2 अक्टूबर, 2026

  ध्यान दें कि "Nano Banana" के अन्य मॉडल और Gemini Live API 2.5 के किसी भी स्टेबल मॉडल पर इसका असर नहीं पड़ेगा.

बदलाव: Gemini के नए मॉडल (जैसे, gemini-4-argon, gemini-3.8-flash या gemini-3.1-flash-image) पर माइग्रेट करें.

Imagen के स्टेबल मॉडल - बंद होने की तारीखें और उनकी जगह इस्तेमाल किए जाने वाले मॉडल

• Imagen के सभी मॉडल 17 अगस्त, 2026 से बंद हो जाएंगे. ध्यान दें कि पहले यह तारीख 30 जून, 2026 थी.

विकल्प: अपने ऐप्लिकेशन को Gemini इमेज मॉडल ("Nano Banana" मॉडल) का इस्तेमाल करने के लिए माइग्रेट करें.

Gemini 2.0 के स्टेबल मॉडल - बंद होने की तारीखें और उनकी जगह इस्तेमाल किए जाने वाले मॉडल

• Gemini 2.0 Flash और Gemini 2.0 Flash‑Lite:

  gemini-2.0-flash-001 (और अपने-आप अपडेट होने वाला इसका दूसरा नाम gemini-2.0-flash)
  gemini-2.0-flash-lite-001 (और अपने-आप अपडेट होने वाला इसका दूसरा नामgemini-2.0-flash-lite)

  • 6 फ़रवरी, 2026: ये मॉडल उन प्रोजेक्ट में इस्तेमाल के लिए उपलब्ध नहीं होंगे जिनमें इनका इस्तेमाल पहले नहीं किया गया है.

  • 31 मार्च, 2026: ये मॉडल बंद हो जाएंगे.

  ध्यान दें कि Gemini Live API 2.0 के स्टेबल मॉडल पर कोई असर नहीं पड़ेगा.

विकल्प: नए Gemini 3.x मॉडल (जैसे, gemini-3.1-flash-lite) में से किसी एक पर माइग्रेट करें.

Gemini 1.5 और 1.0 के स्टेबल मॉडल - बंद होने की तारीखें और उनकी जगह इस्तेमाल किए जाने वाले मॉडल

• Gemini 1.5 Pro मॉडल:

  • gemini-1.5-pro-002 (और gemini-1.5-pro): 24 सितंबर, 2025
  • gemini-1.5-pro-001: 24 मई, 2025

• Gemini 1.5 Flash मॉडल:

  • gemini-1.5-flash-002 (और gemini-1.5-flash): 24 सितंबर, 2025
  • gemini-1.5-flash-001: 24 मई, 2025

• Gemini 1.0 Pro Vision मॉडल: 21 अप्रैल, 2025 (पहले 09 अप्रैल, 2025 के लिए शेड्यूल किया गया था)

• Gemini 1.0 Pro मॉडल: 21 अप्रैल, 2025 (पहले 09 अप्रैल, 2025 के लिए शेड्यूल किया गया था)

विकल्प: नए Gemini 3.x मॉडल (जैसे, gemini-3.1-flash-lite) में से किसी एक पर माइग्रेट करें.

मॉडल के बंद होने या बंद किए जाने पर ज़रूरी बदलाव

जब Google किसी मॉडल का स्टेबल वर्शन रिलीज़ करता है, तो हम यह पक्का करने की कोशिश करते हैं कि वह मॉडल बंद (बंद) होने से पहले, कम से कम 12 महीने तक उपलब्ध रहे. हालांकि, ध्यान दें कि Agent Platform Gemini API (formerly Vertex AI) के लिए, कुछ स्टेबल मॉडल सिर्फ़ कम समय के लिए उपलब्ध होते हैं. इसका मतलब है कि कोई नया मॉडल रिलीज़ होने के 45 दिनों के अंदर, उन्हें बंद (रिटायर) किया जा सकता है.

किसी मॉडल के बंद होने की तारीख कहां मिलेगी?

किसी मॉडल के बंद होने की तारीख का पता लगाने के लिए, यहां कुछ तरीके दिए गए हैं:

• रिलीज़ के समय: हम हर मॉडल के बंद होने की संभावित तारीख को Gemini API की सेवा देने वाली कंपनी के दस्तावेज़ के साथ-साथ Firebase के दस्तावेज़ में भी कई जगहों पर दिखाते हैं. इसके लिए, इस्तेमाल किए जा सकने वाले मॉडल वाला पेज देखें.

