Perguntas frequentes e solução de problemas

Quais são as diferenças entre usar o Gemini Developer API e o Vertex AI Gemini API?

A tabela a seguir lista diferenças importantes entre os dois provedores "Gemini API" em geral, independente de como você acessa:

¹ Os dois provedores de API têm preços diferentes no modelo de pagamento por uso (saiba mais na documentação de cada um).

² A API Files para o Gemini Developer API não é compatível com os SDKs Firebase AI Logic.

A tabela a seguir lista a disponibilidade dos recursos mais procurados para os dois provedores de "Gemini API". Esta tabela se aplica especificamente ao usar os SDKs do cliente Firebase AI Logic.

Posso usar o Gemini Developer API e o Vertex AI Gemini API?

Sim, é possível ter os dois provedores "Gemini API" ativados no seu projeto do Firebase e usar as duas APIs no próprio app.

Para alternar entre provedores de API no seu código, verifique se você definiu o serviço de back-end corretamente no código.

Quais são as APIs necessárias? E como faço para ativá-los?

Para usar os SDKs Firebase AI Logic com o Vertex AI Gemini API, seu projeto precisa ter as duas APIs a seguir ativadas:

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

É possível ativar essas APIs usando uma das seguintes opções:

• Opção 1 (recomendada): ative as APIs com alguns cliques no console do Firebase:

  1. No console do Firebase, acesse a página Serviços de IA > Firebase AI Logic.

  2. Clique em Começar.

  3. Selecione para começar a usar o Vertex AI Gemini API.

     Isso inicia um fluxo de trabalho guiado que ativa as duas APIs para você. O console também adiciona a API Firebase AI Logic à lista de permissões da chave de API do Firebase.

• Opção 2 (manual; não recomendado): ative as APIs no console Google Cloud:

  1. Clique em cada link de API na parte de cima desta entrada de perguntas frequentes e em Ativar na página de cada API.

  2. Adicione a API Firebase AI Logic à lista de permissões da sua chave de API do Firebase.

Como desativar APIs em um projeto do Firebase?

Para Firebase AI Logic, tentamos facilitar ao máximo a configuração do seu projeto do Firebase para usar o provedor de Gemini API escolhido. Isso inclui ativar as APIs necessárias no projeto do Firebase durante jornadas específicas, como o fluxo de trabalho guiado no console do Firebase.

No entanto, se você decidir não usar o Firebase AI Logic ou um dos provedores Gemini API, desative as APIs associadas no seu projeto do Firebase.

Quais permissões podem ser necessárias para usar Firebase AI Logic?

Quais modelos são compatíveis ao usar Firebase AI Logic?

Consulte a lista de modelos compatíveis. Adicionamos novas funcionalidades aos SDKs com frequência. Por isso, confira estas Perguntas frequentes para ver atualizações, além de notas da versão, blogs e postagens em redes sociais.

• Firebase AI Logic é compatível com os seguintes modelos:

  • Gemini Developer API

    • A maioria dos modelos de fundação Gemini e Imagen

    O Gemini Developer API (independente de como ele é acessado) só é compatível com modelos Imagen estáveis específicos.

  • Vertex AI Gemini API

    • A maioria dos modelos de fundação Gemini e Imagen

• O Firebase AI Logic não é compatível com os seguintes modelos (independente do provedor de Gemini API escolhido):

  • Modelos ajustados

  • Modelos de incorporação, Veo, Lyria, de robótica, de uso de computador, Gemini Omni ou Gemini Flash Cyber

  • Modelos Imagen mais antigos ou imagen-3.0-capability-001

O que fazer quando os modelos são desativados?

Quando lançamos uma versão estável de um modelo, fazemos o possível para garantir que ela fique disponível por pelo menos um ano antes de ser desativada.

Onde encontrar a data de desativação de um modelo?

Confira algumas maneiras de encontrar a data de desativação de um modelo:

• No momento do lançamento: listamos a data de desativação esperada de cada modelo em vários lugares na documentação do provedor Gemini API e na documentação do Firebase (consulte a página de modelos compatíveis).

