Часто задаваемые вопросы и устранение неполадок

Различия между Gemini Developer API и Agent Platform Gemini API (formerly Vertex AI)

В таблице ниже перечислены основные различия между двумя поставщиками Gemini API в целом, независимо от того, как вы получаете к ним доступ.

¹ У двух поставщиков API разные цены на оплату по мере использования (подробности см. в документации).

² Files API для Gemini Developer API не поддерживается в SDK Firebase AI Logic.

В таблице ниже указано, какие функции доступны у двух поставщиков Gemini API. Эта таблица относится только к клиентским SDK Firebase AI Logic.

Как использовать Gemini Developer API и Agent Platform Gemini API (formerly Vertex AI)

В проекте Firebase можно включить обоих поставщиков Gemini API и использовать оба API в приложении.

Чтобы переключаться между поставщиками API в коде, убедитесь, что вы правильно задали бэкенд-службу в коде.

Изменения, необходимые для ребрендинга Vertex AI в Agent Platform

В середине 2026 года Google Cloud переименовала Vertex AI в Gemini Enterprise Agent Platform (или Agent Platform). В экосистеме Firebase этот сервис называется Agent Platform Gemini API.

В рамках ребрендинга Google Cloud были выполнены следующие изменения: Обратите внимание, что были и другие изменения, но они не относятся к Firebase AI Logic.

• Продукт Vertex AI переименован в Gemini Enterprise Agent Platform (или Agent Platform). В связи с этим изменились URL консоли Google Cloud и документации.

• Отображаемое название API изменено с Vertex AI API на Agent Platform API. Обратите внимание, что название сервиса осталось прежним: aiplatform.googleapis.com.

• Ребрендинг Vertex AI Studio в Agent Studio.

• Возможности базовых API и поддерживаемых моделей не изменятся.

В SDK Firebase AI Logic мы учли этот ребрендинг, обновив синтаксис инициализации для бэкенд-службы Gemini API и местоположение по умолчанию для доступа к модели при использовании нового синтаксиса.

• Новый синтаксис инициализации для бэкенд-службы "Gemini API":

  Swift

  Изменить "vertexAI" на "agentPlatform".

  • Синтаксис agentPlatform доступен в SDK версии 12.17.0 и более поздних.
  • Синтаксис vertexAI был удален в версии 13.0.0 SDK.

  BEFORE

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

  С

  // ...
  
  // 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

  Изменить "vertexAI" на "agentPlatform".

  • Синтаксис agentPlatform доступен в SDK версии 17.15.0 и выше и в Firebase Android BoM версии 34.17.0 и выше.
  • Синтаксис vertexAI был удален в версии 18.0.0 SDK и версии 35.0.0 BoM.

  BEFORE

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

  С

  // ...
  
  // 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

  Изменить "vertexAI" на "agentPlatform".

  • Синтаксис agentPlatform доступен в SDK версии 17.15.0 и выше и в Firebase Android BoM версии 34.17.0 и выше.
  • Синтаксис vertexAI был удален в версии 18.0.0 SDK и версии 35.0.0 BoM.

  BEFORE

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

  С

  // ...
  
  // 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

  Изменить "VertexAIBackend" на "AgentPlatformBackend".

  • Синтаксис AgentPlatformBackend доступен начиная с версии 12.17.0 Firebase JS SDK.
  • Синтаксис VertexAIBackend был удален в версии 13.0.0 SDK.

  BEFORE

  import { getAI, getGenerativeModel, VertexAIBackend } from "firebase/ai";
  
  // ...
  
  // Initialize FirebaseApp
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `VertexAIBackend` syntax, the default location is `us-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') });
  
  // ...
  

  С

  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

  Изменить "vertexAI" на "agentPlatform".
  Доступно начиная с плагина Firebase AI Logic для Flutter версии 3.15.0 и выше (Firebase Flutter BoM версии 4.18.0 и выше).

  BEFORE

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

  С

  // ...
  
  // 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

  Изменить "VertexAI" на "AgentPlatform".
  Доступно начиная с Firebase SDK для Unity версии 13.15.0.

  ДО

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

  С

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

• Новое местоположение по умолчанию для доступа к модели при использовании нового синтаксиса инициализации:

  При использовании нового синтаксиса инициализации Agent Platform местоположение по умолчанию – global.

