本頁提供 Firebase AI Logic SDK 和Gemini API 的常見問題解答和疑難排解資訊。
狀態資訊主頁
一般常見問題
使用 Gemini Developer API 和 Vertex AI Gemini API
下表列出這兩個「Gemini API 」供應商的一般重要差異，無論您如何存取
Gemini Developer API Vertex AI Gemini API
定價
免付費的 Spark 定價方案和即付即用的 Blaze 定價方案1 都適用這項功能。
一律須採用即付即用 Blaze 定價方案1 (搭配使用時)
Firebase AI Logic
速率限制 (配額)
明確的速率限制
使用動態共用配額 (DSQ)，該區域中所有使用該模型的用戶都會共用配額。可使用佈建的處理量 (PT)。
指定模型存取位置
支援 Cloud Storage 網址
2 不支援
Firebase Security Rules 保護的檔案
支援 YouTube 網址和瀏覽器網址
1 這兩家 API 供應商的隨用隨付定價不同 (詳情請參閱各自的說明文件)。
2 Gemini Developer API 的檔案 API 不支援透過 Firebase AI Logic SDK 存取。
下表列出兩家「Gemini API 」供應商提供的常見功能。這個表格僅適用於使用 Firebase AI Logic 用戶端 SDK 時
注意： 使用 Firebase AI Logic 時，目前不 支援下列功能：利用 Google 圖片搜尋建立基準、利用 Google 地圖建立基準、微調模型、產生嵌入內容，以及語意擷取。
我可以同時使用 Gemini Developer API 和 Vertex AI Gemini API
可以。您可以在 Firebase 專案中同時啟用「Gemini API 」供應商，並在應用程式中使用這兩個 API。
如要在程式碼中切換 API 供應商，請務必在程式碼中適當設定後端服務 。
重要事項： 如果專案採用即付即用 Blaze 定價方案 (使用 Firebase 和 Google Cloud 生態系統中的 Vertex AI Gemini API所有 對 Gemini Developer API 的呼叫都會採用即付即用方案。
需要哪些 API？如何啟用這些功能？
選取 Gemini API 供應商，查看特定供應商的內容
Gemini Developer API
Vertex AI Gemini API
如要搭配 Firebase AI Logic SDK 使用 Gemini Developer API ，專案必須啟用下列兩項 API：
您應使用 Firebase 控制台啟用這兩項 API：
在 Firebase 控制台中，依序前往「AI Services」(AI 服務)
按一下「開始使用」
選取即可開始使用 Gemini Developer API 。
系統會啟動導覽工作流程，為您啟用這兩項 API。控制台也會產生 Gemini API 金鑰，並將 Firebase AI Logic API 加入 Firebase API 金鑰的許可清單。
如何停用 Firebase 專案中的 API？
對於 Firebase AI Logic ，我們會盡量簡化設定 Firebase 專案的程序，讓您能輕鬆使用所選的 Gemini API 供應商。包括在特定流程中 (例如 Firebase 控制台的導覽工作流程)，啟用 Firebase 專案中的必要 API 。
不過，如果您決定不使用 Firebase AI Logic 或其中一個 Gemini API 供應商，可以在 Firebase 專案中停用相關聯的 API。
停用與使用 Gemini Developer API 相關聯的 API
如要搭配 Firebase AI Logic SDK 使用 Gemini Developer API ，專案必須啟用下列兩項 API：
如要完全停止使用 Firebase AI Logic ：
按一下上方的各個 API 連結，前往控制台中的相應 API 頁面，然後按一下「管理」Google Cloud
查看「指標」
如果仍要停用 API，請按一下頁面頂端的「停用 API」
從可使用 Firebase API 金鑰呼叫的 API 清單中，移除 Firebase AI Logic API。如要瞭解如何修改這份清單，請參閱這篇 Firebase API 金鑰許可清單常見問題 。
如要繼續使用 Firebase AI Logic ，但改用 Vertex AI Gemini API
