Preguntas frecuentes y solución de problemas

¿Cuáles son las diferencias entre usar Gemini Developer API y Vertex AI Gemini API?

En la siguiente tabla, se enumeran las diferencias importantes entre los dos proveedores de "Gemini API" en general, independientemente de cómo accedas a ellos:

¹ Los dos proveedores de APIs tienen precios de pago por uso diferentes (obtén más información en su documentación respectiva).

² La API de Files para Gemini Developer API no se admite a través de los SDKs de Firebase AI Logic.

En la siguiente tabla, se indica la disponibilidad de las funciones más consultadas para los dos proveedores de "Gemini API". Esta tabla se aplica específicamente cuando se usan los SDKs de cliente de Firebase AI Logic.

¿Puedo usar tanto el Gemini Developer API como el Vertex AI Gemini API?

Sí, puedes habilitar ambos proveedores de "Gemini API" en tu proyecto de Firebase y usar ambas APIs en tu app.

Para cambiar de proveedor de API en tu código, asegúrate de configurar el servicio de backend de forma adecuada en tu código.

¿Qué APIs se requieren? ¿Y cómo habilitarlas?

Para usar los SDKs de Firebase AI Logic con Vertex AI Gemini API, tu proyecto debe tener habilitadas las siguientes dos APIs:

• API de Vertex AI (aiplatform.googleapis.com)
• API de Firebase AI Logic (firebasevertexai.googleapis.com)

Puedes habilitar estas APIs con cualquiera de las siguientes opciones:

• Opción 1 (recomendada): Habilita las APIs con unos pocos clics en la consola de Firebase:

  1. En la consola de Firebase, ve a la página Servicios de IA > Firebase AI Logic.

  2. Haz clic en Comenzar.

  3. Selecciona para comenzar a usar Vertex AI Gemini API.

     Se iniciará un flujo de trabajo guiado que habilitará las dos APIs por ti. La consola también agregará la API de Firebase AI Logic a la lista de entidades permitidas para tu clave de API de Firebase.

• Opción 2 (manual; no recomendada): Habilita las APIs en la consola de Google Cloud:

  1. Haz clic en cada vínculo de API que se encuentra en la parte superior de esta entrada de preguntas frecuentes y, luego, haz clic en Habilitar en la página de cada API.

  2. Agrega la API de Firebase AI Logic a la lista de entidades permitidas de tu clave de API de Firebase.

¿Cómo inhabilitar APIs en un proyecto de Firebase?

En el caso de Firebase AI Logic, intentamos que la configuración de tu proyecto de Firebase para usar el proveedor de Gemini API que elijas sea lo más sencilla posible. Esto incluye habilitar las APIs requeridas en tu proyecto de Firebase durante recorridos específicos, como el flujo de trabajo guiado en la consola de Firebase.

Sin embargo, si decides no usar Firebase AI Logic o uno de los proveedores de Gemini API, puedes inhabilitar las APIs asociadas en tu proyecto de Firebase.

¿Qué permisos se pueden necesitar para usar Firebase AI Logic?

¿Qué modelos son compatibles cuando se usa Firebase AI Logic?

Consulta la lista de modelos compatibles. Con frecuencia, agregamos nuevas capacidades a los SDKs, así que consulta esta sección de preguntas frecuentes para ver las actualizaciones (además de las notas de la versión, los blogs y las publicaciones en redes sociales).

• Firebase AI Logic admite los siguientes modelos:

  • Gemini Developer API

    • La mayoría de los modelos de base Gemini y Imagen

    Ten en cuenta que Gemini Developer API (independientemente de cómo se acceda a él) solo admite modelos Imagen estables específicos.

  • Vertex AI Gemini API

    • La mayoría de los modelos de base Gemini y Imagen

• Firebase AI Logic no admite los siguientes modelos (independientemente del proveedor de Gemini API que elijas):

  • Modelos ajustados

  • Modelos de incorporación, modelos de Veo, modelos de Lyria, modelos de robótica, modelos de uso de computadoras, modelos de Gemini Omni o modelos de Gemini Flash Cyber

  • Modelos Imagen o imagen-3.0-capability-001 más antiguos

¿Qué sucede cuando se apagan (retiran) los modelos?

Cuando lanzamos una versión estable del modelo, nos esforzamos por garantizar que esté disponible durante al menos un año antes de retirarlo.

