FAQ und Fehlerbehebung

Worin unterscheiden sich die Verwendung von Gemini Developer API und Vertex AI Gemini API?

In der folgenden Tabelle sind wichtige Unterschiede zwischen den beiden Gemini API-Anbietern im Allgemeinen aufgeführt, unabhängig davon, wie Sie darauf zugreifen:

¹ Die beiden API-Anbieter haben unterschiedliche Pay-as-you-go-Preise. Weitere Informationen finden Sie in der jeweiligen Dokumentation.

² Die Files API für Gemini Developer API wird nicht über die Firebase AI Logic-SDKs unterstützt.

In der folgenden Tabelle ist die Verfügbarkeit häufig gestellter Funktionen für die beiden „Gemini API“-Anbieter aufgeführt. Diese Tabelle gilt insbesondere bei der Verwendung der Firebase AI Logic-Client-SDKs.

Kann ich sowohl Gemini Developer API als auch Vertex AI Gemini API verwenden?

Ja, Sie können beide Gemini API-Anbieter in Ihrem Firebase-Projekt aktivieren und beide APIs in Ihrer App verwenden.

Wenn Sie in Ihrem Code zwischen API-Anbietern wechseln möchten, müssen Sie nur darauf achten, dass Sie den Backend-Dienst in Ihrem Code entsprechend festlegen.

Welche APIs sind erforderlich? Und wie aktiviere ich sie?

Wenn Sie die Firebase AI Logic-SDKs mit der Vertex AI Gemini API verwenden möchten, müssen in Ihrem Projekt die folgenden beiden APIs aktiviert sein:

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

Sie haben dazu folgende Möglichkeiten:

• Option 1 (empfohlen): Aktivieren Sie die APIs mit wenigen Klicks in der Firebase-Konsole:

  1. Rufen Sie in der Firebase Console die Seite KI-Dienste > Firebase AI Logic auf.

  2. Klicken Sie auf Jetzt starten.

  3. Wählen Sie aus, um mit Vertex AI Gemini API zu beginnen.

     Dadurch wird ein geführter Workflow gestartet, mit dem Sie die beiden APIs aktivieren können. In der Konsole wird die Firebase AI Logic API auch auf die Zulassungsliste für Ihren Firebase-API-Schlüssel gesetzt.

• Option 2 (manuell; nicht empfohlen): Aktivieren Sie die APIs in der Google Cloud Console:

  1. Klicken Sie oben in diesem FAQ-Eintrag auf die einzelnen API-Links und dann auf der Seite der jeweiligen API auf Aktivieren.

  2. Fügen Sie die Firebase AI Logic API der Zulassungsliste Ihres Firebase-API-Schlüssels hinzu.

Wie deaktiviere ich APIs in meinem Firebase-Projekt?

Bei Firebase AI Logic versuchen wir, die Einrichtung Ihres Firebase-Projekts für die Verwendung Ihres ausgewählten Gemini API-Anbieters so einfach wie möglich zu gestalten. Dazu gehört auch das Aktivieren der erforderlichen APIs in Ihrem Firebase-Projekt während bestimmter Abläufe, z. B. des geführten Workflows in der Firebase Console.

Wenn Sie sich jedoch entscheiden, Firebase AI Logic oder einen der Gemini API-Anbieter nicht zu verwenden, können Sie die zugehörigen APIs in Ihrem Firebase-Projekt deaktivieren.

Welche Modelle können mit den Firebase AI Logic-SDKs verwendet werden?

Liste der unterstützten Modelle Wir fügen den SDKs regelmäßig neue Funktionen hinzu. Sehen Sie daher in diesen FAQs nach Updates (sowie in Versionshinweisen, Blogs und Beiträgen in sozialen Medien).

• Gemini Developer API

  • Sowohl Gemini als auch Imagen sind Foundation Models.

    Beachten Sie, dass die Gemini Developer API (unabhängig davon, wie darauf zugegriffen wird) nur bestimmte stabile Imagen-Modelle unterstützt.

• Vertex AI Gemini API

  • Sowohl Gemini als auch Imagen sind Foundation Models.

• Unabhängig vom gewählten Gemini API-Anbieter

  • Firebase AI Logic unterstützt Folgendes nicht:

    • Nicht auf Foundation Models basierende Gemini-Modelle (z. B. PaLM-Modelle, angepasste Modelle oder auf Gemma basierende Modelle).