前往 Google Cloud 控制台的「Gemini Developer API
查看「指標」
如果仍要停用 API，請按一下頁面頂端的「停用 API」
確認專案已啟用 Vertex AI Gemini API 。
停用與使用 Vertex AI Gemini API
如要搭配 Firebase AI Logic SDK 使用 Vertex AI Gemini API
如要完全停止使用 Firebase AI Logic ：
按一下上方的各個 API 連結，前往控制台中的相應 API 頁面，然後按一下「管理」Google Cloud
查看「指標」
如果仍要停用 API，請按一下頁面頂端的「停用 API」
從可使用 Firebase API 金鑰呼叫的 API 清單中，移除 Firebase AI Logic API。如要瞭解如何修改這份清單，請參閱這篇 Firebase API 金鑰許可清單常見問題 。
如要繼續使用 Firebase AI Logic ，但改用 Gemini Developer API ：
前往 Google Cloud 控制台的「Vertex AI API
查看「指標」
如果仍要停用 API，請按一下頁面頂端的「停用 API」
確認專案已啟用 Gemini Developer API 的必要 API 。
哪些模型可搭配 Firebase AI Logic SDK 使用？
請參閱支援的型號清單 。
我們會經常在 SDK 中新增功能，因此請隨時返回這份常見問題清單查看最新消息 (以及版本說明、網誌和社群貼文)。
Gemini Developer API
Vertex AI Gemini API
無論選擇哪種Gemini API 供應商
模型停止服務 (淘汰) 時該怎麼辦？
我們發布穩定版模型時，會盡量確保模型至少 有一年的使用期限，再予以淘汰。
注意： 針對特定模型發布穩定版後，該模型的所有實驗版和預覽版通常會在幾天或幾週內停止運作 (淘汰)。此外，已公告停用的模型版本通常會限制用於現有專案，或先前使用該模型的專案。
如何查看模型停用日期？
以下提供幾種查詢模型終止服務日期的方法：
如果使用的模型即將停用，該怎麼辦？
找出合適的目前支援模型 及其模型名稱 。
請在服務終止前 更新應用程式使用的模型名稱，否則對該模型提出的任何要求都會失敗，並顯示 404 錯誤。
測試應用程式，確保回應仍符合預期。
由於關閉模型的要求會失敗，我們強烈建議您不要 將模型和模型版本硬式編碼至應用程式的程式碼集。請改為設定及使用 Firebase Remote Config ，控管應用程式使用的模型和模型版本。 使用 Remote Config ，您就能遠端 動態變更應用程式使用的模型和模型版本，不必發布新版應用程式。已發布的應用程式版本 (設定為使用 Remote Config ) 會立即開始使用新模型和模型名稱。
Imagen 穩定模型
所有 Imagen 模型將於 2026 年 6 月 24 日停止運作。
替代方案 ：
將應用程式遷移至 Gemini 圖像模型 (「Nano Banana」模型) 。
Gemini 2.0 穩定模型
Gemini 2.0 Flash 和 Gemini 2.0 Flash‑Lite ：
gemini-2.0-flash-001 (及其自動更新的別名 gemini-2.0-flash)gemini-2.0-flash-lite-001 (及其自動更新的別名gemini-2.0-flash-lite)
請注意，穩定版 Gemini Live API 2.0 模型不受影響。
替代方案 ：改用 Gemini 2.5 模型 (例如 gemini-2.5-flash-lite)，或試用新的 Gemini 3 模型 (例如 gemini-3.1-flash-lite-preview)。
Gemini 1.5 和 1.0 穩定模型 - 停止服務日期和替代模型替代方案 ：改用 Gemini 2.5 模型 (例如 gemini-2.5-flash-lite)，或試用新的 Gemini 3 模型 (例如 gemini-3.1-flash-lite-preview)。
使用 Firebase AI Logic SDK 可能需要哪些權限？
動作 必要的 IAM 權限 預設包含必要權限的 IAM 角色
將帳單升級至即付即用 (Blaze) 定價方案
firebase.billingPlans.updateresourcemanager.projects.createBillingAssignmentresourcemanager.projects.deleteBillingAssignment