• À medida que a data de desativação se aproxima: o Google envia e-mails aos membros relevantes do projeto e publica lembretes nas notas da versão e em outros canais sobre as próximas desativações (por exemplo, lembrete das datas de desativação dos modelos estáveis 1.5 e 1.0 do Gemini).

O que fazer se o modelo que você está usando estiver prestes a ser desativado?

1. Encontre um modelo com suporte no momento adequado e o nome dele.

2. Atualize o nome do modelo usado pelo app antes da data de desativação. Caso contrário, todas as solicitações para esse modelo vão falhar com um erro 404.

   • Você define o nome do modelo durante a inicialização ao criar uma instância GenerativeModel, LiveModel ou ImagenModel. Confira a recomendação importante abaixo sobre o uso do Firebase Remote Config.

   • Ao usar o Firebase AI Logic, geralmente não é necessário modificar nenhum código que realmente chama o modelo.

3. Teste o app para garantir que as respostas ainda sejam as esperadas.

Modelos estáveis Imagen: datas de desativação e substituições

• Todos os modelos Imagen serão desativados em 30 de junho de 2026.

Substituição: Migre seus apps para usar os modelos de imagem Gemini (os modelos "Nano Banana").

Modelos estáveis Gemini 2.0: datas de desativação e substituições

• Gemini 2.0 Flash e Gemini 2.0 Flash‑Lite:

  gemini-2.0-flash-001 (e o alias atualizado automaticamente gemini-2.0-flash)
  gemini-2.0-flash-lite-001 (e o alias atualizado automaticamente gemini-2.0-flash-lite)

  • 6 de fevereiro de 2026: esses modelos não estarão mais disponíveis para uso em projetos que não os utilizaram antes.

  • 31 de março de 2026: esses modelos serão desativados.

  Os modelos estáveis do Gemini Live API 2.0 não são afetados.

Substituição: migre para usar um dos novos modelos Gemini 3.x (como gemini-3.1-flash-lite).

Modelos estáveis do Gemini 1.5 e 1.0: datas de desativação e substituições

• Modelos Gemini 1.5 Pro:

  • gemini-1.5-pro-002 (e gemini-1.5-pro): 24 de setembro de 2025
  • gemini-1.5-pro-001: 24 de maio de 2025

• Modelos Gemini 1.5 Flash:

  • gemini-1.5-flash-002 (e gemini-1.5-flash): 24 de setembro de 2025
  • gemini-1.5-flash-001: 24 de maio de 2025

• Modelos Gemini 1.0 Pro Vision: 21 de abril de 2025 (antes programado para 9 de abril de 2025)

• Modelos Gemini 1.0 Pro: 21 de abril de 2025 (antes programado para 9 de abril de 2025)

Substituição: migre para usar um dos novos modelos Gemini 3.x (como gemini-3.1-flash-lite).

O Firebase AI Logic usa meus dados para treinar modelos?

Consulte Governança de dados e IA responsável.

Como definir um limite de taxa por usuário?

Por padrão, o Firebase AI Logic define o limite de solicitações por usuário em 100 solicitações por minuto (RPM).

Se quiser ajustar o limite de taxa por usuário, ajuste as configurações de cota para a API Firebase AI Logic.

Saiba mais sobre a cota da API Firebase AI Logic. Nessa página, você também pode aprender a acessar e editar sua cota.

Como reduzir a latência e o uso alto de tokens?

Se você estiver enfrentando alta latência ou uso alto de tokens, provavelmente isso se deve à configuração do nível de raciocínio do modelo que você está usando.

O Gemini 3 e modelos posteriores sempre usam um "processo de pensamento" interno que melhora significativamente as habilidades de raciocínio e planejamento de várias etapas, tornando-os altamente eficazes para tarefas complexas, como programação, matemática avançada e análise de dados.

