अक्सर पूछे जाने वाले सवाल और समस्या का हल

Gemini Developer API और Agent Platform Gemini API (formerly Vertex AI) का इस्तेमाल करने में क्या अंतर है?

यहां दी गई टेबल में, "Gemini API" की सुविधा देने वाली दोनों कंपनियों के बीच के मुख्य अंतर बताए गए हैं. इन अंतरों से कोई फ़र्क़ नहीं पड़ता कि आपने इस सुविधा को कैसे ऐक्सेस किया है:

¹ दोनों एपीआई उपलब्ध कराने वाली कंपनियों के लिए, इस्तेमाल के हिसाब से पैसे चुकाएं सुविधा के तहत अलग-अलग कीमतें तय की गई हैं (ज़्यादा जानने के लिए, उनसे जुड़े 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 सेवाएं देने वाली दोनों कंपनियों के लिए, अक्सर पूछी जाने वाली सुविधाओं की उपलब्धता के बारे में बताया गया है. यह टेबल, खास तौर पर Firebase AI Logic क्लाइंट SDK टूल इस्तेमाल करते समय लागू होती है.

क्या Gemini Developer API और Agent Platform Gemini API (formerly Vertex AI), दोनों का इस्तेमाल किया जा सकता है?

हां, 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" का नाम बदलकर "Agent Platform" करने के लिए, क्या बदलाव करने होंगे?

साल 2026 के मध्य में, Google Cloud ने "Vertex AI" का नाम बदलकर "Gemini Enterprise Agent Platform" (या "Agent Platform") 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 कुछ और बदलाव भी किए गए थे, लेकिन वे Firebase AI Logic पर लागू नहीं होते.

• प्रॉडक्ट का नाम "Vertex AI" से बदलकर "Gemini Enterprise Agent Platform" (या "Agent Platform") कर दिया गया है. इसमें Google Cloud कंसोल और दस्तावेज़ों के लिए नए यूआरएल शामिल हैं.

• एपीआई के दिखने वाले नाम को "Vertex AI API" से बदलकर "Agent Platform API" कर दिया गया 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 SDK के लिए, हमने इस रीब्रैंडिंग को शामिल किया है. इसके लिए, हमने "Gemini API" बैकएंड सेवा के लिए शुरुआती 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.
  यह सुविधा, Apple प्लैटफ़ॉर्म के लिए Firebase SDK के v12.17.0+ वर्शन में उपलब्ध है.

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexai` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  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.
  यह सुविधा, Firebase AI Logic SDK for Android के 17.15.0 या इसके बाद के वर्शन में उपलब्ध है (Firebase Android BoM 34.17.0 या इसके बाद के वर्शन).

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  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.
  यह सुविधा, Firebase AI Logic SDK for Android के 17.15.0 या इसके बाद के वर्शन में उपलब्ध है (Firebase Android BoM 34.17.0 या इसके बाद के वर्शन).

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  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.
  Firebase JS SDK v12.17.0 और इसके बाद के वर्शन में उपलब्ध है.

  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-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  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).

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  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, Firebase SDK for Unity के 13.15.0 या इसके बाद के वर्शन में उपलब्ध है.

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `VertexAI` syntax, the default location is `us-central`, so
  // specifying a location is usually required since most models are *not* supported in `us-central`.
  var ai = FirebaseAI.GetInstance(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`.
  var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.AgentPlatform(location: "LOCATION"));
  
  // ...
  

• नए इनिशियलाइज़ेशन सिंटैक्स का इस्तेमाल करते समय, मॉडल को ऐक्सेस करने के लिए नई डिफ़ॉल्ट जगह:

  "Agent Platform" के नए इनिशियलाइज़ेशन सिंटैक्स का इस्तेमाल करने पर, लोकेशन डिफ़ॉल्ट रूप से global पर सेट होती है.