    • Ältere Imagen-Modelle oder imagen-3.0-capability-001.

Was kann ich tun, wenn Modelle eingestellt werden?

Wenn wir eine stabile Modellversion veröffentlichen, bemühen wir uns, dass sie mindestens ein Jahr lang verfügbar ist, bevor sie eingestellt wird.

Wo finde ich das Abschaltungsdatum eines Modells?

So finden Sie das Datum der Einstellung eines Modells:

• Bei der Veröffentlichung: Das voraussichtliche Datum der Außerbetriebnahme jedes Modells wird an mehreren Stellen in der Gemini API-Anbieterdokumentation sowie in der Firebase-Dokumentation aufgeführt (siehe die Seite mit den unterstützten Modellen).

• Kurz vor dem Datum der Einstellung: Google sendet E-Mails an die entsprechenden Projektmitglieder und wir veröffentlichen Erinnerungen in den Versionshinweisen und anderen Kanälen zu bevorstehenden Einstellungen (z. B. Erinnerung an die Einstellungsdaten für die stabilen Modelle Gemini 1.5 und 1.0).

Was kann ich tun, wenn das von mir verwendete Modell bald eingestellt wird?

1. Suchen Sie ein geeignetes derzeit unterstütztes Modell und den Modellnamen.

2. Aktualisieren Sie den von Ihrer App verwendeten Modellnamen vor dem Datum der Einstellung. Andernfalls schlagen alle Anfragen an dieses Modell mit einem 404-Fehler fehl.

   • Sie legen den Modellnamen bei der Initialisierung fest, wenn Sie eine GenerativeModel-, LiveModel- oder ImagenModel-Instanz erstellen. Lesen Sie sich die wichtige Empfehlung unten zur Verwendung von Firebase Remote Config durch.

   • Wenn Sie Firebase AI Logic verwenden, müssen Sie in der Regel keinen Code ändern, der das Modell aufruft.

3. Testen Sie Ihre App, um sicherzustellen, dass die Antworten weiterhin wie erwartet ausfallen.

Stabile Modelle – Abschalttermine und ErsatzmodelleImagen

• Alle Imagen-Modelle werden am 24. Juni 2026 eingestellt.

Ersatz: Migrieren Sie Ihre Apps zur Verwendung von Gemini-Bildmodellen („Nano Banana“-Modelle).

Stabile Modelle – Abschalttermine und ErsatzmodelleGemini 2.0

• Gemini 2.0 Flash und Gemini 2.0 Flash‑Lite:

  gemini-2.0-flash-001 (und sein automatisch aktualisierter Alias gemini-2.0-flash)
  gemini-2.0-flash-lite-001 (und sein automatisch aktualisierter Aliasgemini-2.0-flash-lite)

  • 6. Februar 2026: Diese Modelle sind nicht mehr für Projekte verfügbar, in denen sie zuvor nicht verwendet wurden.

  • 31. März 2026: Diese Modelle werden eingestellt.

  Stabile Gemini Live API-Modelle 2.0 sind davon nicht betroffen.

Ersatz: Migrieren Sie zur Verwendung eines Gemini 2.5-Modells (z. B. gemini-2.5-flash-lite) oder probieren Sie eines der neuen Gemini 3-Modelle (z. B. gemini-3.1-flash-lite-preview) aus.

Stabile Modelle von Gemini 1.5 und 1.0 – Einstellungsdaten und Ersatzmodelle

• Gemini 1.5 Pro-Modelle:

  • gemini-1.5-pro-002 (und gemini-1.5-pro): 24. September 2025
  • gemini-1.5-pro-001: 24. Mai 2025

• Gemini 1.5 Flash-Modelle:

  • gemini-1.5-flash-002 (und gemini-1.5-flash): 24. September 2025
  • gemini-1.5-flash-001: 24. Mai 2025

• Gemini 1.0 Pro Vision-Modelle: 21. April 2025 (ursprünglich geplant für den 9. April 2025)

• Gemini 1.0 Pro-Modelle: 21. April 2025 (ursprünglich geplant für den 9. April 2025)

Ersatz: Migrieren Sie zur Verwendung eines Gemini 2.5-Modells (z. B. gemini-2.5-flash-lite) oder probieren Sie eines der neuen Gemini 3-Modelle (z. B. gemini-3.1-flash-lite-preview) aus.

