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, दोनों Gemini API प्रोवाइडर चालू करने का विकल्प होता है. साथ ही, अपने ऐप्लिकेशन में दोनों एपीआई का इस्तेमाल किया जा सकता है.

अपने कोड में एपीआई उपलब्ध कराने 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" का नाम बदलकर "Gemini Enterprise का एजेंट प्लैटफ़ॉर्म" (या "एजेंट प्लैटफ़ॉर्म") कर दिया. Firebase के इकोसिस्टम 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" का नाम बदलकर "Agent Studio" कर दिया गया 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 के v12.17.0+ वर्शन से 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.
  • एसडीके के v18.0.0 और BoM के v35.0.0 वर्शन 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`.
  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.
  • एसडीके के v18.0.0 और BoM के v35.0.0 वर्शन 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`.
  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+ वर्शन से उपलब्ध है.
  • एसडीके के वर्शन 13.0.0 में, VertexAIBackend सिंटैक्स को हटा दिया गया था.

  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') });
  
  // ...
  

  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.
  यह सुविधा, Flutter v3.15.0 या इसके बाद के वर्शन के लिए Firebase AI Logic प्लगिन में उपलब्ध है (Firebase Flutter BoM v4.18.0 या इसके बाद के वर्शन).

  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.
  यह सुविधा, Unity के लिए Firebase SDK के 13.15.0 और इसके बाद के वर्शन पर उपलब्ध 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`.
  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 v12.5.0 से शुरू होने वाले Firebase AI Logic को FirebaseAILogic मॉड्यूल के तहत डिस्ट्रिब्यूट किया 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 नई सुविधाएं डेवलप करने के लिए, Swift मैक्रोज़ का इस्तेमाल करने की अनुमति मिलती है.

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, FirebaseAILogic चुनें (FirebaseAI के बजाय).

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

ज़रूरी एपीआई और उन्हें चालू करने का तरीका

Firebase AI Logic SDK टूल को Agent Platform Gemini API (formerly Vertex AI) के साथ इस्तेमाल करने के लिए, आपके प्रोजेक्ट में ये दो एपीआई चालू होने चाहिए:

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

इनमें से किसी भी विकल्प का इस्तेमाल करके, ये एपीआई चालू किए जा सकते हैं:

• पहला विकल्प (सुझाया गया): Firebase कंसोल में कुछ क्लिक करके एपीआई चालू करें:

  1. Firebase कंसोल में, एआई सेवाएं > Firebase AI Logic पेज पर जाएं.

  2. शुरू करें पर क्लिक करें.

  3. Agent Platform Gemini API (formerly Vertex AI) 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 किया जाने वाला सेवा खाता (P4SA) भी उपलब्ध कराएगा. इससे Gemini API के इस्तेमाल की अनुमति दी जा सकेगी. साथ ही, Firebase AI Logic एपीआई को आपके Firebase एपीआई पासकोड के लिए, अनुमति वाली सूची में जोड़ा जा सकेगा.

• दूसरा विकल्प (मैन्युअल; इसका सुझाव नहीं दिया जाता): Google Cloud कंसोल में एपीआई चालू करें:

  1. अक्सर पूछे जाने वाले सवालों की इस सूची में सबसे ऊपर मौजूद हर एपीआई लिंक पर क्लिक करें. इसके बाद, हर एपीआई के पेज पर जाकर चालू करें पर क्लिक करें.

  2. Firebase AI Logic एपीआई को, Firebase API पासकोड की अनुमति वाली सूची में जोड़ें.

किसी Firebase प्रोजेक्ट में एपीआई बंद करने का तरीका

Firebase AI Logic के लिए, हम आपके चुने गए Gemini API प्रोवाइडर का इस्तेमाल करके, आपके Firebase प्रोजेक्ट को सेटअप करने की प्रोसेस को आसान बनाने की कोशिश करते हैं. 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 किसी सेवा का इस्तेमाल नहीं करना है, तो अपने Firebase प्रोजेक्ट में जाकर इससे जुड़े एपीआई बंद किए जा सकते हैं.

Firebase AI Logic का इस्तेमाल करने के लिए ज़रूरी अनुमतियां

Firebase AI Logic का इस्तेमाल करते समय 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): अब सेवा में नहीं है, लेकिन बंद होने की तारीख का एलान अभी नहीं किया गया है. सिर्फ़ पहले से चालू प्रोजेक्ट इनका 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 के तौर पर 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 स्टेबल मॉडल - बंद होने की तारीखें और विकल्प

• 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 इसका अपने-आप अपडेट होने वाला उपनाम gemini-2.0-flash)
  gemini-2.0-flash-lite-001 (और इसका अपने-आप अपडेट होने वाला उपनामgemini-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.

बदलाव: नए Gemini 3.x मॉडल में से किसी एक का इस्तेमाल करने के लिए माइग्रेट करें (जैसे कि gemini-3.1-flash-lite).

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 इसे 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 काम न करने पर किए जाने वाले 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 कम समय के लिए उपलब्ध होते हैं. इसका मतलब है कि इन्हें, इनके बदले में उपलब्ध कराए गए मॉडल के रिलीज़ होने के 45 दिनों के अंदर बंद 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 करीब 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 के बैनर, इस्तेमाल किए जा सकने वाले मॉडल का पेज, और बंद किए गए मॉडल और उनके 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 गए और अब इस्तेमाल नहीं किए जा सकने वाले मॉडल के बारे में अक्सर पूछे जाने वाले सवालों में, मॉडल बदलने के सुझाव भी देते 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 का नाम, मॉडल को शुरू करते समय 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 मॉडल को कॉल करने वाले किसी भी कोड में आम तौर पर बदलाव करने की ज़रूरत नहीं होती.