  यह बदलाव इसलिए किया गया है, क्योंकि Gemini के लगभग सभी मॉडल, global में काम करते हैं. साथ ही, Google Cloud अब Gemini के ज़्यादातर मॉडल की नई रिलीज़ के लिए, us-central1 लोकेशन की सुविधा नहीं देता है.

कौनसे एपीआई ज़रूरी हैं? इन्हें चालू कैसे करें?

Firebase AI Logic एसडीके के साथ Agent Platform Gemini API (formerly Vertex AI) का 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)

इन एपीआई को चालू करने के लिए, इनमें से कोई भी विकल्प इस्तेमाल किया जा सकता है:

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

  1. Firebase console 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 ऐसा वर्कफ़्लो लॉन्च होता है जिसमें आपको दोनों एपीआई के बारे में जानकारी मिलती है. Firebase, Gemini API के इस्तेमाल की अनुमति देने के लिए, Google के मैनेज किए गए सेवा खाते (P4SA) का प्रावधान भी करेगा. साथ ही, Gemini API API को आपकी Firebase API कुंजी के लिए अनुमति वाली सूची में जोड़ देगा.Firebase AI Logic

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

  1. इस अक्सर पूछे जाने वाले सवाल के जवाब में सबसे ऊपर दिए गए हर एपीआई लिंक पर क्लिक करें. इसके बाद, हर एपीआई के पेज पर 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 क्या है?

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 कार्रवाइयों के दौरान, Firebase प्रोजेक्ट में ज़रूरी एपीआई चालू करना शामिल है. जैसे, Firebase कंसोल में गाइड किया गया वर्कफ़्लो.

हालांकि, अगर आपको Firebase AI Logic या Gemini API की सुविधा देने वाली किसी कंपनी की सेवा का इस्तेमाल नहीं करना है, तो अपने Firebase प्रोजेक्ट में इससे जुड़े एपीआई बंद किए जा सकते हैं.

Firebase AI Logic का इस्तेमाल करने के लिए, किन अनुमतियों की ज़रूरत पड़ सकती है?

Firebase AI Logic का इस्तेमाल करते समय, कौनसे मॉडल काम करते हैं?

उन मॉडल की सूची देखें जिनके साथ यह सुविधा काम करती है. हम एसडीके में अक्सर नई सुविधाएं जोड़ते हैं. इसलिए, अपडेट के लिए अक्सर पूछे जाने वाले इस सवाल को देखें. इसके अलावा, रिलीज़ नोट, ब्लॉग, और सोशल पोस्ट में भी अपडेट देखें.

• Firebase AI Logic इन मॉडल के साथ काम करता है:

  • Gemini Developer API

    • ज़्यादातर Gemini और Imagen फ़ाउंडेशन मॉडल

    ध्यान दें कि Gemini Developer API (इसे ऐक्सेस करने के तरीके से कोई फ़र्क़ नहीं पड़ता) सिर्फ़ कुछ स्टेबल Imagen मॉडल के साथ काम करता है.

  • Agent Platform Gemini API (formerly Vertex AI)

    • ज़्यादातर Gemini और Imagen फ़ाउंडेशन मॉडल

• Firebase AI Logic इन मॉडल के साथ काम नहीं करता (चाहे आपने Gemini API की सेवा देने वाली कोई भी कंपनी चुनी हो):

  • फ़ाइन-ट्यून किए गए मॉडल

  • एम्बेडिंग मॉडल, Veo मॉडल, Lyria मॉडल, रोबोटिक्स मॉडल, कंप्यूटर इस्तेमाल करने के मॉडल, Gemini Omni मॉडल या Gemini Flash Cyber मॉडल

  • Imagen या imagen-3.0-capability-001 के पुराने मॉडल

मॉडल बंद होने (रिटायर होने) पर क्या करें?

जब हम मॉडल का कोई स्टेबल वर्शन रिलीज़ करते हैं, तो हम यह पक्का करने की कोशिश करते हैं कि मॉडल को बंद करने से पहले, वह कम से कम एक साल तक उपलब्ध रहे.