Welche Berechtigungen sind möglicherweise für die Verwendung der Firebase AI Logic-SDKs erforderlich?

Verwendet Firebase AI Logic meine Daten zum Trainieren von Modellen?

Weitere Informationen finden Sie unter Data Governance und verantwortungsvolle KI.

Wie lege ich eine Ratenbegrenzung pro Nutzer fest?

Standardmäßig legt Firebase AI Logic das Anfragelimit pro Nutzer auf 100 Anfragen pro Minute fest.

Wenn Sie das Ratenlimit pro Nutzer anpassen möchten, müssen Sie die Kontingenteinstellungen für die Firebase AI Logic API anpassen.

Weitere Informationen zum Firebase AI Logic-API-Kontingent Auf dieser Seite erfahren Sie auch, wie Sie Ihr Kontingent aufrufen und bearbeiten können.

Wie kann ich die Latenz und die hohe Tokennutzung reduzieren?

Wenn Sie eine hohe Latenz oder eine hohe Token-Nutzung feststellen, liegt das wahrscheinlich an der Konfiguration der Denkebene für das von Ihnen verwendete Modell.

Gemini 3 und spätere Modelle verwenden immer einen internen „Denkprozess“, der ihre Fähigkeiten zur Argumentation und mehrstufigen Planung erheblich verbessert. Dadurch sind sie sehr effektiv für komplexe Aufgaben wie Programmierung, fortgeschrittene Mathematik und Datenanalyse.

Je nach Aufgabe sind jedoch nicht immer höhere Denkebenen erforderlich. Sie können das Modell so konfigurieren, dass es eine niedrigere Denkebene verwendet. Eine niedrigere Denkebene kann die Latenz und die Tokennutzung reduzieren. Um Ihnen bei der Entscheidung zu helfen, wie viel „Thinking“-Funktionalität ein Modell benötigt, sehen Sie sich den Vergleich der Schwierigkeitsgrade von Aufgaben an.

Bei den meisten Modellen ab Gemini 3 ist die Standard-Denkebene auf HIGH festgelegt.

Ist der MIME-Typ in meinen multimodalen Anfragen erforderlich? (z. B. für Bilder, PDFs, Video- und Audioeingabe)

Ja. In jeder multimodalen Anfrage müssen Sie immer Folgendes angeben:

• Die mimeType der Datei. Eine Ausnahme sehen Sie unten.

• Die Datei. Sie können die Datei entweder als Inline-Daten oder über ihre URL bereitstellen.

Informationen zu unterstützten Eingabedateitypen, zum Angeben des MIME-Typs und zu den beiden Optionen zum Bereitstellen der Datei finden Sie unter Unterstützte Eingabedateien und Anforderungen.

Ausnahme für die Einbeziehung des MIME-Typs in Ihre Anfrage

Eine Ausnahme von der Angabe des MIME-Typs sind Inline-Bildeingaben für Anfragen von nativen Android- und Apple-Plattform-Apps.

Die Firebase AI Logic-SDKs für Android- und Apple-Plattformen bieten eine vereinfachte und plattformfreundliche Möglichkeit, Bilder in Anfragen zu verarbeiten. Alle Bilder (unabhängig vom Format) werden clientseitig in JPEG mit 80% Qualität konvertiert, bevor sie an den Server gesendet werden. Das bedeutet, dass wenn Sie Bilder als Inline-Daten über die SDKs für Android- und Apple-Plattformen bereitstellen, Sie den MIME-Typ in der Anfrage nicht angeben müssen.

Diese vereinfachte Verarbeitung wird in der Firebase AI Logic-Dokumentation in den Beispielen für das Senden von Base64-codierten Bildern in Anfragen gezeigt.

Hier finden Sie einige zusätzliche plattformspezifische Informationen zu dieser Funktion:

• Android:

  • Sie können die vereinfachte Verarbeitung von plattformnativen Bildtypen (Bitmap) in multimodalen Prompts nutzen, die Bilder als Inline-Daten enthalten (siehe Beispiel).