¿Dónde puedo encontrar la fecha de desactivación permanente de un modelo?

Estas son algunas formas de encontrar la fecha de desactivación permanente de un modelo:

• En el momento del lanzamiento: Indicamos la fecha de desactivación permanente esperada de cada modelo en varios lugares de la documentación del proveedor de Gemini API, así como en la documentación de Firebase (consulta la página de modelos compatibles).

• A medida que se acerca la fecha de desactivación permanente: Google envía correos electrónicos a los miembros del proyecto correspondientes y publicamos recordatorios en las notas de la versión y otros canales sobre las próximas desactivaciones permanentes (por ejemplo, recordatorio de las fechas de desactivación permanente de los modelos estables de Gemini 1.5 y 1.0).

¿Qué hacer si el modelo que usas está a punto de cerrarse?

1. Busca un modelo compatible actualmente adecuado y su nombre.

2. Actualiza el nombre del modelo que usa tu app antes de la fecha de cierre. De lo contrario, fallarán todas las solicitudes a ese modelo con un error 404.

   • Estableces el nombre del modelo durante la inicialización cuando crees una instancia de GenerativeModel, LiveModel o ImagenModel. Asegúrate de revisar la siguiente recomendación importante sobre el uso de Firebase Remote Config.

   • Cuando usas Firebase AI Logic, por lo general no necesitas modificar el código que realmente llama al modelo.

3. Prueba tu app para asegurarte de que las respuestas sigan siendo las esperadas.

Imagen modelos estables: fechas de desactivación permanente y reemplazos

• Todos los modelos de Imagen se apagarán el 30 de junio de 2026.

Reemplazo: Migra tus apps para que usen los modelos de imágenes Gemini (los modelos "Nano Banana").

Gemini 2.0 modelos estables: fechas de desactivación permanente y reemplazos

• Gemini 2.0 Flash y Gemini 2.0 Flash‑Lite:

  gemini-2.0-flash-001 (y su alias gemini-2.0-flash actualizado automáticamente)
  gemini-2.0-flash-lite-001 (y su alias gemini-2.0-flash-lite actualizado automáticamente)

  • 6 de febrero de 2026: Estos modelos ya no estarán disponibles para su uso en proyectos que no los hayan usado antes.

  • 31 de marzo de 2026: Estos modelos dejarán de estar disponibles.

  Ten en cuenta que los modelos estables de Gemini Live API 2.0 no se ven afectados.

Reemplazo: Migra para usar uno de los nuevos modelos de Gemini 3.x (como gemini-3.1-flash-lite).

Modelos estables de Gemini 1.5 y 1.0: Fechas de desactivación permanente y reemplazos

• Modelos Gemini 1.5 Pro:

  • gemini-1.5-pro-002 (y gemini-1.5-pro): 24 de septiembre de 2025
  • gemini-1.5-pro-001: 24 de mayo de 2025

• Modelos Gemini 1.5 Flash:

  • gemini-1.5-flash-002 (y gemini-1.5-flash): 24 de septiembre de 2025
  • gemini-1.5-flash-001: 24 de mayo de 2025

• Modelos de Gemini 1.0 Pro Vision: 21 de abril de 2025 (anteriormente, se había programado para el 9 de abril de 2025)

• Modelos de Gemini 1.0 Pro: 21 de abril de 2025 (anteriormente, se había programado para el 9 de abril de 2025)

Reemplazo: Migra para usar uno de los nuevos modelos de Gemini 3.x (como gemini-3.1-flash-lite).

¿Firebase AI Logic usa mis datos para entrenar modelos?

Consulta Administración de datos y la IA responsable.

¿Cómo se establece un límite de frecuencia por usuario?

De forma predeterminada, Firebase AI Logic establece el límite de solicitudes por usuario en 100 solicitudes por minuto (RPM).

Si deseas ajustar el límite de frecuencia por usuario, debes modificar la configuración de la cuota de la API de Firebase AI Logic.

Obtén más información sobre la cuota de la API de Firebase AI Logic. En esa página, también puedes obtener información para ver y editar tu cuota.

¿Cómo reducir la latencia y el uso elevado de tokens?

Si experimentas una latencia alta o un uso alto de tokens, es probable que se deba a la configuración del nivel de pensamiento del modelo que estás usando.