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 Gemini API सेवा देने वाली कंपनी के दस्तावेज़ों में कई जगहों पर, हर मॉडल के बंद होने की संभावित तारीख की जानकारी देते हैं. साथ ही, यह जानकारी Firebase के दस्तावेज़ों में भी दी जाती है (इस्तेमाल किए जा सकने वाले मॉडल का पेज देखें).

• सेवा बंद होने की तारीख नज़दीक आने पर: Google, प्रोजेक्ट के सदस्यों को ईमेल भेजता है. साथ ही, हम रिलीज़ नोट और अन्य चैनलों में, आने वाले समय में बंद होने वाली सेवाओं के बारे में रिमाइंडर पोस्ट करते हैं. उदाहरण के लिए, Gemini 1.5 और 1.0 के स्टेबल मॉडल के लिए, सेवा बंद होने की तारीखों का रिमाइंडर.

अगर इस्तेमाल किया जा रहा मॉडल बंद होने वाला है, तो क्या करें?

1. फ़िलहाल काम करने वाला कोई मॉडल और उसका मॉडल का नाम ढूंढें.

2. सेवा 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 अनुरोध पूरे नहीं होंगे और आपको 404 गड़बड़ी का मैसेज दिखेगा.

   • 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 का इस्तेमाल करने के बारे में, यहां दिए गए अहम सुझाव को ज़रूर पढ़ें.

   • 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 3.x मॉडल के लिए, सैंपलिंग पैरामीटर (टेंपरेचर, टॉप-के, टॉप-पी) अब काम नहीं करते हैं.

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

Gemini 2.5 स्टेबल मॉडल - बंद होने की तारीखें और विकल्प

• 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 के लिए, बंद होने की तारीख इस बात पर निर्भर करती है कि आपने Gemini API के तौर पर किसे चुना है:

    • Gemini Developer API (Google AI): 16 अक्टूबर, 2026
    • 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 किसी भी कंपनी को चुना हो: 2 अक्टूबर, 2026

  ध्यान दें कि "Nano Banana" के अन्य मॉडल और किसी भी स्टेबल Gemini Live API 2.5 मॉडल पर इसका असर नहीं पड़ता.

बदलाव: नए Gemini 3.x मॉडल (जैसे कि gemini-3.6-flash या gemini-3.1-flash-image) का इस्तेमाल करने के लिए माइग्रेट करें.

Imagen स्टेबल मॉडल - बंद होने की तारीखें और विकल्प

• सभी Imagen मॉडल 30 जून, 2026 से बंद हो जाएंगे.

बदलाव: अपने ऐप्लिकेशन को Gemini इमेज मॉडल ("Nano Banana" मॉडल) इस्तेमाल करने के लिए माइग्रेट करें.

Gemini 2.0 स्टेबल मॉडल - बंद होने की तारीखें और विकल्प

• 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: इन मॉडल का इस्तेमाल उन प्रोजेक्ट में नहीं किया जा सकेगा जिनमें पहले कभी इनका इस्तेमाल नहीं किया गया था.

  • 31 मार्च, 2026: ये मॉडल बंद हो जाएंगे.

  ध्यान दें कि स्टेबल Gemini Live API 2.0 मॉडल पर इसका 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 विकल्प

• 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 इसे 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)

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

क्या Firebase AI Logic मेरे डेटा का इस्तेमाल मॉडल को ट्रेनिंग देने के लिए करता है?

डेटा को मैनेज करना और ज़िम्मेदारी के साथ एआई का इस्तेमाल लेख पढ़ें.

हर उपयोगकर्ता के लिए दर की सीमा कैसे सेट करें?

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 दर 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, कोटा देखने और उसमें बदलाव करने का तरीका भी बताया गया है.

लेटेंसी और टोकन के ज़्यादा इस्तेमाल को कैसे कम करें?

अगर आपको ज़्यादा लेटेन्सी या टोकन के ज़्यादा इस्तेमाल की समस्या आ रही है, तो इसकी वजह शायद आपके इस्तेमाल किए जा रहे मॉडल के लिए, सोचने के लेवल का कॉन्फ़िगरेशन है.