  Это изменение было сделано, поскольку почти все модели Gemini поддерживаются в global, а Google Cloud больше не поддерживает местоположение us-central1 для новых версий большинства моделей Gemini.

Для приложений на языке Swift: изменения, необходимые для перехода с версии FirebaseAI на версию FirebaseAILogic

Для приложений на платформе Apple, начиная с Firebase SDK версии 12.5.0, Firebase AI Logic теперь распространяется в модуле FirebaseAILogic. Мы сделали это изменение некритическим и совместимым с предыдущими версиями.

Почему мы внесли это изменение?

Ранее этот сервис распространялся в модуле FirebaseAI. Однако нам пришлось переименовать его в FirebaseAILogic по следующим причинам:

• Избегайте конфликта имен между модулем и классом, который вызывает проблемы в двоичных дистрибутивах.

• Разрешить нам использовать макросы Swift для разработки новых функций.

Что делать, если вы переходите на версию 12.5.0 или более позднюю?

Изменение названия модуля на FirebaseAILogic не нарушает работу и обеспечивает обратную совместимость в Firebase 12. Однако в Firebase 13 этот старый модуль будет удален. Перенесите зависимости и импортируемые данные, прежде чем обновлять Firebase до версии 13.

В связи с изменением названия модуля не требуется вносить какие-либо изменения, но мы рекомендуем сделать следующее:

1. При выборе зависимостей Swift PM используйте FirebaseAILogic (вместо FirebaseAI).

2. Замените операторы импорта на FirebaseAILogic (вместо FirebaseAI).

Необходимые API и как их включить

Чтобы использовать Firebase AI Logic SDK с Agent Platform Gemini API (formerly Vertex AI), в вашем проекте должны быть включены следующие два API:

• Agent Platform API (aiplatform.googleapis.com)
• Firebase AI Logic API (firebasevertexai.googleapis.com)

Вы можете включить эти API одним из следующих способов:

• Вариант 1 (рекомендуется). Включите API в несколько кликов в консоли Firebase:

  1. В консоли Firebase перейдите на страницу Сервисы ИИ > Firebase AI Logic.

  2. Нажмите Начать.

  3. Нажмите, чтобы начать работу с Agent Platform Gemini API (formerly Vertex AI).

     Запустится пошаговый рабочий процесс, который включит оба API. Firebase также предоставит управляемый Google сервисный аккаунт (P4SA) для авторизации использования Gemini API и добавит API Firebase AI Logic в белый список для вашего ключа API Firebase.

• Вариант 2 (вручную; не рекомендуется): включите API в консоли Google Cloud:

  1. Нажмите на ссылку каждого API в верхней части этого раздела часто задаваемых вопросов, а затем нажмите Включить на странице каждого API.

  2. Добавьте API Firebase AI Logic в белый список ключа API Firebase.

Как отключить API в проекте Firebase

Мы стараемся максимально упростить настройку проекта Firebase для использования выбранного вами поставщика Gemini API для Firebase AI Logic. В частности, в вашем проекте Firebase будут включены необходимые API. Это произойдет во время выполнения определенных действий, например при использовании пошаговых инструкций в консоли Firebase.

Однако если вы решите не использовать Firebase AI Logic или одного из поставщиков Gemini API, вы можете отключить связанные API в своем проекте Firebase.

Разрешения, необходимые для использования Firebase AI Logic

Поддерживаемые модели при использовании Firebase AI Logic

Ознакомьтесь со списком поддерживаемых моделей. Мы часто добавляем в SDK новые возможности, поэтому следите за обновлениями в этом разделе часто задаваемых вопросов, а также в примечаниях к выпуску, блогах и сообщениях в социальных сетях.

• Firebase AI Logic поддерживает следующие модели:

  • Gemini Developer API

    • Большинство базовых моделей Gemini

  • Agent Platform Gemini API (formerly Vertex AI)

    • Большинство базовых моделей Gemini

• Firebase AI Logic не поддерживает следующие модели (независимо от выбранного поставщика Gemini API):

  • Оптимизированные модели

  • модели встраивания; модели Veo; модели Lyria; модели робототехники; модели использования компьютера; модели Gemini Omni; модели Gemini Cyber.

Модели, поддержка которых прекращена или которые отключены (устарели), – список и замена

Обязательно ознакомьтесь с разделом часто задаваемых вопросов о том, какие изменения необходимо внести, когда модели прекращают поддерживаться или отключаются.