     ध्यान दें कि Gemini 4.x और Gemini 3.x के नए मॉडल के लिए, कई पैरामीटर काम नहीं करते. खास तौर पर, तापमान, टॉप-के, टॉप-पी, फ़्रीक्वेंसी पेनल्टी, प्रेज़ेंस पेनल्टी, और कैंडिडेट की संख्या.

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

हर उपयोगकर्ता के लिए दर 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.

टेक्स्ट, इमेज, और वीडियो वगैरह का इस्तेमाल करके किए गए अनुरोधों के लिए, एमआईएमई टाइप से जुड़ी ज़रूरी शर्तें (जैसे, इमेज, PDF, वीडियो, और ऑडियो इनपुट के लिए)

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 सबमिट किया जा सकता है. इसके अलावा, फ़ाइल को उसके यूआरएल का इस्तेमाल करके भी सबमिट किया जा सकता है.

इनपुट फ़ाइलें और ज़रूरी शर्तें में जाकर, इनपुट फ़ाइल टाइप, MIME 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

एमआईएमई टाइप देने से जुड़ी एक अपवाद वाली स्थिति यह है कि Android और Apple प्लैटफ़ॉर्म के नेटिव ऐप्लिकेशन से किए गए अनुरोधों के लिए, इनलाइन इमेज इनपुट का इस्तेमाल किया जाता है.

Android और Apple प्लैटफ़ॉर्म के लिए Firebase AI Logic SDK, अनुरोधों में इमेज को मैनेज करने का आसान और प्लैटफ़ॉर्म के हिसाब से सही तरीका उपलब्ध कराते हैं. सभी इमेज (चाहे उनका फ़ॉर्मैट कुछ भी हो) को क्लाइंट-साइड पर 80% क्वालिटी वाले JPEG में बदल दिया जाता है. इसके बाद, उन्हें सर्वर पर भेजा 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.

इस आसान तरीके को Firebase AI Logic दस्तावेज़ में दिखाया गया है. इसमें अनुरोधों में base64 कोड में बदली गई इमेज भेजने के उदाहरण दिए गए हैं.

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 कराएं और एमआईएमई टाइप की जानकारी दें. उदाहरण के लिए:

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

• Apple के प्लैटफ़ॉर्म के लिए:

  • मल्टीमॉडल प्रॉम्प्ट में, प्लैटफ़ॉर्म के हिसाब से इमेज टाइप (UIImage, NSImage, CIImage, और CGImage) को आसानी से मैनेज किया 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 कराएं और एमआईएमई टाइप की जानकारी दें. 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
• Embeddings generation
• 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

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

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

इसलिए, "Firebase में Vertex AI" नाम से अब हमारे प्रॉडक्ट के बारे में सटीक जानकारी नहीं मिलती. 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 किया जाना चाहिए 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 कोडबेस में App Check को तुरंत लागू कर दिया है, 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 पहले ही ऐप्लिकेशन का ऐसा वर्शन रिलीज़ कर दिया है जिसमें App Check लागू नहीं किया गया है, तो पहले से रिलीज़ किए गए ऐप्लिकेशन के लिए App Check लागू करने और उसे लागू करवाने के तरीके 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, इन अनुरोधों को ब्लॉक कर दिया जाएगा.

यहां दिए गए निर्देशों से, आपको अपने ऐप्लिकेशन को माइग्रेट करने में मदद मिलेगी. इससे, App Check को इस तरह से लागू किया जा सकेगा कि पहले से रिलीज़ किए गए ऐसे ऐप्लिकेशन के लिए सेवा में कोई रुकावट न आए जिसमें App Check मौजूद नहीं 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 को Gemini Developer API का इस्तेमाल करने की अनुमति देने के लिए, स्टैंडर्ड Gemini एपीआई पासकोड पर भरोसा करना पड़ता था. Gemini Developer API (generativelanguage.googleapis.com). अगर आपने Firebase AI Logic चालू किया है और Gemini Developer API का इस्तेमाल करने का विकल्प चुना है, तो Firebase आपके लिए एक Gemini एपीआई पासकोड बनाता है. इसका इस्तेमाल सिर्फ़ Gemini Developer API के लिए किया जा सकता है. 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 में अपग्रेड किया जा रहा है. इसे "अनुमति (auth) कुंजियां" कहा जाता है. ये सेवा खाते ही होते हैं. Firebase AI Logic को एक साथ 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 प्रोजेक्ट के लिए, अगर Firebase AI Logic के ज़रिए Gemini Developer API को ऐक्सेस किया जाता है, तो 2026 के मध्य से सुरक्षा से जुड़े इन अपग्रेड का फ़ायदा पाने के लिए, आपको कोई कार्रवाई नहीं करनी होगी.

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 गतिविधि नहीं दिखती है (Firebase AI Logic ने इसी समय से इन एपीआई पासकोड का इस्तेमाल बंद कर दिया था), तो पासकोड को मिटाया जा सकता है.
     हालांकि, अगर ग्राफ़ में इस्तेमाल की जानकारी दिखती है, तो इसका मतलब है कि आपने किसी दूसरे टूल के साथ कुंजी का इस्तेमाल किया है. इसलिए, 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. साथ ही, यह भी पता चल सके कि इसका इस्तेमाल Firebase AI Logic के साथ नहीं किया जा रहा है.
• पक्का करें कि आपने नहीं मिटाया हो, (auto created by Firebase) सेगमेंट वाले नाम का कोई अन्य एपीआई पासकोड.

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 है. साथ ही, आपको अपने ऐप्लिकेशन के कोडबेस 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 API 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