擁有者
在專案中啟用 API
serviceusage.services.enable編輯者 擁有者
建立 Firebase 應用程式
firebase.clients.createFirebase 管理員 編輯者 擁有者
如何設定每位使用者的頻率限制？
根據預設，Firebase AI Logic 會將每位使用者的要求限制設為每分鐘 100 個要求 (RPM)。
如要調整每位使用者的速率限制，請調整 Firebase AI Logic API 的配額設定。
進一步瞭解 Firebase AI Logic API 配額
如何減少延遲和高權杖用量？
如果延遲時間或權杖用量偏高，可能是因為您使用的模型思考層級 設定
Gemini 3 和後續模型一律會使用內部「思考過程」，大幅提升推論和多步驟規劃能力，因此非常適合執行複雜工作，例如程式設計、高等數學和資料分析。
不過，視工作而定，您不一定需要較高的思考層次，可以將模型設定為使用較低的思考層次。降低思考層級有助於減少延遲和權杖用量。 如要判斷模型需要多少思考能力，請參閱任務難度比較 。
請注意，對於大多數 Gemini 3 以上的機型，預設思考等級 會設為 HIGH。
在多模態要求中，是否需要提供 MIME 類型？(例如圖片、PDF、影片和音訊輸入)
是，在每個多模態要求中，您一律必須提供下列項目：
請參閱「支援的輸入檔案和規定 」，瞭解支援的輸入檔案類型、如何指定 MIME 類型，以及提供檔案的兩種方式。
要求中可不包含 MIME 類型的情況
如果要求來自 Android 和 Apple 平台應用程式，則內嵌圖片輸入內容可免除提供 MIME 類型。
Android 和 Apple 平台的 Firebase AI Logic SDK 提供簡化的平台友善方式，可處理要求中的圖片。所有圖片 (無論格式為何) 都會在傳送至伺服器前，於用戶端轉換為品質 80% 的 JPEG。也就是說，使用 Android 和 Apple 平台 SDK 以內嵌資料形式提供圖片 時，您不必在要求中指定 MIME 類型 。
如要瞭解簡化的處理方式，請參閱Firebase AI Logic 說明文件，查看在要求中傳送 Base64 編碼圖片的範例。
以下是這項功能在各平台上的額外資訊：
Android 裝置 ：
在含有圖片做為內嵌資料的多模態提示中，您可以利用簡化的方式處理平台原生圖片類型 (Bitmap) (請參閱範例 )。
如要進一步控管圖片格式和轉換作業，可以提供 InlineDataPart 格式的圖片，並指定 MIME 類型。例如：
content { inlineData(/* PNG as byte array */, "image/png") }
適用於 Apple 平台 ：
您可以利用簡化的方式，在含有內嵌圖片資料的多模態提示中，處理平台原生圖片類型 (UIImage、NSImage、CIImage 和 CGImage) (請參閱範例 )。
如要進一步控管圖片格式和轉換作業，可以提供 InlineDataPart 格式的圖片，並指定 MIME 類型。例如：
InlineDataPart(data: Data(/* PNG Data */), mimeType: "image/png")
使用「以 Google 圖片搜尋建立基準」、「以 Google 地圖建立基準」、「微調模型」、「生成嵌入內容」和「語意檢索」時，是否可以使用這些功能？Firebase AI Logic
下列功能由各種模型和 API 供應商支援，但使用 Firebase AI Logic
以 Google 圖片搜尋建立基準
利用 Google 地圖建立基準
微調模型
生成嵌入
語意擷取
如要將這些項目新增為功能要求，或對現有的功能要求投下贊成票，請前往 Firebase UserVoice 。
為什麼名稱從「Vertex AI in Firebase 」變更為「Firebase AI Logic 」？
我們在 2024 年推出了一系列 Firebase 用戶端 SDK，可使用 Vertex AI Gemini API
不過，我們已擴充產品功能。舉例來說，自 2025 年 5 月起，我們開始支援 Gemini Developer API ，包括透過與 Firebase App Check 整合，保護 Gemini Developer API 免於濫用。
因此，「Firebase 中的 Vertex AI」已無法準確代表產品的擴大範圍。因此，我們將推出新名稱「Firebase AI Logic 」 ，以更貼切地反映不斷演進的功能，並在未來持續擴大服務範圍！