Gemini 2.5 стабильных моделей – даты отключения и замены;

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

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

  • Для моделей общего назначения дата отключения зависит от выбранного поставщика Gemini API:

    • Gemini Developer API (Google AI): поддержка прекращена, но дата отключения пока не объявлена (использовать их могут только ранее активные проекты).
    • Agent Platform Gemini API (formerly Vertex AI): 20 октября 2026 г.

  • Для модели генерации изображений (Nano Banana) дата отключения одинакова независимо от выбранного поставщика Gemini API: 2 октября 2026 года.

  Обратите внимание, что это не повлияет на другие модели Nano Banana и стабильные модели Gemini Live API 2.5.

Замена. Перейдите на одну из последних моделей Gemini, например gemini-4-argon, gemini-3.8-flash или gemini-3.1-flash-image.

Стабильные модели Imagen – даты прекращения поддержки и замены

• Все модели Imagen будут отключены 17 августа 2026 г. или ранее (ранее мы сообщали, что это произойдет 30 июня 2026 г.).

Замена. Перенесите приложения на модели изображений Gemini (модели Nano Banana).

Gemini 2.0 stable models - shutdown dates & replacements

• Gemini 2.0 Flash и Gemini 2.0 Flash‑Lite:

  gemini-2.0-flash-001 (и его автоматически обновляемый псевдоним gemini-2.0-flash)
  gemini-2.0-flash-lite-001 (и его автоматически обновляемый псевдоним gemini-2.0-flash-lite)

  • 6 февраля 2026 г. Эти модели больше не будут доступны для использования в проектах, в которых они не использовались ранее.

  • 31 марта 2026 г. Эти модели будут отключены.

  Обратите внимание, что стабильные модели Gemini Live API 2.0 не затронуты.

Замена. Перейдите на одну из новых моделей Gemini 3.x, например gemini-3.1-flash-lite.

Стабильные модели Gemini 1.5 и 1.0 – даты отключения и замены

• Gemini 1.5 Pro моделей:

  • gemini-1.5-pro-002 (и gemini-1.5-pro): 24 сентября 2025 г.
  • gemini-1.5-pro-001: 24 мая 2025 г.

• Модели Gemini 1.5 Flash:

  • gemini-1.5-flash-002 (и gemini-1.5-flash): 24 сентября 2025 г.
  • gemini-1.5-flash-001: 24 мая 2025 г.

• Модели Gemini 1.0 Pro Vision: 21 апреля 2025 г. (ранее было запланировано на 9 апреля 2025 г.)

• Модели Gemini 1.0 Pro: 21 апреля 2025 г. (ранее было запланировано на 9 апреля 2025 г.)

Замена. Перейдите на одну из новых моделей Gemini 3.x, например gemini-3.1-flash-lite.

Изменения, необходимые при прекращении поддержки или отключении моделей

Когда Google выпускает стабильную версию модели, мы стараемся обеспечить ее доступность не менее 12 месяцев до отключения (вывода из эксплуатации) модели. Однако обратите внимание, что для Agent Platform Gemini API (formerly Vertex AI) некоторые стабильные модели доступны только в течение короткого времени, то есть могут быть отключены (выведены из эксплуатации) уже через 45 дней после выпуска модели на замену.

Где найти дату отключения модели?

Вот как можно узнать дату прекращения поддержки модели:

• На момент выпуска. Мы указываем ожидаемую дату отключения каждой модели в нескольких местах документации поставщика Gemini API и документации Firebase (см. страницу поддерживаемых моделей).

• По мере приближения даты отключения:

  • Google отправляет электронные письма соответствующим участникам проекта.
  • Мы публикуем напоминания о предстоящем отключении на разных каналах:
    • Примечания к выпуску (см. пример)
    • баннеры на страницах, страница с поддерживаемыми моделями и раздел часто задаваемых вопросов об устаревших и отключенных моделях;

Что делать, если модель, которую вы используете, скоро будет отключена

1. Найдите подходящую поддерживаемую модель и ее название.

   Мы также рекомендуем модели для замены в разделе часто задаваемых вопросов о прекращении поддержки и отключении моделей.

2. Измените название модели, используемое вашим приложением, до даты отключения. В противном случае все запросы к этой модели будут завершаться с ошибкой 404.