• बंद होने की तारीख नज़दीक आने पर:

  • Google, प्रोजेक्ट के सही सदस्यों को ईमेल भेजता है.
  • हम अलग-अलग चैनलों पर, आने वाले समय में बंद होने वाली सुविधाओं के बारे में रिमाइंडर पोस्ट करते हैं:
    • प्रॉडक्ट की जानकारी (उदाहरण देखें)
    • पेज-लेवल बैनर, इस्तेमाल किए जा सकने वाले मॉडल पेज, और बंद किए गए और बंद होने वाले मॉडल के बारे में अक्सर पूछे जाने वाले सवाल

अगर इस्तेमाल किया जा रहा मॉडल बंद होने वाला है, तो क्या करें?

1. फ़िलहाल, इस्तेमाल किए जा रहे मॉडल और उसके मॉडल का नाम ढूंढें.

   हम बंद किए जा चुके और बंद होने वाले मॉडल के बारे में अक्सर पूछे जाने वाले सवाल में, बंद किए जा चुके मॉडल की जगह इस्तेमाल किए जा सकने वाले मॉडल के बारे में भी बताते हैं.

2. मॉडल बंद होने की तारीख से पहले, अपने ऐप्लिकेशन में इस्तेमाल किए जा रहे मॉडल का नाम अपडेट करें. ऐसा न करने पर, उस मॉडल के लिए किए गए सभी अनुरोधों पर 404 गड़बड़ी दिखेगी.

   • मॉडल को शुरू करने के दौरान, उसका नाम सेट किया जाता है. ऐसा तब किया जाता है, जब GenerativeModel, LiveModel या ImagenModel इंस्टेंस बनाया जाता है. Firebase Remote Config या सर्वर प्रॉम्प्ट टेंप्लेट इस्तेमाल करने के बारे में, यहां दिए गए अहम सुझाव को ज़रूर देखें.

   • Firebase AI Logic का इस्तेमाल करते समय, आपको आम तौर पर उस कोड में कोई बदलाव करने की ज़रूरत नहीं होती जो असल में मॉडल को कॉल करता है.

     ध्यान दें कि Gemini 4.x और Gemini 3.x के नए मॉडल के लिए, कई पैरामीटर काम नहीं करते. इनमें खास तौर पर, temperature, top-K, top-P, frequency penalty, presence penalty, और candidate count शामिल हैं.

3. अपने ऐप्लिकेशन की जांच करें, ताकि यह पक्का किया जा सके कि जवाब अब भी उम्मीद के मुताबिक हैं.

हर उपयोगकर्ता के लिए, अनुरोध संख्या की सीमा सेट करने का तरीका

डिफ़ॉल्ट रूप से, Firebase AI Logic हर उपयोगकर्ता के लिए अनुरोध की सीमा को 100 अनुरोध प्रति मिनट (आरपीएम) पर सेट करता है.

अगर आपको हर उपयोगकर्ता के लिए अनुरोध संख्या की सीमा में बदलाव करना है, तो आपको Firebase AI Logic एपीआई के लिए कोटा सेटिंग में बदलाव करना होगा.

Firebase AI Logic एपीआई कोटा के बारे में ज़्यादा जानें. उस पेज पर, आपको कोटा देखने और उसमें बदलाव करने का तरीका भी पता चलेगा.

लेटेंसी और टोकन के ज़्यादा इस्तेमाल को कम करने का तरीका

अगर आपको ज़्यादा इंतज़ार करना पड़ रहा है या ज़्यादा टोकन इस्तेमाल हो रहे हैं, तो ऐसा आपके मॉडल के लिए सोचने के लेवल के कॉन्फ़िगरेशन की वजह से हो सकता है.

Gemini 3 और इसके बाद के मॉडल, हमेशा "सोचने की प्रोसेस" का इस्तेमाल करते हैं. इससे, तर्क करने और कई चरणों में योजना बनाने की उनकी क्षमता में काफ़ी सुधार होता है. इस वजह से, वे कोडिंग, ऐडवांस मैथ, और डेटा का विश्लेषण करने जैसे मुश्किल कामों को बेहतर तरीके से कर पाते हैं.