  • Wenn Sie mehr Kontrolle über Bildformate und ‑konvertierungen haben möchten, können Sie die Bilder als InlineDataPart bereitstellen und den spezifischen MIME-Typ angeben. Beispiel:

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

• Für Apple-Plattformen:

  • Sie können die vereinfachte Verarbeitung von plattformnativen Bildtypen (UIImage, NSImage, CIImage und CGImage) in multimodalen Prompts nutzen, die Bilder als Inline-Daten enthalten (Beispiel).

  • Wenn Sie mehr Kontrolle über Bildformate und ‑konvertierungen haben möchten, können Sie die Bilder als InlineDataPart bereitstellen und den spezifischen MIME-Typ angeben. Beispiel:

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

Sind diese Funktionen bei der Verwendung von Firebase AI Logic verfügbar: Fundierung mit der Google Bildersuche, Fundierung mit Google Maps, Feinabstimmung eines Modells, Generierung von Einbettungen und semantischer Abruf?

Die folgenden Funktionen werden von verschiedenen Modellen und API-Anbietern unterstützt, sind aber nicht verfügbar, wenn Sie Firebase AI Logic verwenden:

• Fundierung mit der Google Bildersuche
• Fundierung mit Google Maps
• Modell abstimmen
• Erstellung von Einbettungen
• Semantisches Abrufen

Wenn Sie diese als Feature Requests hinzufügen oder für einen vorhandenen Feature Request abstimmen möchten, besuchen Sie Firebase UserVoice.

Warum wurde der Name von „Vertex AI in Firebase“ zu „Firebase AI Logic“ geändert?

2024 haben wir eine Reihe von Firebase-Client-SDKs eingeführt, die die Vertex AI Gemini API sowie ein Firebase-Proxy-Gateway verwenden können, um die API vor Missbrauch zu schützen und die Integration mit anderen Firebase-Produkten zu ermöglichen. Wir haben unser Produkt „Vertex AI in Firebase“ genannt. Dieser Produktname hat die damals verfügbaren Anwendungsfälle unseres Produkts genau beschrieben.

Seitdem haben wir die Funktionen unseres Produkts jedoch erweitert. Seit Mai 2025 bieten wir beispielsweise Unterstützung für Gemini Developer API, einschließlich der Möglichkeit, Gemini Developer API vor Missbrauch zu schützen, indem wir Firebase App Check integrieren.

Daher entspricht der Name „Vertex AI in Firebase“ nicht mehr dem erweiterten Umfang unseres Produkts. Ein neuer Name – Firebase AI Logic – spiegelt unser sich ständig weiterentwickelndes Funktionsangebot besser wider und ermöglicht es uns, unser Angebot in Zukunft weiter auszubauen.

Im Migrationsleitfaden erfahren Sie, wie Sie alle neuen Funktionen von Firebase AI Logic nutzen können und optional mit der Verwendung von Gemini Developer API beginnen.

Was muss ich bei Swift-Apps auf Apple-Plattformen wegen der Änderung des Modulnamens von FirebaseAI zu FirebaseAILogic tun?

Ab Firebase SDK v12.5.0 wird Firebase AI Logic für Apps auf Apple-Plattformen jetzt über das Modul FirebaseAILogic verteilt. Diese Änderung ist nicht funktionsgefährdend und abwärtskompatibel.

Warum haben wir diese Änderung vorgenommen?

Wir haben diesen Dienst früher über das Modul FirebaseAI bereitgestellt. Wir mussten sie jedoch aus folgenden Gründen in FirebaseAILogic umbenennen:

• Vermeiden Sie Namenskonflikte zwischen Modul und Klasse, die Probleme bei binären Verteilungen verursachen.

• Ermöglicht uns, Swift-Makros für die zukünftige Funktionsentwicklung zu verwenden.

Was kann ich tun, wenn ich ein Upgrade auf Version 12.5.0 oder höher durchführe?

Die Änderung des Modulnamens zu FirebaseAILogic ist nicht funktionsgefährdend und abwärtskompatibel. Es kann jedoch sein, dass wir das alte Modul im Rahmen einer zukünftigen Hauptversion des Firebase SDK mit Breaking Changes entfernen (Zeitrahmen derzeit noch nicht festgelegt).

Es sind keine Änderungen erforderlich, aber wir empfehlen Ihnen Folgendes:

1. Wählen Sie bei der Auswahl von Swift PM-Abhängigkeiten FirebaseAILogic (anstelle von FirebaseAI) aus.

2. Ändern Sie die Importanweisungen in FirebaseAILogic (statt FirebaseAI).