No entanto, dependendo da tarefa, níveis mais altos de pensamento nem sempre são necessários, e você pode configurar o modelo para usar um nível mais baixo. Um nível de pensamento mais baixo ajuda a reduzir a latência e o uso de tokens. Para ajudar você a decidir o quanto um modelo pode precisar da capacidade de raciocínio, consulte a comparação de dificuldades das tarefas.

Para a maioria dos modelos Gemini 3 e mais recentes, o nível de raciocínio padrão é definido como HIGH.

O tipo MIME é obrigatório nas minhas solicitações multimodais? (como para entrada de imagens, PDFs, vídeo e áudio)

Sim, em cada solicitação multimodal, você sempre precisa fornecer o seguinte:

• O mimeType do arquivo. Confira uma exceção abaixo.

• O arquivo. Você pode fornecer o arquivo como dados in-line ou usando o URL dele.

Saiba mais sobre os tipos de arquivos de entrada compatíveis, como especificar o tipo MIME e as duas opções para fornecer o arquivo em Arquivos de entrada e requisitos compatíveis.

Exceção à inclusão do tipo MIME na sua solicitação

Uma exceção a fornecer o tipo MIME são as entradas de imagens inline para solicitações de apps nativos das plataformas Android e Apple.

Os SDKs Firebase AI Logic para plataformas Android e Apple oferecem uma maneira simplificada e compatível com a plataforma de processar imagens em solicitações. Todas as imagens (não importa o formato) são convertidas do lado do cliente para JPEG com 80% de qualidade antes de serem enviadas ao servidor. Isso significa que quando você fornece imagens como dados inline usando os SDKs para Android e plataformas Apple, não é necessário especificar o tipo MIME na solicitação.

Esse processamento simplificado é mostrado na documentação Firebase AI Logic nos exemplos de envio de imagens codificadas em base64 em solicitações.

Confira mais informações sobre esse recurso em plataformas específicas:

• Para Android:

  • Você pode aproveitar a maneira simplificada de processar tipos de imagem nativos da plataforma (Bitmap) em comandos multimodais que contêm imagens como dados inline (consulte o exemplo).

  • Para ter mais controle sobre formatos e conversões de imagens, forneça as imagens como um InlineDataPart e informe o tipo MIME específico. Exemplo:

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

• Para plataformas da Apple:

  • Aproveite a maneira simplificada de processar tipos de imagens nativas da plataforma (UIImage, NSImage, CIImage e CGImage) em comandos multimodais que contêm imagens como dados inline (consulte o exemplo).

  • Para ter mais controle sobre formatos e conversões de imagens, forneça as imagens como um InlineDataPart e informe o tipo MIME específico. Exemplo:

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

Esses recursos estão disponíveis ao usar Firebase AI Logic: embasamento com a Pesquisa de Imagens do Google, ajuste fino de um modelo, geração de embeddings e recuperação semântica?

Os recursos a seguir são compatíveis com vários modelos e provedores de API, mas não estão disponíveis ao usar Firebase AI Logic:

• Embasamento com a Pesquisa de imagens do Google
• Ajustar um modelo
• Geração de embeddings
• Recuperação semântica

Se quiser adicionar esses itens como solicitações de recursos ou votar em uma solicitação existente, acesse o Firebase UserVoice.

Por que o nome mudou de "Vertex AI in Firebase" para "Firebase AI Logic"?

Em 2024, lançamos um conjunto de SDKs de cliente do Firebase que podiam usar o Vertex AI Gemini API, além de um gateway proxy do Firebase para proteger essa API contra abuso e permitir integrações com outros produtos do Firebase. Chamamos nosso produto de "Vertex AI no Firebase", e esse nome descrevia com precisão os casos de uso disponíveis na época.

Desde então, ampliamos os recursos do nosso produto. Por exemplo, desde maio de 2025, oferecemos suporte ao Gemini Developer API, incluindo a capacidade de proteger o Gemini Developer API contra abuso usando nossa integração com o Firebase App Check.