Gemini 3 y los modelos posteriores siempre usan un "proceso de pensamiento" interno que mejora significativamente sus capacidades de razonamiento y planificación de varios pasos, lo que los hace muy eficaces para tareas complejas, como programación, matemáticas avanzadas y análisis de datos.

Sin embargo, según la tarea, no siempre se necesitan niveles de pensamiento más altos, y puedes configurar el modelo para que use un nivel de pensamiento más bajo. Un nivel de pensamiento más bajo ayudará a reducir la latencia y el uso de tokens. Para ayudarte a decidir cuánta capacidad de pensamiento podría necesitar un modelo, revisa la comparación de dificultades de las tareas.

Ten en cuenta que, para la mayoría de los modelos Gemini 3 y posteriores, el nivel de pensamiento predeterminado se establece en HIGH.

¿Se requiere el tipo de MIME en mis solicitudes multimodales? (como para imágenes, PDFs, videos y entradas de audio)

Sí, en cada solicitud multimodal, siempre debes proporcionar lo siguiente:

• Es el mimeType del archivo. Consulta una excepción a continuación.

• El archivo. Puedes proporcionar el archivo como datos intercalados o con su URL.

Obtén información sobre los tipos de archivos de entrada admitidos, cómo especificar el tipo de MIME y las dos opciones para proporcionar el archivo en Archivos de entrada y requisitos admitidos.

Excepción para incluir el tipo de MIME en tu solicitud

Una excepción a la obligación de proporcionar el tipo de MIME son las entradas de imágenes intercaladas para las solicitudes de apps nativas de las plataformas de Android y Apple.

Los SDK de Firebase AI Logic para plataformas de Android y Apple proporcionan una forma simplificada y compatible con la plataforma de controlar imágenes en las solicitudes: todas las imágenes (sin importar su formato) se convierten del lado del cliente a JPEG con un 80% de calidad antes de enviarse al servidor. Esto significa que cuando proporcionas imágenes como datos intercalados con los SDKs de las plataformas de Android y Apple, no necesitas especificar el tipo de MIME en la solicitud.

Este manejo simplificado se muestra en la documentación de Firebase AI Logic en los ejemplos para enviar imágenes codificadas en base64 en las solicitudes.

A continuación, se incluye información adicional específica de la plataforma sobre esta función:

• Para Android:

  • Puedes aprovechar la forma simplificada de controlar los tipos de imágenes nativas de la plataforma (Bitmap) en instrucciones multimodales que contienen imágenes como datos intercalados (consulta el ejemplo).

  • Para tener más control sobre los formatos y las conversiones de imágenes, puedes proporcionar las imágenes como un InlineDataPart y suministrar el tipo de MIME específico. Por ejemplo:

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

• Para plataformas de Apple:

  • Puedes aprovechar la forma simplificada de controlar los tipos de imágenes nativas de la plataforma (UIImage, NSImage, CIImage y CGImage) en instrucciones multimodales que contienen imágenes como datos intercalados (consulta el ejemplo).

  • Para tener más control sobre los formatos y las conversiones de imágenes, puedes proporcionar las imágenes como un InlineDataPart y suministrar el tipo de MIME específico. Por ejemplo:

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

¿Estas funciones están disponibles cuando se usa Firebase AI Logic: Fundamentación con la Búsqueda de Imágenes de Google, ajuste de un modelo, generación de embeddings y recuperación semántica?

Los siguientes parámetros son compatibles con varios modelos y proveedores de APIs, pero no están disponibles cuando se usa Firebase AI Logic:

• Fundamentación con la Búsqueda de imágenes de Google
• Ajuste de un modelo
• Generación de embeddings
• Recuperación semántica

Si quieres agregar estas opciones como solicitudes de funciones o votar por una solicitud de función existente, visita Firebase UserVoice.

¿Por qué cambió el nombre de "Vertex AI in Firebase" a "Firebase AI Logic"?

En 2024, lanzamos un conjunto de SDKs de cliente de Firebase que podían usar Vertex AI Gemini API, así como una puerta de enlace de proxy de Firebase para proteger esa API del abuso y habilitar integraciones con otros productos de Firebase. Llamamos a nuestro producto "Vertex AI in Firebase", y este nombre describía con precisión los casos de uso disponibles en ese momento.

Sin embargo, desde entonces, ampliamos las capacidades de nuestro producto. Por ejemplo, a partir de mayo de 2025, ofrecemos compatibilidad con Gemini Developer API, incluida la capacidad de proteger Gemini Developer API contra el abuso con nuestra integración en Firebase App Check.