Was ist ein Gemini-API-Schlüssel?

Die Gemini Developer API verwendet einen „Gemini-API-Schlüssel“, um den Aufrufer zu autorisieren. Wenn Sie die Gemini Developer API über die Firebase AI Logic-SDKs verwenden, benötigen Sie also einen gültigen Gemini-API-Schlüssel in Ihrem Firebase-Projekt, um Aufrufe an diese API zu senden.

Ein „Gemini-API-Schlüssel“ ist einfach ein API-Schlüssel, der die Gemini Developer API in seiner API-Zulassungsliste hat.

Wenn Sie den Firebase AI Logic-Einrichtungsablauf in der Firebase-Konsole durchlaufen, erstellen wir einen Gemini-API-Schlüssel, der nur auf die Gemini Developer API beschränkt ist, und richten den Firebase AI Logic-Proxydienst für die Verwendung dieses API-Schlüssels ein. Dieser von Firebase generierte Gemini-API-Schlüssel heißt auf der Seite „Anmeldedaten“ der Google Cloud-Konsole Gemini Developer API key (auto created by Firebase).

Weitere Informationen zu API-Einschränkungen für API-Schlüssel

Sie fügen den Gemini-API-Schlüssel nicht in den Code Ihrer App ein, wenn Sie die Firebase AI Logic-SDKs verwenden. Weitere Informationen zum Sichern Ihres Gemini-API-Schlüssels

Sollte ich den API-Schlüssel für Gemini in den Code meiner mobilen App oder Web-App einfügen?

Wenn Sie die Firebase AI Logic-SDKs verwenden, dürfen Sie den Gemini-API-Schlüssel nicht in den Code Ihrer App einfügen.

Tatsächlich interagieren Sie bei der Entwicklung mit den Firebase AI Logic-SDKs nicht direkt mit Ihrem Gemini-API-Schlüssel. Stattdessen wird der Gemini-API-Schlüssel intern in jede Anfrage an Gemini Developer API über unseren Firebase AI Logic-Proxydienst eingefügt – vollständig im Backend.

Wie kann ich den Gemini-API-Schlüssel ändern, der zum Aufrufen der Gemini Developer API verwendet wird?

Wenn Sie die Firebase AI Logic-SDKs verwenden, müssen Sie Ihren Gemini-API-Schlüssel wahrscheinlich nicht ändern. Es gibt jedoch zwei Fälle, in denen Sie möglicherweise Folgendes tun müssen:

• Wenn Sie den Schlüssel versehentlich weitergegeben haben und ihn durch einen neuen sicheren Schlüssel ersetzen möchten.

• Wenn Sie den Schlüssel versehentlich gelöscht haben. Sie können den Schlüssel innerhalb von 30 Tagen nach dem Löschen wiederherstellen.

So ändern Sie den Gemini-API-Schlüssel, der von den Firebase AI Logic-SDKs verwendet wird:

1. Wenn der von Firebase generierte Gemini-API-Schlüssel noch vorhanden ist, löschen Sie ihn.

   Sie können diesen API-Schlüssel in der Google Cloud Console im Bereich „APIs & Dienste“ > Anmeldedaten löschen. Er heißt:
   Gemini Developer API key (auto created by Firebase).

2. Erstellen Sie auf derselben Seite der Google Cloud Console einen neuen API-Schlüssel. Wir empfehlen, den Schlüssel so zu benennen:
   Gemini Developer API-Schlüssel für Firebase.

3. Fügen Sie diesem neuen API-Schlüssel API-Einschränkungen hinzu und wählen Sie nur die Generative Language API aus.
   „Generative Language API“ ist die Bezeichnung, die Gemini Developer API manchmal in der Google Cloud-Konsole hat.

   Fügen Sie keine App-Einschränkungen> hinzu, da der Firebase AI Logic-Proxydienst sonst nicht wie erwartet funktioniert.

4. Führen Sie den folgenden Befehl aus, um diesen neuen Schlüssel als Gemini-API-Schlüssel festzulegen, der vom Firebase AI Logic-Proxydienst verwendet werden soll.