हालाँकि, टास्क के हिसाब से, सूझ-बूझ वाले लेवल की ज़रूरत हमेशा नहीं होती. ऐसे में, मॉडल को कम सूझ-बूझ वाले लेवल का इस्तेमाल करने के लिए कॉन्फ़िगर किया जा सकता है. सोचने का लेवल कम करने से, इंतज़ार का समय और टोकन का इस्तेमाल कम करने में मदद मिलेगी. यह तय करने में आपकी मदद करने के लिए कि किसी मॉडल को सोचने की क्षमता की कितनी ज़रूरत पड़ सकती है, टास्क की कठिनाइयों की तुलना देखें.

ध्यान दें कि ज़्यादातर Gemini 3 और इसके बाद के मॉडल के लिए, डिफ़ॉल्ट थिंकिंग लेवल HIGH पर सेट होता है.

मल्टीमॉडल अनुरोधों (जैसे, इमेज, PDF, वीडियो, और ऑडियो इनपुट) के लिए, एमआईएमई टाइप से जुड़ी ज़रूरी शर्तें

हर मल्टीमोडल अनुरोध में, आपको हमेशा यह जानकारी देनी होगी:

• फ़ाइल का साइज़ mimeType है. नीचे एक अपवाद देखें.

• फ़ाइल. फ़ाइल को इनलाइन डेटा के तौर पर या उसके यूआरएल का इस्तेमाल करके सबमिट किया जा सकता है.

इस्तेमाल की जा सकने वाली इनपुट फ़ाइलें और ज़रूरी शर्तें लेख में, इस्तेमाल की जा सकने वाली इनपुट फ़ाइलों के टाइप, एमआईएमई टाइप तय करने का तरीका, और फ़ाइल उपलब्ध कराने के दो विकल्पों के बारे में जानें.

अपने अनुरोध में एमआईएमई टाइप शामिल करने से जुड़ी ज़रूरी शर्त का अपवाद

नेटिव Android और Apple प्लैटफ़ॉर्म ऐप्लिकेशन से मिलने वाले अनुरोधों के लिए, इनलाइन इमेज इनपुट के तौर पर एमआईएमई टाइप देने की ज़रूरत नहीं होती.

Firebase AI Logic Android और Apple प्लैटफ़ॉर्म के लिए उपलब्ध SDK टूल, अनुरोधों में इमेज को मैनेज करने का एक आसान और प्लैटफ़ॉर्म के हिसाब से सही तरीका उपलब्ध कराते हैं. सभी इमेज (चाहे उनका फ़ॉर्मैट कुछ भी हो) को सर्वर पर भेजने से पहले, क्लाइंट-साइड पर 80% क्वालिटी के साथ JPEG में बदल दिया जाता है. इसका मतलब है कि Android और Apple प्लैटफ़ॉर्म के एसडीके का इस्तेमाल करके, इमेज को इनलाइन डेटा के तौर पर उपलब्ध कराने पर , आपको अनुरोध में एमआईएमई टाइप बताने की ज़रूरत नहीं है.

अनुरोधों में base64-कोड वाली इमेज भेजने के उदाहरणों में, Firebase AI Logic के दस्तावेज़ में इस आसान तरीके को दिखाया गया है.

इस सुविधा के बारे में, प्लैटफ़ॉर्म के हिसाब से कुछ और जानकारी यहां दी गई है:

• Android के लिए:

  • टेक्स्ट, इमेज वग़ैरह का एक साथ इस्तेमाल करके प्रॉम्प्ट डालने में, प्लैटफ़ॉर्म-नेटिव इमेज टाइप (Bitmap) को हैंडल करने के आसान तरीके का फ़ायदा लिया जा सकता है. इन प्रॉम्प्ट में, इमेज को इनलाइन डेटा के तौर पर शामिल किया जाता है. उदाहरण देखें.