Como resultado, el nombre "Vertex AI in Firebase" ya no representa con precisión el alcance expandido de nuestro producto. Por lo tanto, un nuevo nombre, Firebase AI Logic, refleja mejor nuestro conjunto de funciones en evolución y nos permite seguir expandiendo nuestras ofertas en el futuro.

Consulta la guía de migración para asegurarte de obtener todas las funciones más recientes de Firebase AI Logic (y, de manera opcional, comenzar a usar Gemini Developer API).

En el caso de las apps de Swift en plataformas de Apple, ¿qué se debe hacer con el cambio de nombre del módulo de FirebaseAI a FirebaseAILogic?

En el caso de las apps para plataformas de Apple, a partir de la versión 12.5.0 del SDK de Firebase, Firebase AI Logic ahora se distribuye en el módulo FirebaseAILogic. Hicimos que este cambio no sea rotundo y sea compatible con versiones anteriores.

¿Por qué hicimos este cambio?

Anteriormente, distribuíamos este servicio en el módulo FirebaseAI. Sin embargo, debimos cambiarle el nombre a FirebaseAILogic por los siguientes motivos:

• Evita una colisión de nombres entre el módulo y la clase que cause problemas en las distribuciones binarias.

• Nos permite usar macros de Swift para el desarrollo de funciones futuras.

¿Qué debes hacer si actualizas a la versión 12.5.0 o posterior?

El cambio de nombre del módulo a FirebaseAILogic no es rotundo y es compatible con versiones anteriores. Sin embargo, es posible que, con el tiempo, quitemos el módulo anterior junto con una versión futura de cambio rotundo del SDK de Firebase (el plazo aún no se determinó).

No se requieren cambios para este cambio de nombre del módulo, pero recomendamos que hagas lo siguiente:

1. Cuando elijas dependencias de Swift PM, elige FirebaseAILogic (en lugar de FirebaseAI).

2. Cambia las declaraciones de importación a FirebaseAILogic (en lugar de FirebaseAI).

¿Qué es una clave de API de Gemini?

Gemini Developer API usa una "clave de API de Gemini" para autorizar al llamador. Por lo tanto, si usas Gemini Developer API a través de los SDKs de Firebase AI Logic, necesitas una clave de API de Gemini válida en tu proyecto de Firebase para realizar llamadas a esa API.

Una "clave de API de Gemini" solo significa una clave de API que tiene Gemini Developer API en su lista de entidades permitidas de la API.

Cuando sigues el flujo de trabajo de configuración de Firebase AI Logic en la consola de Firebase, creamos una clave de API de Gemini que está restringida solo a Gemini Developer API y configuramos el servicio de proxy de Firebase AI Logic para que use esta clave de API. Esta clave de API Gemini generada por Firebase se denomina Clave de API de Gemini Developer (creada automáticamente por Firebase) en la página de credenciales de la consola de Google Cloud.

Obtén más información sobre las restricciones de la API para las claves de API.

No agregues tu clave de API de Gemini a la base de código de tu app cuando uses los SDKs de Firebase AI Logic. Obtén más información para proteger tu clave de API de Gemini.

¿Debo agregar mi clave de API de Gemini a la base de código de mi app para dispositivos móviles o web?

Cuando uses los SDKs de Firebase AI Logic, no agregues tu clave de API de Gemini a la base de código de tu app.

De hecho, mientras desarrollas con los SDKs de Firebase AI Logic, no interactúas directamente con tu clave de API de Gemini. En su lugar, nuestro servicio de proxy Firebase AI Logic incluirá internamente la clave de API Gemini en cada solicitud a Gemini Developer API, todo en el backend.

¿Cómo puedo cambiar la clave de la API de Gemini que se usa para llamar a Gemini Developer API?

Cuando uses los SDKs de Firebase AI Logic, es poco probable que debas cambiar tu clave de API de Gemini. Sin embargo, estos son dos casos en los que es posible que debas hacerlo:

• Si accidentalmente filtraste la clave y quieres reemplazarla por una nueva clave segura

• Si borraste la llave por accidente Ten en cuenta que puedes recuperar la clave en un plazo de 30 días después de borrarla.