   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}\"}}"
   

   Weitere Informationen zu gcloud CLI

Fügen Sie diesen neuen Gemini-API-Schlüssel nicht in die Codebasis Ihrer App ein. Weitere Informationen zum Sichern Ihres Gemini-API-Schlüssels

Kann ich meinen „Firebase-API-Schlüssel“ als Gemini-API-Schlüssel verwenden?

Nein. Sie sollten Ihren „Firebase-API-Schlüssel“ nicht als Gemini-API-Schlüssel verwenden. Wir empfehlen dringend, die nicht auf die Zulassungsliste für Ihren Firebase-API-Schlüssel zu setzen.Gemini Developer API

Ihr Firebase-API-Schlüssel ist der API-Schlüssel, der in der Firebase-Konfigurationsdatei oder dem Firebase-Konfigurationsobjekt aufgeführt ist, das Sie der Codebasis Ihrer App hinzufügen, um Ihre App mit Firebase zu verbinden. Sie können Ihren Firebase-API-Schlüssel in Ihren Code einfügen, wenn Sie den Schlüssel nur mit Firebase-bezogenen APIs (z. B. Firebase AI Logic) verwenden. Wichtige Informationen zu Firebase-API-Schlüsseln

So sehen Firebase-API-Schlüssel in der Console > APIs & Dienste > Anmeldedaten der Google Cloud Console aus:

Da Sie den Firebase-API-Schlüssel in die Codebasis Ihrer App einfügen müssen, damit Firebase-bezogene APIs funktionieren, und da Gemini Developer API über den API-Schlüssel autorisiert wird, empfehlen wir dringend, die Gemini Developer API (in der Google Cloud-Konsole als „Generative Language API“ bezeichnet) NICHT in die API-Zulassungsliste für Ihren Firebase-API-Schlüssel aufzunehmen. Wenn Sie das tun, setzen Sie die Gemini Developer API einem potenziellen Missbrauch aus.

Wie schütze ich meinen Gemini-API-Schlüssel?

In diesen häufig gestellten Fragen werden einige empfohlene Best Practices beschrieben, mit denen Sie Ihren Gemini-API-Schlüssel schützen können.

Wenn Sie die Gemini Developer API direkt über Ihre mobile App oder Web-App aufrufen:

• Verwenden Sie die Firebase AI Logic-Client-SDKs.
• Fügen Sie den API-Schlüssel für Gemini nicht in den Code Ihrer App ein.

Firebase AI Logic bietet einen Proxydienst, der intern Ihren Gemini-API-Schlüssel in jede Anfrage an die Gemini Developer API einfügt – vollständig im Backend.

Außerdem empfehlen wir dringend Folgendes:

• Sobald Sie mit der Entwicklung Ihrer App beginnen, sollten Sie Firebase App Check einbinden, um Ihre Backend-Ressourcen und die APIs zu schützen, die für den Zugriff auf generative Modelle verwendet werden.

• Verwenden Sie den von Firebase generierten Gemini-API-Schlüssel nicht außerhalb von Firebase AI Logic. Wenn Sie einen Gemini-API-Schlüssel für einen anderen Anwendungsfall benötigen, erstellen Sie einen separaten Schlüssel.

• Im Allgemeinen sollten Sie den von Firebase generierten API-Schlüssel Gemini NICHT ändern. Dieser Schlüssel heißt in der Google Cloud Console Gemini Developer API key (auto created by Firebase).

  • Fügen Sie der API-Zulassungsliste für Ihren von Firebase generierten Gemini-API-Schlüssel keine zusätzlichen APIs hinzu. In der API-Zulassungsliste sollte Ihr Gemini-API-Schlüssel nur die Gemini Developer API-API haben (in der Google Cloud-Konsole als „Generative Language API“ bezeichnet).

  • Fügen Sie keine App-Einschränkungen> hinzu, da der Firebase AI Logic-Proxydienst sonst nicht wie erwartet funktioniert.

Mein Gemini-API-Schlüssel wurde manipuliert. Was muss ich tun?

Wenn Ihr Gemini-API-Schlüssel manipuliert wurde, folgen Sie der Anleitung zum Ändern des Gemini-API-Schlüssels, der zum Aufrufen der Gemini Developer API verwendet wird.

Sehen Sie sich auch die empfohlenen Best Practices an, um Ihren Gemini-API-Schlüssel zu schützen.