  • इमेज फ़ॉर्मैट और कन्वर्ज़न पर ज़्यादा कंट्रोल पाने के लिए, इमेज को InlineDataPart के तौर पर उपलब्ध कराया जा सकता है. साथ ही, खास एमआईएमई टाइप भी दिया जा सकता है. उदाहरण के लिए:

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

• Apple के प्लैटफ़ॉर्म के लिए:

  • टेक्स्ट, इमेज वग़ैरह का एक साथ इस्तेमाल करके प्रॉम्प्ट डालने में, प्लैटफ़ॉर्म-नेटिव इमेज टाइप (UIImage, NSImage, CIImage, और CGImage) को हैंडल करने के आसान तरीके का फ़ायदा लिया जा सकता है. इन प्रॉम्प्ट में, इमेज को इनलाइन डेटा के तौर पर शामिल किया जाता है. उदाहरण देखें.

  • इमेज फ़ॉर्मैट और कन्वर्ज़न पर ज़्यादा कंट्रोल पाने के लिए, इमेज को InlineDataPart के तौर पर सबमिट किया जा सकता है. साथ ही, खास एमआईएमई टाइप भी दिया जा सकता है. उदाहरण के लिए:

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

Firebase AI Logic का इस्तेमाल करने पर, ऐडवांस सुविधाएं फ़िलहाल उपलब्ध नहीं हैं: Google इमेज सर्च की मदद से ग्राउंडिंग करना, मॉडल को बेहतर बनाना, एम्बेडिंग जनरेट करना, और सिमैंटिक रीट्रिवल

ये सुविधाएँ, अलग-अलग मॉडल और एपीआई की सेवा देने वाली कंपनियों के साथ काम करती हैं. हालाँकि, Firebase AI Logic का इस्तेमाल करने पर ये सुविधाएँ उपलब्ध नहीं होती हैं:

• Google इमेज सर्च से जानकारी लेना
• किसी मॉडल को बेहतर बनाना
• एंबेडिंग जनरेशन
• सिमैंटिक रिट्रीवल

अगर आपको इन्हें सुविधा के अनुरोध के तौर पर जोड़ना है या सुविधा के किसी मौजूदा अनुरोध पर वोट करना है, तो Firebase UserVoice पर जाएं.

"Vertex AI in Firebase" से "Firebase AI Logic" में नाम बदलने के बारे में जानकारी

हमने साल 2024 में, Firebase क्लाइंट SDK टूल का एक सेट लॉन्च किया था. यह सेट, Agent Platform Gemini API (formerly Vertex AI) के साथ-साथ Firebase प्रॉक्सी गेटवे का इस्तेमाल कर सकता था. इससे, एपीआई को गलत इस्तेमाल से बचाया जा सकता था और Firebase के अन्य प्रॉडक्ट के साथ इंटिग्रेट किया जा सकता था. हमने अपने प्रॉडक्ट का नाम "Vertex AI in Firebase" रखा था. यह नाम, उस समय हमारे प्रॉडक्ट के इस्तेमाल के उदाहरणों के बारे में सटीक जानकारी देता था.

हालांकि, तब से हमने अपने प्रॉडक्ट की सुविधाओं को बेहतर बनाया है. उदाहरण के लिए, मई 2025 से हम Gemini Developer API के लिए सहायता उपलब्ध करा रहे हैं. इसमें Firebase App Check के साथ हमारे इंटिग्रेशन का इस्तेमाल करके, Gemini Developer API को गलत इस्तेमाल से बचाने की सुविधा भी शामिल है.

इस वजह से, "Vertex AI in Firebase" नाम अब हमारे प्रॉडक्ट के बढ़े हुए दायरे को सटीक तरीके से नहीं दिखाता. इसलिए, नया नाम — Firebase AI Logic —, हमारी सुविधाओं के लगातार बेहतर होते सेट को बेहतर तरीके से दिखाता है. साथ ही, इससे हमें आने वाले समय में अपनी सेवाओं को और बेहतर बनाने में मदद मिलती है!

माइग्रेट करने से जुड़ी गाइड देखें, ताकि आपको Firebase AI Logic की सभी नई सुविधाएं मिल सकें. साथ ही, आपके पास Gemini Developer API का इस्तेमाल शुरू करने का विकल्प भी है.

मॉडल को ट्रेनिंग देने के लिए डेटा का इस्तेमाल

डेटा को मैनेज करना और ज़िम्मेदार एआई देखें.