Sigue estos pasos para cambiar la clave de API de Gemini que usan los SDKs de Firebase AI Logic:

1. Si aún existe la clave de API de Gemini que generó Firebase, bórrala.

   Puedes borrar esta clave de API en el panel APIs y servicios > Credenciales de la consola de Google Cloud. Se llama:
   Clave de API de Gemini Developer (creada automáticamente por Firebase).

2. En esa misma página de la consola de Google Cloud, crea una clave de API nueva. Te sugerimos que le pongas un nombre como:
   Clave de la API de Gemini Developer para Firebase.

3. A esta nueva clave de API, agrega restricciones de API y selecciona solo API de Generative Language.
   La "API de Generative Language" es el nombre que a veces se le da a Gemini Developer API en la consola de Google Cloud.

   No agregues ninguna restricción de la app, ya que, de lo contrario, el servicio de proxy de Firebase AI Logic no funcionará como se espera.

4. Ejecuta el siguiente comando para establecer esta nueva clave como la clave de API de Gemini que debe usar el servicio de proxy de Firebase AI Logic.

   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}\"}}"
   

   Obtén más información sobre gcloud CLI.

Asegúrate de no agregar esta nueva clave de API de Gemini a la base de código de tu app. Obtén más información para proteger tu clave de API de Gemini.

¿Puedo usar mi "clave de API de Firebase" como mi clave de API de Gemini?

No, no debes usar tu "clave de API de Firebase" como clave de API de Gemini. Te recomendamos no agregar Gemini Developer API a la lista de entidades permitidas de tu clave de API de Firebase.

Tu clave de API de Firebase es la que aparece en el archivo o el objeto de configuración de Firebase que agregas a la base de código de tu app para conectarla a Firebase. Puedes incluir tu clave de API de Firebase en tu código cuando la uses solo con APIs relacionadas con Firebase (como Firebase AI Logic). Obtén información importante sobre las claves de API de Firebase.

En el panel APIs y servicios > Credenciales de la consola de Google Cloud, las claves de API de Firebase se ven de la siguiente manera:

Dado que debes agregar tu clave de API de Firebase a la base de código de tu app para que funcionen las APIs relacionadas con Firebase y que Gemini Developer API está autorizada a través de la clave de API, te recomendamos que NO agregues Gemini Developer API (llamada "API de Generative Language" en la consola de Google Cloud) a la lista de entidades permitidas de la API para tu clave de API de Firebase. Si lo haces, expones el Gemini Developer API a posibles abusos.

¿Cómo puedo proteger mi clave de la API de Gemini?

En estas preguntas frecuentes, se describen algunas prácticas recomendadas para mantener segura tu clave de la API de Gemini.

Si llamas a Gemini Developer API directamente desde tu app web o para dispositivos móviles, haz lo siguiente:

• Usa los SDKs de cliente de Firebase AI Logic.
• No agregues tu clave de API de Gemini a la base de código de tu app.

Firebase AI Logic proporciona un servicio de proxy que incluye internamente tu clave de API de Gemini en cada solicitud a Gemini Developer API, todo en el backend.

Además, te recomendamos que hagas lo siguiente:

• En cuanto comiences a desarrollar tu app en serio, realiza la integración con Firebase App Check para proteger tus recursos de backend y las APIs que se usan para acceder a los modelos generativos.

• No reutilices la clave de API de Gemini generada por Firebase fuera de Firebase AI Logic. Si necesitas una clave de API de Gemini para otro caso de uso, crea una clave independiente.

• En general, NO debes modificar la clave de API de Gemini generada por Firebase. Esta clave se llama Clave de API de Gemini Developer (creada automáticamente por Firebase) en la consola de Google Cloud.

  • No agregues ninguna API adicional a la lista de entidades permitidas de la API para tu clave de API de Gemini generada por Firebase. En su lista de entidades permitidas de la API, tu clave de API de Gemini debe tener solo la API de Gemini Developer API (llamada "API de Generative Language" en la consola de Google Cloud).

  • No agregues ninguna restricción de la app, ya que, de lo contrario, el servicio de proxy de Firebase AI Logic no funcionará como se espera.

Mi clave de API de Gemini está en riesgo. ¿Qué debo hacer?

Si se vulneró tu clave de API de Gemini, sigue las instrucciones para cambiar la clave de API de Gemini que se usa para llamar a Gemini Developer API.

Además, revisa las prácticas recomendadas para proteger tu clave de API de Gemini.