Gemini 3 और इसके बाद के मॉडल, हमेशा अंदरूनी "गहराई से विचार" करने की प्रोसेस का इस्तेमाल करते हैं. इससे, उनके गहराई से विश्लेषण करने और कई चरणों वाली प्लानिंग करने की क्षमताओं में काफ़ी सुधार होता है. इसलिए, ये कोडिंग, ऐडवांस गणित, और डेटा विश्लेषण जैसे मुश्किल कामों के लिए बहुत असरदार होते हैं.

हालांकि, काम के हिसाब से, ज़्यादा सूझ-बूझ वाले मॉडल का इस्तेमाल करना हमेशा ज़रूरी नहीं होता. इसलिए, मॉडल को कम सूझ-बूझ वाले मॉडल के तौर पर कॉन्फ़िगर किया जा सकता है. सोचने का लेवल कम होने से, इंतज़ार का समय और टोकन का इस्तेमाल कम होगा. आपको यह तय करने में मदद मिलेगी कि किसी मॉडल को सोचने-समझने की कितनी क्षमता की ज़रूरत है. इसके लिए, काम की मुश्किलों की तुलना देखें.

ध्यान दें कि ज़्यादातर Gemini 3 और इसके बाद के मॉडल के लिए, डिफ़ॉल्ट थिंकिंग लेवल HIGH पर सेट होता है.

क्या मुझे टेक्स्ट, इमेज वगैरह से की गई अलग-अलग तरह की सर्च क्वेरी में एमआईएमई टाइप की जानकारी देनी होगी? (जैसे, इमेज, PDF, वीडियो, और ऑडियो इनपुट के लिए)

हां, हर मल्टीमॉडल अनुरोध में, आपको हमेशा यह जानकारी देनी होगी:

• फ़ाइल का mimeType. नीचे दिए गए अपवाद देखें.

• फ़ाइल. फ़ाइल को इनलाइन डेटा के तौर पर उपलब्ध कराया जा सकता है या फ़ाइल को उसके यूआरएल का इस्तेमाल करके उपलब्ध कराया जा सकता है.

इनपुट फ़ाइलें और ज़रूरी शर्तें में जाकर, इनपुट फ़ाइल के टाइप, MIME टाइप तय करने के तरीके, और फ़ाइल उपलब्ध कराने के दो विकल्पों के बारे में जानें.

अनुरोध में एमआईएमई टाइप शामिल न करने का अपवाद

हालांकि, Android और Apple प्लैटफ़ॉर्म के नेटिव ऐप्लिकेशन से किए गए अनुरोधों के लिए, इनलाइन इमेज इनपुट के तौर पर एमआईएमई टाइप देने की ज़रूरत नहीं होती.

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 सर्वर पर भेजने से पहले, क्लाइंट-साइड पर 80% क्वालिटी वाले JPEG में बदल दिया 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 के बारे में 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:

  • मल्टीमॉडल प्रॉम्प्ट में, प्लैटफ़ॉर्म के नेटिव इमेज टाइप (Bitmap) को आसानी से हैंडल 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 खास एमआईएमई टाइप दें. उदाहरण के लिए:

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

• Apple 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 खास एमआईएमई टाइप दें. उदाहरण के लिए:

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

क्या Firebase AI Logic का इस्तेमाल करते समय ये सुविधाएं उपलब्ध हैं: Google इमेज सर्च के साथ ग्राउंडिंग, मॉडल को फ़ाइन ट्यून करना, एम्बेडिंग जनरेट करना, और सिमैंटिक रिट्रीवल?