   • Название модели задается при инициализации, когда вы создаете экземпляр GenerativeModel, LiveModel или ImagenModel. Обязательно ознакомьтесь с важными рекомендациями ниже о том, как использовать шаблоны запросов Firebase Remote Config или сервера.

   • При использовании Firebase AI Logic вам обычно не нужно изменять код, который вызывает модель.

     Обратите внимание, что в последних моделях Gemini 4.x и Gemini 3.x не поддерживаются некоторые параметры, в частности температура, top-K, top-P, штраф за частоту, штраф за присутствие и количество кандидатов.

3. Протестируйте приложение, чтобы убедиться, что ответы по-прежнему соответствуют ожиданиям.

Как задать ограничение на количество сообщений для одного пользователя

По умолчанию Firebase AI Logic устанавливает ограничение на количество запросов для одного пользователя в 100 запросов в минуту.

Чтобы изменить ограничение частоты запросов на пользователя, необходимо изменить настройки квоты для Firebase AI Logic API.

Подробнее о квоте API Firebase AI Logic… На этой странице вы также узнаете, как посмотреть и изменить квоту.

Как сократить задержку и расход токенов

Если вы столкнулись с высокой задержкой или большим расходом токенов, скорее всего, это связано с уровнем рассуждения, заданным для используемой модели.

Модели Gemini 3 и более поздние версии всегда используют внутренний "процесс мышления", который значительно улучшает их способность рассуждать и планировать многоэтапные действия. Это делает их очень эффективными для сложных задач, таких как программирование, высшая математика и анализ данных.

Однако для некоторых задач высокие уровни мышления не требуются, и вы можете настроить модель на использование более низкого уровня. Чем ниже уровень, тем меньше задержка и количество используемых токенов. Чтобы понять, насколько модели необходима возможность рассуждать, ознакомьтесь со сравнением сложности задач.

Обратите внимание, что для большинства моделей Gemini 3 и более поздних версий уровень мышления по умолчанию установлен на HIGH.

Требования к MIME-типам для мультимодальных запросов (например, для изображений, PDF-файлов, видео и аудио).

В каждом мультимодальном запросе всегда необходимо указывать следующее:

• Файл mimeType. См. исключение ниже.

• Файл. Вы можете предоставить файл в виде встроенных данных или указать его URL.

Подробнее о поддерживаемых типах входных файлов, о том, как указать MIME-тип, и о двух вариантах предоставления файла в разделе Поддерживаемые входные файлы и требования.

Исключение для включения MIME-типа в запрос

Исключение составляют встроенные изображения, которые передаются в запросах из нативных приложений для Android и Apple.

В Firebase AI Logic SDK для платформ Android и Apple реализован простой и удобный для платформы способ обработки изображений в запросах. Все изображения (независимо от формата) преобразуются на стороне клиента в формат JPEG с качеством 80% перед отправкой на сервер. Это означает, что когда вы предоставляете изображения в виде встроенных данных с помощью SDK для платформ Android и Apple, вам не нужно указывать MIME-тип в запросе.

Этот упрощенный способ обработки показан в документации по Firebase AI Logic в примерах отправки изображений в кодировке base64 в запросах.

Ниже приведена дополнительная информация об этой функции для разных платформ.

• На устройстве Android

  • В мультимодальных запросах, содержащих изображения в виде встроенных данных, можно использовать упрощенный способ обработки встроенных типов изображений (Bitmap). Пример приведен здесь.

  • Чтобы иметь больше контроля над графическими форматами изображений и их преобразованием, вы можете предоставить изображения в виде InlineDataPart и указать определенный MIME-тип. Пример:

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

• Для платформ Apple:

  • Вы можете использовать упрощенный способ обработки встроенных изображений в мультимодальных запросах, содержащих изображения в виде встроенных данных (см. пример). Поддерживаются следующие типы изображений: UIImage, NSImage, CIImage и CGImage.

  • Чтобы иметь больше контроля над графическими форматами изображений и их преобразованием, вы можете предоставить изображения в виде InlineDataPart и указать определенный MIME-тип. Пример:

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

Продвинутые функции, которые пока недоступны при использовании Firebase AI Logic: обоснование с помощью Google Картинок, точная настройка модели, генерация эмбеддингов и семантический поиск.