Como resultado, o nome "Vertex AI no Firebase" não representa mais com precisão o escopo ampliado do nosso produto. Assim, um novo nome — Firebase AI Logic — reflete melhor nosso conjunto de atributos em evolução e nos permite continuar expandindo nossas ofertas no futuro.

Confira o guia de migração para aproveitar todos os recursos mais recentes do Firebase AI Logic (e começar a usar o Gemini Developer API, se quiser).

Para apps Swift em plataformas da Apple: o que fazer sobre a mudança de nome do módulo de FirebaseAI para FirebaseAILogic?

Para apps de plataformas da Apple, a partir do SDK do Firebase v12.5.0, o Firebase AI Logic agora é distribuído no módulo FirebaseAILogic. Fizemos essa mudança sem interrupções e compatível com versões anteriores.

Por que fizemos essa mudança?

Antes, distribuíamos esse serviço no módulo FirebaseAI. No entanto, precisamos renomeá-lo para FirebaseAILogic pelos seguintes motivos:

• Evite uma colisão de nomes entre módulo e classe que cause problemas em distribuições binárias.

• Permitir que usemos macros do Swift para o desenvolvimento de recursos futuros.

O que fazer se você estiver fazendo upgrade para a v12.5.0 ou mais recente?

A mudança do nome do módulo para FirebaseAILogic não causa falhas e é compatível com versões anteriores. No entanto, talvez removamos o módulo antigo junto com uma futura versão principal do SDK do Firebase com mudanças significativas (período ainda indeterminado).

Não há mudanças obrigatórias para essa mudança de nome do módulo, mas recomendamos que você faça o seguinte:

1. Ao escolher dependências do Swift PM, escolha FirebaseAILogic (em vez de FirebaseAI).

2. Mude as instruções de importação para FirebaseAILogic (em vez de FirebaseAI).

O que é uma chave de API Gemini?

O Gemini Developer API usa uma "chave de API Gemini" para autorizar o caller. Portanto, se você estiver usando o Gemini Developer API pelos SDKs Firebase AI Logic, vai precisar de uma chave de API Gemini válida no seu projeto do Firebase para fazer chamadas a essa API.

Uma "chave de API Gemini" significa apenas uma chave de API que tem o Gemini Developer API na lista de permissões de API.

Ao seguir o fluxo de trabalho de configuração do Firebase AI Logic no console do Firebase, criamos uma chave de API do Gemini que é restringida apenas ao Gemini Developer API e configuramos o serviço de proxy do Firebase AI Logic para usar essa chave de API. Essa chave de API Gemini gerada pelo Firebase é chamada de Chave de API Gemini Developer (criada automaticamente pelo Firebase) na página de credenciais do console Google Cloud.

Saiba mais sobre as restrições de API para chaves de API.

Você não adiciona a chave de API Gemini à base de código do app ao usar os SDKs Firebase AI Logic. Saiba como manter sua chave de API do Gemini segura.

Preciso adicionar minha chave de API Gemini à base de código do meu app para dispositivos móveis ou da Web?

Ao usar os SDKs do Firebase AI Logic, não adicione a chave de API do Gemini à base de código do app.

Na verdade, ao desenvolver com os SDKs Firebase AI Logic, você não interage diretamente com sua chave de API Gemini. Em vez disso, nosso serviço de proxy Firebase AI Logic vai incluir internamente a chave de API Gemini em cada solicitação para o Gemini Developer API, completamente no back-end.

Como posso mudar a chave de API Gemini usada para chamar o Gemini Developer API?

Ao usar os SDKs Firebase AI Logic, é improvável que você precise mudar a chave de API Gemini. No entanto, há dois casos em que talvez seja necessário:

• Se você vazou a chave por acidente e quer substituí-la por uma nova e segura.

• Se você excluiu a chave por engano. É possível cancelar a exclusão da chave até 30 dias após a exclusão.