請參閱遷移指南 ，確保您能使用 Firebase AI Logic 的所有最新功能 (並視需要開始使用 Gemini Developer API )。
在 Apple 平台上使用 Swift 應用程式時，模組名稱從 FirebaseAI 變更為 FirebaseAILogic，該怎麼辦？
如果是 Apple 平台應用程式，自 Firebase SDK 12.5.0 版起，
Firebase AI Logic 現在會透過 FirebaseAILogic 模組發布。
我們已進行這項變更，確保不會造成中斷，且具備回溯相容性。
注意： 如果您目前使用 FirebaseAI 模組，並升級至 Firebase SDK 12.5.0 以上版本，則適用這份常見問題。如果您使用舊版 FirebaseVertexAI 模組，請參閱遷移指南 。 異動原因
我們先前是透過 FirebaseAI 模組發布這項服務。但基於下列原因，我們必須將其重新命名為 FirebaseAILogic：
如果升級至 12.5.0 以上版本，該怎麼做？
模組名稱變更為 FirebaseAILogic 不會造成破壞性影響，且回溯相容。不過，我們最終可能會在日後發布重大 Firebase SDK 中斷性變更時，一併移除舊模組(目前尚未確定時間範圍) 。
您不需要因應這項模組名稱變更採取任何行動 建議
選擇 Swift PM 依附元件時，請選擇 FirebaseAILogic (而非 FirebaseAI)。
將匯入陳述式變更為 FirebaseAILogic (而非 FirebaseAI)。
Gemini API 金鑰常見問題這些常見問題僅適用於使用 Gemini Developer API 的情況。
什麼是 Gemini API 金鑰？
Gemini Developer API 會使用「Gemini API 金鑰」授權呼叫端。因此，如果您使用 Gemini Developer API Firebase AI Logic SDK，Firebase 專案中就必須有有效的 Gemini API 金鑰，才能呼叫該 API。
「Gemini API 金鑰」只是指 API 許可清單中包含 Gemini Developer API
注意： Gemini Developer API 有時在 Google Cloud 控制台中稱為「Generative Language API」。 在 Firebase 控制台中完成Firebase AI Logic 設定工作流程Gemini API 金鑰，並將其限制為只能用於 Gemini Developer API ，同時設定 Firebase AI Logic Proxy 服務來使用這個 API 金鑰。這個 Firebase 產生的 API 金鑰在 Google Cloud 控制台的憑證頁面中，會命名為「Gemini Developer API key (auto created by Firebase)」Gemini
進一步瞭解API 金鑰的 API 限制 。
使用 Firebase AI Logic SDK 時，請勿 Gemini API 金鑰加入應用程式的程式碼集。進一步瞭解如何確保 Gemini API 金鑰安全無虞 。
我是否應該將 Gemini API 金鑰加入行動或網路應用程式的程式碼庫？
使用 Firebase AI Logic SDK 時，請勿 Gemini API 金鑰加入應用程式的程式碼庫。
事實上，使用 Firebase AI Logic SDK 進行開發時，您不會直接與 Gemini API 金鑰互動。我們的 Firebase AI Logic Proxy 服務會在每個對 Gemini Developer API 的要求中，於內部加入 Gemini API 金鑰，完全在後端進行。
如何變更用於呼叫 Gemini Developer API 的 Gemini API 金鑰？
使用 Firebase AI Logic SDK 時，您不太可能需要變更 Gemini API 金鑰。不過，在下列兩種情況下，您可能需要：
如要變更 Firebase AI Logic SDK 使用的 Gemini API 金鑰，請按照下列步驟操作：
如果 Firebase 產生的 Gemini API 金鑰仍然存在，請刪除該金鑰。
您可以在 Google Cloud 控制台的「API 和服務」Gemini Developer API 金鑰 (由 Firebase 自動建立) 。
在 Google Cloud 控制台的同一頁面中，建立新的 API 金鑰 。建議將其命名為「Gemini Developer API key for Firebase」