यहाँ दी गई सुविधाएँ, अलग-अलग मॉडल और एपीआई उपलब्ध कराने वाली कंपनियों के साथ काम करती हैं. हालांकि, Firebase AI Logic का इस्तेमाल करने पर, ये सुविधाएँ उपलब्ध नहीं होती हैं:

• Google Image Search से सटीक जानकारी पाने की सुविधा
• किसी मॉडल को फ़ाइन ट्यून करना
• Embeddings generation
• सिमैंटिक रिट्रीवल

अगर आपको इन्हें सुविधा के अनुरोध के तौर पर जोड़ना है या किसी मौजूदा सुविधा के अनुरोध पर वोट करना है, तो Firebase UserVoice पर जाएं.

नाम को "Vertex AI in Firebase" से बदलकर "Firebase AI Logic" क्यों किया गया?

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 उस एपीआई को गलत इस्तेमाल से बचाया जा सकता है. साथ ही, Firebase के अन्य प्रॉडक्ट के साथ इंटिग्रेशन चालू 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.

इस वजह से, "Firebase में Vertex AI" नाम से अब हमारे प्रॉडक्ट के बढ़े हुए स्कोप के बारे में सही जानकारी नहीं मिलती. इसलिए, हमने इसका नाम बदलकर Firebase AI Logic कर दिया है. इससे हमें अपनी सुविधाओं को बेहतर तरीके से दिखाने में मदद मिलेगी. साथ ही, आने वाले समय में हम अपनी सेवाओं को और बेहतर तरीके से उपलब्ध करा पाएंगे!

माइग्रेशन गाइड देखें, ताकि यह पक्का किया जा सके कि आपको Firebase AI Logic की सभी नई सुविधाएं मिल रही हैं. इसके अलावा, Gemini Developer API का इस्तेमाल शुरू करने के बारे में भी जानें.

Apple प्लैटफ़ॉर्म पर Swift ऐप्लिकेशन के लिए - मॉड्यूल का नाम FirebaseAI से बदलकर FirebaseAILogic करने के बारे में क्या करें?

Apple प्लैटफ़ॉर्म के ऐप्लिकेशन के लिए, Firebase SDK v12.5.0 से शुरू होने वाले Firebase AI Logic को अब FirebaseAILogic मॉड्यूल के तहत डिस्ट्रिब्यूट किया जाता है. हमने इस बदलाव को इस तरह से लागू किया है कि यह मौजूदा सिस्टम के साथ काम कर सके.

हमने यह बदलाव क्यों किया?

पहले हम इस सेवा को FirebaseAI मॉड्यूल के तहत उपलब्ध कराते थे. हालांकि, हमें इसे FirebaseAILogic के तौर पर फिर से नाम देना पड़ा. इसकी वजहें यहां दी गई हैं:

• 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 मैक्रो का इस्तेमाल करने की अनुमति मिलती है.

अगर आपको v12.5.0 या इसके बाद के वर्शन पर अपग्रेड करना है, तो क्या करें?

मॉड्यूल का नाम बदलकर FirebaseAILogic करने से, मौजूदा सिस्टम पर कोई असर नहीं पड़ेगा. साथ ही, यह मौजूदा सिस्टम के साथ काम करेगा. हालांकि, हम आने वाले समय में पुराने मॉड्यूल को हटा सकते हैं. ऐसा Firebase SDK के मेजर वर्शन में होने वाले बड़े बदलाव के साथ किया जाएगा. (फ़िलहाल, समयसीमा तय नहीं की गई है).

इस मॉड्यूल के नाम में बदलाव करने के लिए, कोई बदलाव ज़रूरी नहीं है. हालांकि, हमारा सुझाव है कि आप ये काम करें:

1. Swift PM डिपेंडेंसी चुनते समय, FirebaseAILogic चुनें (FirebaseAI के बजाय).

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

Gemini Developer API और Firebase AI Logic के लिए, साल 2026 के मध्य में सुरक्षा से जुड़े कौनसे अपग्रेड किए गए थे?