ऐप्लिकेशन के सभी वर्शन के लिए, App Check नीति उल्लंघन ठीक करने का तरीका लागू करना ज़रूरी है

App Check को आपके ऐप्लिकेशन के उन सभी वर्शन के लिए लागू करना ज़रूरी है जो Firebase AI Logic का इस्तेमाल करते हैं.

यह ज़रूरी है कि App Check को जल्द से जल्द लागू किया जाए. खास तौर पर, अपने ऐप्लिकेशन को सार्वजनिक तौर पर उपलब्ध सोर्स कोड कंट्रोल सिस्टम में शामिल करने, ऐप्लिकेशन को शेयर करने या उसे सार्वजनिक तौर पर उपलब्ध कराने से पहले ऐसा करना ज़रूरी है.

अगर आपने अपने ऐप्लिकेशन के कोड बेस में App Check को तुरंत लागू किया, तो आपके ऐप्लिकेशन के सभी वर्शन, मान्य App Check टोकन भेज सकते हैं. जिस अनुरोध में मान्य टोकन नहीं भेजा जाता है उसे बिना पुष्टि वाला अनुरोध माना जाता है. साथ ही, App Check लागू होने पर उसे ब्लॉक कर दिया जाएगा.

अगर आपने असली उपयोगकर्ताओं के लिए, अपने ऐप्लिकेशन का ऐसा वर्शन पहले ही रिलीज़ कर दिया है जिसमें App Check लागू नहीं है, तो पहले से रिलीज़ किए गए ऐप्लिकेशन के लिए, App Check को लागू करने और उसे लागू करने के लिए मजबूर करने के बारे में अक्सर पूछे जाने वाले सवाल देखें.

पहले से रिलीज़ किए जा चुके किसी ऐप्लिकेशन के लिए, App Check को लागू करने और उसे लागू करने का तरीका

ऐप्लिकेशन के जिन वर्शन में App Check लागू नहीं किया गया है उनसे Firebase AI Logic के लिए किए गए अनुरोधों में मान्य App Check टोकन नहीं होते. साथ ही, उनकी पुष्टि नहीं की जाती. Firebase AI Logic के लिए App Check लागू होने पर, ये अनुरोध ब्लॉक कर दिए जाएंगे.

यहां दिए गए निर्देशों की मदद से, अपने ऐप्लिकेशन को माइग्रेट किया जा सकता है. इससे, पहले से रिलीज़ किए गए ऐसे ऐप्लिकेशन के लिए App Check को लागू किया जा सकता है जिसमें App Check नहीं है. साथ ही, इससे सेवा में आने वाली रुकावटों से बचा जा सकता है.

1. अपने ऐप्लिकेशन में जल्द से जल्द प्रमाणित करने वाली प्रोडक्शन सेवा लागू करें.

   • Apple प्लैटफ़ॉर्म: DeviceCheck या App Attest या reCAPTCHA Enterprise
   • Android: Play Integrity या reCAPTCHA Enterprise
   • वेब: reCAPTCHA Enterprise
   • Flutter: यह ऊपर बताए गए सभी प्रोवाइडर के साथ काम करता है. इनमें reCAPTCHA Enterprise भी शामिल है
   • Unity: यह ऊपर बताई गई सभी कंपनियों के साथ काम करता है. हालांकि, reCAPTCHA Enterprise के साथ यह जल्द आ रहा है

2. अपने ऐप्लिकेशन से किए गए अनुरोधों पर नज़र रखें, ताकि आपको यह तय करने में मदद मिल सके कि App Check को लागू करना कब सुरक्षित है.

   उदाहरण के लिए, अगर हाल ही में किए गए ज़्यादातर अनुरोध, पुष्टि किए गए क्लाइंट से मिले हैं, तो आपको App Check को लागू करने के बारे में सोचना चाहिए.

3. Firebase AI Logic के लिए App Check को लागू करें.

4. लोकल डेवलपमेंट के लिए, App Check लागू होने पर, App Check डीबग प्रोवाइडर सेट अप किया जा सकता है. साथ ही, Firebase AI Logic के लिए App Check को लागू रखा जा सकता है.