為這個新 API 金鑰新增 API 限制 ，並只選取 Generative Language API 。Google Cloud 控制台中稱為 Gemini Developer API 。
請勿 應用程式限制 ，否則 Firebase AI Logic Proxy 服務將無法正常運作。
執行下列指令，將這個新金鑰設為 Firebase AI Logic Proxy 服務應使用的 Gemini API 金鑰。
PROJECT_ID="PROJECT_ID "
GENERATIVE_LANGUAGE_API_KEY="DEVELOPER_CREATED_GEMINI_API_KEY "
curl \
-X PATCH \
-H "x-goog-user-project: ${PROJECT_ID}" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
"https://firebasevertexai.googleapis.com/v1beta/projects/${PROJECT_ID}/locations/global/config" \
-d "{\"generativeLanguageConfig\": {\"apiKey\": \"${GENERATIVE_LANGUAGE_API_KEY}\"}}"
瞭解gcloud CLI
請務必不要 Gemini API 金鑰加入應用程式的程式碼集。進一步瞭解如何確保 Gemini API 金鑰安全無虞 。
我可以使用「Firebase API 金鑰」做為 Gemini API 金鑰嗎？
請勿 Gemini API 金鑰。強烈建議您不要 Gemini Developer API 新增至 Firebase API 金鑰的允許清單。
Firebase API 金鑰是您新增至應用程式程式碼集，用來將應用程式連線至 Firebase 的 Firebase 設定檔案或物件中列出的 API 金鑰。如果只將金鑰用於 Firebase 相關 API (例如 Firebase AI Logic )，則可將 Firebase API 金鑰納入程式碼 。
瞭解 Firebase API 金鑰的重要資訊 。
在 Google Cloud 控制台的「APIs & Services」(API 和服務)
由於您必須將 Firebase API 金鑰加入應用程式的程式碼集，Firebase 相關 API 才能運作，且 Gemini Developer API 是透過 API 金鑰授權 ，因此強烈建議您不要將 Gemini Developer API (在 Google Cloud 控制台中稱為「Generative Language API」) 加入 Firebase API 金鑰的 API 允許清單 。如果這麼做，Gemini Developer API 可能會遭到濫用。
如何確保 Gemini API 金鑰安全無虞？
這份常見問題說明建議的最佳做法，可確保 Gemini API 金鑰安全無虞。
如果直接從行動或網頁應用程式呼叫 Gemini Developer API ：
使用 Firebase AI Logic 用戶端 SDK。
請勿將 Gemini API 金鑰加入應用程式的程式碼集。
Firebase AI Logic 提供 Proxy 服務，會在每個對 Gemini Developer API 的要求中，於內部加入您的 Gemini API 金鑰，完全在後端進行。
此外，我們強烈建議您採取下列行動：
開始認真開發應用程式後，請整合 Firebase App Check ，保護後端資源和用於存取生成模型的 API。
請勿 Gemini 以外的地方重複使用 Firebase 產生的 Firebase AI Logic API 金鑰。如需Gemini 其他用途的 API 金鑰，請另外建立金鑰。
一般來說，您「不應」修改 Firebase 產生的 Gemini API 金鑰。這組金鑰在 Google Cloud 控制台中名為「Gemini Developer API key (auto created by Firebase)」
請勿 Gemini API 金鑰 API 許可清單。在 API 允許清單中，您的 API 金鑰只能 Gemini Gemini Developer API Google Cloud
請勿 應用程式限制 ，否則 Firebase AI Logic Proxy 服務將無法正常運作。
提供有關 Firebase AI Logic 的使用體驗意見回饋