Перечисленные ниже функции поддерживаются разными моделями и поставщиками API, но недоступны при использовании Firebase AI Logic:

• Обоснование с Google Картинками
• Как настроить модель
• Генерация встраиваний
• Семантический поиск

Если вы хотите отправить запрос на добавление функции или проголосовать за существующий запрос, посетите Firebase UserVoice.

Изменение названия с "Vertex AI in Firebase" на "Firebase AI Logic"

В 2024 году мы запустили набор клиентских SDK Firebase, которые могут использовать Agent Platform Gemini API (formerly Vertex AI), а также прокси-шлюз Firebase для защиты этого API от злоупотреблений и интеграции с другими продуктами Firebase. Мы назвали продукт "Vertex AI в Firebase", и это название точно описывало доступные варианты использования продукта на тот момент.

С тех пор мы расширили возможности нашего продукта. Например, с мая 2025 г. мы поддерживаем Gemini Developer API, в том числе защищаем Gemini Developer API от злоупотреблений с помощью интеграции с Firebase App Check.

В результате название "Vertex AI в Firebase" больше не отражает расширенную область применения нашего продукта. Поэтому мы решили изменить название на Firebase AI Logic, чтобы оно лучше отражало наши возможности и позволяло нам расширять их в будущем.

Ознакомьтесь с руководством по переходу, чтобы узнать, как использовать все новые функции Firebase AI Logic (и при желании начать работу с Gemini Developer API).

Использование данных для обучения моделей

Подробнее об управлении данными и ответственном использовании ИИ…

Обязательное применение App Check для всех версий приложения

App Check должно быть реализовано во всех версиях приложения, в которых используется Firebase AI Logic.

Важно, чтобы правило App Check применялось как можно раньше, особенно до того, как вы добавите приложение в общедоступную систему управления исходным кодом, поделитесь им или сделаете его общедоступным.

Если вы сразу добавите App Check в базу кода приложения, то все его версии смогут отправлять действительные токены App Check. Запрос, в котором нет действительного токена, считается неподтвержденным и будет заблокирован, если включено правило App Check.

Если вы уже выпустили версию приложения для конечных пользователей, в которой не реализован App Check, прочитайте раздел часто задаваемых вопросов о том, как реализовать и применить App Check для уже выпущенного приложения.

Как реализовать и обеспечить соблюдение правила App Check для уже выпущенного приложения

В версиях приложений, в которых не реализован App Check, запросы к Firebase AI Logic не содержат действительных токенов App Check и считаются непроверенными. Эти запросы будут заблокированы, когда правило App Check будет применено к Firebase AI Logic.

Приведенные ниже инструкции помогут вам перенести приложение, чтобы вы могли принудительно использовать App Check, не нарушая работу уже выпущенного приложения, в котором нет App Check.

1. Как можно скорее добавьте в приложение поставщика подтверждений для рабочей версии.

   • Платформы Apple: DeviceCheck, App Attest или reCAPTCHA Enterprise.
   • Android: Play Integrity или reCAPTCHA Enterprise
   • Веб-сайт: reCAPTCHA Enterprise
   • Flutter. Поддерживает все перечисленные выше поставщики, в том числе reCAPTCHA Enterprise.
   • Unity: поддерживает всех перечисленных выше поставщиков (поддержка reCAPTCHA Enterprise будет добавлена в ближайшее время).

2. Отслеживайте запросы из приложения, чтобы понять, когда можно будет безопасно применить App Check.

   Например, если почти все недавние запросы поступили от подтвержденных клиентов, то можно включить принудительное применение App Check.

3. Применить App Check для Firebase AI Logic.

4. Для локальной разработки, когда применяется App Check, вы можете настроить App Check поставщика отладочной информации и при этом сохранить применение App Check для Firebase AI Logic.

Обновления системы безопасности для Gemini Developer API и Firebase AI Logic (середина 2026 г.)

Ранее Gemini Developer API использовал стандартные ключи API Gemini для авторизации использования Gemini Developer API (generativelanguage.googleapis.com). Если вы включили Firebase AI Logic и решили использовать Gemini Developer API, Firebase создавал для вас ключ API Gemini, который был ограничен Gemini Developer API. Этот ключ назывался Gemini Developer API key (auto created by Firebase).