Veja como mudar a chave de API do Gemini usada pelos SDKs do Firebase AI Logic:

1. Se a chave de API Gemini gerada pelo Firebase ainda existir, exclua-a.

   É possível excluir essa chave de API no painel APIs e serviços > Credenciais do console Google Cloud. O nome é:
   Chave da API Gemini Developer (criada automaticamente pelo Firebase).

2. Na mesma página do console do Google Cloud, crie uma chave de API. Sugerimos dar um nome como:
   Chave da API Gemini Developer para Firebase.

3. A essa nova chave de API, adicione restrições de API e selecione apenas API Generative Language.
   "API Generative Language" é como o Gemini Developer API é às vezes chamado no console Google Cloud.

   Não adicione restrições de app. Caso contrário, o serviço de proxy Firebase AI Logic não vai funcionar como esperado.

4. Execute o comando a seguir para definir essa nova chave como a chave de API Gemini que o serviço de proxy Firebase AI Logic deve usar.

   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}\"}}"
   

   Saiba mais sobre o gcloud CLI.

Não adicione essa nova chave de API Gemini à base de código do seu app. Saiba como manter sua chave de API do Gemini segura.

Posso usar minha "chave de API do Firebase" como chave de API do Gemini?

Não. Não use sua "chave de API do Firebase" como chave de API do Gemini. Recomendamos não adicionar o Gemini Developer API à lista de permissões da chave de API do Firebase.

A chave de API do Firebase é a que está listada no arquivo ou objeto de configuração do Firebase adicionado à base de código do app para conectar o app ao Firebase. É possível incluir a chave de API do Firebase no código quando você a usa apenas com APIs relacionadas ao Firebase (como Firebase AI Logic). Saiba mais sobre as chaves de API do Firebase.

No painel APIs e serviços > Credenciais do console Google Cloud, as chaves de API do Firebase têm esta aparência:

Como você precisa adicionar a chave de API do Firebase à base de código do app para que as APIs relacionadas ao Firebase funcionem, e como a Gemini Developer API é autorizada por chave de API, recomendamos que você NÃO adicione a Gemini Developer API (chamada de "API Generative Language" no console do Google Cloud) à lista de permissões de APIs da chave de API do Firebase. Se você fizer isso, vai expor o Gemini Developer API a possíveis abusos.

Como faço para manter minha chave de API do Gemini segura?

Estas perguntas frequentes descrevem algumas práticas recomendadas para manter sua chave de API do Gemini em segurança.

Se você estiver chamando o Gemini Developer API diretamente do seu app móvel ou da Web:

• Use os SDKs de cliente do Firebase AI Logic.
• Não adicione a chave de API Gemini à base de código do app.

O Firebase AI Logic fornece um serviço de proxy que inclui internamente sua chave de API Gemini em cada solicitação para o Gemini Developer API — completamente no back-end.

Além disso, recomendamos o seguinte:

• Assim que você começar a desenvolver seu app, integre-o ao Firebase App Check para ajudar a proteger os recursos de back-end e as APIs usadas para acessar modelos generativos.

• Não reutilize a chave de API Gemini gerada pelo Firebase fora de Firebase AI Logic. Se você precisar de uma chave de API Gemini para outro caso de uso, crie uma chave separada.

• Em geral, NÃO modifique a chave de API Gemini gerada pelo Firebase. Essa chave é chamada de Chave da API Gemini Developer (criada automaticamente pelo Firebase) no console Google Cloud.

  • Não adicione outras APIs à lista de permissões de APIs da chave de API Gemini gerada pelo Firebase. Na lista de permissões de API, sua chave de API Gemini deve ter apenas a API Gemini Developer API (chamada de "API Generative Language" no console Google Cloud).

  • Não adicione restrições de app. Caso contrário, o serviço de proxy Firebase AI Logic não vai funcionar como esperado.

Minha chave de API do Gemini foi comprometida. O que preciso fazer?

Se a chave de API do Gemini foi comprometida, siga as instruções para mudar a chave de API do Gemini usada para chamar o Gemini Developer API.

Além disso, consulte as práticas recomendadas para manter sua chave de API do Gemini segura.