Gemini Developer API और Firebase AI Logic के लिए, सुरक्षा से जुड़े अपग्रेड (साल 2026 के मध्य में) के बारे में जानकारी

पहले, Gemini Developer API Gemini Developer API के इस्तेमाल की अनुमति देने के लिए, स्टैंडर्ड Gemini एपीआई पासकोड का इस्तेमाल किया जाता था (generativelanguage.googleapis.com). अगर आपने Firebase AI Logic को चालू किया था और Gemini Developer API का इस्तेमाल करने का विकल्प चुना था, तो Firebase ने आपके लिए एक Gemini एपीआई पासकोड बनाया था. यह पासकोड, सिर्फ़ Gemini Developer API के लिए इस्तेमाल किया जा सकता था. इस डिजिटल बटन का नाम Gemini Developer API key (auto created by Firebase) था.

साल 2026 के मध्य से, Gemini Developer API को ज़्यादा सुरक्षित विकल्प पर अपग्रेड किया जा रहा है. इसे "अनुमति देने वाली (पुष्टि करने वाली) कुंजियां" कहा जाता है. ये कुंजियां, सेवा खातों की तरह ही काम करती हैं. Firebase AI Logic को भी अपग्रेड किया गया है. स्टैंडर्ड Gemini एपीआई पासकोड का इस्तेमाल करने के बजाय, Firebase AI Logic अब Gemini Developer API के लिए अनुमति देने की प्रोसेस को मैनेज करता है. इसके लिए, Google की ओर से मैनेज किए जाने वाले सेवा खाते (P4SA) का इस्तेमाल किया जाता है. यह खाता हम आपके लिए अपने-आप उपलब्ध कराते हैं:
Firebase AI Logic सर्विस एजेंट (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

मौजूदा और नए, दोनों तरह के प्रोजेक्ट के लिए, अगर Gemini Developer API को Firebase AI Logic से ऐक्सेस किया जाता है, तो आपको सुरक्षा से जुड़े इन अपग्रेड का फ़ायदा पाने के लिए कुछ नहीं करना होगा. ये अपग्रेड, साल 2026 के मध्य से उपलब्ध होंगे.

Gemini एपीआई पासकोड को "अनुमति देने वाले (पुष्टि करने वाले) पासकोड" पर माइग्रेट करने का तरीका

मौजूदा और नए, दोनों तरह के प्रोजेक्ट के लिए, अगर Gemini Developer API को Firebase AI Logic से ऐक्सेस किया जाता है, तो आपको 2026 के मध्य से सुरक्षा से जुड़े अपग्रेड का फ़ायदा पाने के लिए कुछ भी करने की ज़रूरत नहीं है. इसमें "अनुमति (पुष्टि) कुंजी" पर माइग्रेट करना भी शामिल है.

हमारे डेवलपर की ओर से, Firebase AI Logic सुरक्षा से जुड़े सभी ज़रूरी बदलावों को अपने-आप मैनेज कर रहा है. ऐसा इसलिए किया जा रहा है, ताकि Gemini Developer API के ट्रांज़िशन के लिए "अनुमति देने वाली (पुष्टि करने वाली) कुंजियों" की ज़रूरत को पूरा किया जा सके.

साल 2026 के मध्य से, Firebase AI Logic स्टैंडर्ड Gemini एपीआई पासकोड उपलब्ध नहीं कराएगा या उनका इस्तेमाल नहीं करेगा. इसके बजाय, Firebase AI Logic अब Gemini Developer API के लिए अनुमति को मैनेज करता है. इसके लिए, Google की ओर से मैनेज किए जाने वाले सेवा खाते (P4SA) का इस्तेमाल किया जाता है. यह खाता, हम आपके Firebase प्रोजेक्ट में अपने-आप उपलब्ध कराते हैं:
Firebase AI Logic सर्विस एजेंट (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

इस बदलाव के बाद, Gemini Developer API key (auto created by Firebase) नाम वाली किसी भी एपीआई कुंजी की समीक्षा की जा सकती है और उसे मिटाया जा सकता है. इस कुंजी को Google Cloud कंसोल में जाकर मिटाया जा सकता है. कुंजी को मिटाने से पहले, यहां दी गई जानकारी देखें:

• यह Gemini एपीआई पासकोड, Firebase ने सिर्फ़ Firebase AI Logic के साथ इस्तेमाल करने के लिए बनाया था. इसलिए, इसे मिटाना सुरक्षित है. हालांकि, इस कुंजी को मिटाने से पहले, आपको यह पक्का कर लेना चाहिए कि आपने गलती से इस कुंजी का इस्तेमाल, Gemini Developer API को ऐक्सेस देने वाले अन्य टूल के साथ न किया हो. जैसे, जेन एआई सर्वर एसडीके या Genkit. इस्तेमाल किए गए स्टोरेज की जानकारी देखने का तरीका यहां बताया गया है:
  1. Google Cloud कंसोल में, Gemini Developer API के पेज पर जाएं. इसके बाद, मैनेज करें पर क्लिक करें.
  2. मेट्रिक टैब में, क्रेडेंशियल ड्रॉपडाउन में जाकर, Gemini Developer API key (auto created by Firebase) नाम वाली कुंजी चुनें.
  3. अगर दिखाए गए ग्राफ़ में जुलाई 2026 की शुरुआत से कोई इस्तेमाल नहीं दिखता है, तो पासकोड को मिटाया जा सकता है. जुलाई 2026 में, Firebase AI Logic ने इन एपीआई पासकोड का इस्तेमाल करना बंद कर दिया था.
     हालांकि, अगर ग्राफ़ में इस्तेमाल दिखता है, तो इसका मतलब है कि कुंजी का इस्तेमाल किसी दूसरे टूल के साथ किया जा रहा है. ऐसे में, आपको कुंजी का नाम बदलना चाहिए, ताकि यह साफ़ तौर पर पता चल सके कि इसका इस्तेमाल उस टूल के साथ किया जा रहा है (और Firebase AI Logic के साथ नहीं).
• पक्का करें कि आपने किसी ऐसे एपीआई पासकोड को न मिटाया हो जिसके नाम में (auto created by Firebase) सेगमेंट शामिल हो.

किसी मोबाइल या वेब ऐप्लिकेशन के कोड बेस में Gemini एपीआई पासकोड न जोड़ें

Firebase AI Logic SDK टूल का इस्तेमाल करते समय, आपको Gemini Developer API के इस्तेमाल की अनुमति देने के लिए, Gemini एपीआई पासकोड की ज़रूरत नहीं होती. साथ ही, आपको अपने ऐप्लिकेशन के कोड बेस में Gemini एपीआई पासकोड नहीं जोड़ना चाहिए.

Gemini एपीआई पासकोड के तौर पर, "Firebase एपीआई पासकोड" का इस्तेमाल न करें

"Firebase API पासकोड" को कभी भी Gemini API पासकोड के तौर पर इस्तेमाल न करें. हमारा सुझाव है कि आप अपने Firebase एपीआई पासकोड के लिए, अनुमति वाली सूची में Gemini Developer API को न जोड़ें.

Firebase एपीआई पासकोड, वह एपीआई पासकोड होता है जो आपकी Firebase कॉन्फ़िगरेशन फ़ाइल या ऑब्जेक्ट में मौजूद होता है. इसे अपने ऐप्लिकेशन के कोड बेस में जोड़कर, ऐप्लिकेशन को Firebase से कनेक्ट किया जाता है. अपने कोड में Firebase एपीआई पासकोड को शामिल किया जा सकता है. हालांकि, ऐसा तब ही करें, जब पासकोड का इस्तेमाल सिर्फ़ Firebase से जुड़े एपीआई के साथ किया जा रहा हो (जैसे, Firebase AI Logic). Firebase एपीआई पासकोड के बारे में ज़रूरी जानकारी जानें.

Google Cloud कंसोल के एपीआई और सेवाएं > क्रेडेंशियल पैनल में, Firebase एपीआई पासकोड इस तरह दिखते हैं:

Firebase से जुड़े एपीआई काम कर सकें, इसके लिए आपको अपने ऐप्लिकेशन के कोड बेस में Firebase एपीआई पासकोड जोड़ना होगा. साथ ही, एपीआई पासकोड के ज़रिए Gemini Developer API को अनुमति दी जा सकती है. इसलिए, हमारा सुझाव है कि आप अपने Firebase एपीआई पासकोड के लिए, अनुमति वाली सूची में Gemini Developer API को न जोड़ें. इसे Google Cloud कंसोल में "Generative Language API" कहा जाता है. अगर ऐसा किया जाता है, तो Gemini Developer API का गलत इस्तेमाल हो सकता है.

Gemini एपीआई पासकोड को सुरक्षित रखने का तरीका