В середине 2026 года мы начнем переводить пользователей Gemini Developer API на более безопасную альтернативу – ключи авторизации (которые по сути являются сервисными аккаунтами). Firebase AI Logic также обновлен. Вместо стандартного ключа API Gemini авторизация для Firebase AI Logic теперь выполняется с помощью сервисного аккаунта, управляемого Google (P4SA), который мы автоматически создаем для вас:
агента сервиса логики ИИ Firebase (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com).Gemini Developer API

Для существующих и новых проектов если вы получаете доступ к Gemini Developer API через Firebase AI Logic, вам не нужно предпринимать никаких действий, чтобы воспользоваться этими улучшениями безопасности с середины 2026 года.

Как перенести ключ API Gemini в ключ авторизации

Для существующих и новых проектов если вы получаете доступ к Gemini Developer API через Firebase AI Logic, вам не нужно предпринимать никаких действий, чтобы воспользоваться улучшениями безопасности, которые будут внедрены в середине 2026 г. (в том числе перейти на ключ авторизации).

От имени наших разработчиков Firebase AI Logic автоматически вносит все необходимые изменения в систему безопасности, чтобы обеспечить переход на использование ключей авторизации в Gemini Developer API.

С середины 2026 года Firebase AI Logic больше не будет предоставлять и использовать стандартные ключи API Gemini. Вместо этого Firebase AI Logic теперь обрабатывает авторизацию для Gemini Developer API с помощью управляемого Google сервисного аккаунта (P4SA), который мы автоматически создаем для вас в вашем проекте Firebase:
Агент сервиса Firebase AI Logic (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

В связи с этим изменением вы можете проверить и удалить все ключи API с названием Gemini Developer API key (auto created by Firebase). Вы можете удалить этот ключ в консоли Google Cloud. Прежде чем удалить ключ, ознакомьтесь со следующей информацией:

• Этот ключ API Gemini был создан Firebase исключительно для использования с Firebase AI Logic, поэтому его можно удалить. Однако перед удалением ключа убедитесь, что вы не использовали его по ошибке с другими инструментами, которые могут предоставить доступ к Gemini Developer API, например с серверными SDK генеративного ИИ или Genkit. Чтобы проверить использование, выполните следующие действия:
  1. В консоли Google Cloud перейдите на страницу Gemini Developer API и нажмите Manage (Управление).
  2. На вкладке Показатели в раскрывающемся списке Учетные данные выберите ключ с названием Gemini Developer API key (auto created by Firebase).
  3. Если на графиках нет данных об использовании с начала июля 2026 г. (когда Firebase AI Logic перестала использовать эти ключи API), ключ можно удалить.
     Однако, если на графиках показано использование ключа, значит вы используете его с другим инструментом. В этом случае вам следует переименовать ключ, чтобы было понятно, что он используется с этим инструментом (а не с Firebase AI Logic).
• Не удаляйте другие ключи API, в названии которых есть сегмент (auto created by Firebase).

Не добавляйте ключ API Gemini в базу кода мобильного или веб-приложения.

При использовании SDK Firebase AI Logic вам не нужен ключ API Gemini для авторизации использования Gemini Developer API, и вы не должны добавлять ключ API Gemini в базу кода приложения.

Не используйте ключ API Firebase в качестве ключа API Gemini.

Никогда не используйте ключ Firebase API в качестве ключа Gemini API. Мы настоятельно рекомендуем не добавлять Gemini Developer API в белый список для ключа API Firebase.

Ключ API Firebase – это ключ API, указанный в файле конфигурации или объекте Firebase, который вы добавляете в базу кода приложения, чтобы подключить его к Firebase. Вы можете включить ключ Firebase API в код, если используете его только с API, связанными с Firebase, например Firebase AI Logic. Рекомендуем ознакомиться с важной информацией о ключах Firebase API.

На панели APIs & Services (API и сервисы) > Credentials (Учетные данные) в консоли Google Cloud ключи API Firebase выглядят следующим образом:

Чтобы API, связанные с Firebase, работали, вам нужно добавить ключ API Firebase в базу кода приложения. Поскольку Gemini Developer API можно авторизовать с помощью ключа API, мы настоятельно рекомендуем НЕ добавлять Gemini Developer API (в консоли Google Cloud он называется Generative Language API) в белый список API для ключа API Firebase. В противном случае Gemini Developer API может быть использован в злонамеренных целях.

Как защитить ключ API Gemini