पहले, Gemini Developer API को Gemini Developer API का इस्तेमाल करने की अनुमति देने के लिए, स्टैंडर्ड Gemini एपीआई कुंजियों पर भरोसा करना पड़ता था (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 कुंजी बनाता है. इसका इस्तेमाल सिर्फ़ Gemini Developer API के लिए किया जा सकता है. इस कुंजी 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 अपग्रेड कर दिया गया है. स्टैंडर्ड Gemini एपीआई कुंजी 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 के मैनेज किए गए सर्विस खाते (P4SA) का इस्तेमाल किया जाता है. यह खाता, हम आपके लिए अपने-आप उपलब्ध कराते हैं:
Firebase AI Logic Service Agent (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.

क्या मुझे अपनी Gemini एपीआई पासकोड को "ऑथराइज़ेशन (auth) पासकोड" में माइग्रेट करना होगा?

मौजूदा और नए, दोनों तरह के प्रोजेक्ट के लिए, अगर Firebase AI Logic के ज़रिए Gemini Developer API को ऐक्सेस किया जाता है, तो 2026 की दूसरी छमाही से सुरक्षा से जुड़े अपग्रेड का फ़ायदा पाने के लिए, आपको कोई कार्रवाई नहीं करनी होगी. इसमें "अनुमति (auth) 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. इससे Gemini Developer API के ट्रांज़िशन को "ऑथराइज़ेशन (auth) कुंजियां" की ज़रूरत के हिसाब से बदला जा सकेगा.

साल 2026 के मध्य से, Firebase AI Logic स्टैंडर्ड Gemini एपीआई पासकोड उपलब्ध नहीं कराएगा और न ही उनका इस्तेमाल करेगा. इसके बजाय, Firebase AI Logic अब Gemini Developer API के लिए अनुमति मैनेज करता है. इसके लिए, Google मैनेज किए जाने वाले सर्विस खाते (P4SA) का इस्तेमाल किया जाता है. हम इसे आपके Firebase प्रोजेक्ट में अपने-आप उपलब्ध करा देते हैं:
Firebase AI Logic Service Agent (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 मिटाने से पहले, यह जानकारी देख लें:

• इस Gemini एपीआई पासकोड को 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 का ऐक्सेस देने वाले अन्य टूल के साथ न किया हो. जैसे, GenAI सर्वर SDK या Genkit. यहां इस्तेमाल की गई मेमोरी की जांच करने का तरीका 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 कुंजियों का इस्तेमाल बंद कर दिया था), तो कुंजी 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, Firebase AI Logic के साथ नहीं किया जा रहा है.
• पक्का करें कि आपने ऐसी किसी अन्य एपीआई पासकोड को न मिटाया हो जिसके नाम में सेगमेंट (auto created by Firebase) शामिल हो.

क्या मुझे अपने मोबाइल या वेब ऐप्लिकेशन के कोडबेस में Gemini एपीआई कुंजी जोड़नी चाहिए?

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.

क्या Gemini एपीआई पासकोड के तौर पर, "Firebase API key" का इस्तेमाल किया जा सकता है?

नहीं — आपको Gemini एपीआई पासकोड के तौर पर, "Firebase एपीआई पासकोड" का इस्तेमाल नहीं करना चाहिए. हमारा सुझाव है कि आप अपनी Firebase API कुंजी के लिए, अनुमति वाली सूची में Gemini Developer API को न जोड़ें.

Firebase API कुंजी, वह एपीआई कुंजी होती है जो आपकी Firebase कॉन्फ़िगरेशन फ़ाइल या उस ऑब्जेक्ट में मौजूद होती है जिसे आपने अपने ऐप्लिकेशन के कोड बेस में जोड़ा है. इससे आपका ऐप्लिकेशन Firebase से कनेक्ट होता है. अगर आपको Firebase API कुंजी का इस्तेमाल सिर्फ़ Firebase से जुड़े एपीआई (जैसे कि Firebase AI Logic) के साथ करना है, तो अपने कोड में Firebase API कुंजी शामिल की जा सकती है. Firebase API कुंजियों के बारे में ज़रूरी जानकारी जानें.

Google Cloud कंसोल में, एपीआई और सेवाएं > क्रेडेंशियल पैनल में, Firebase API पासकोड इस तरह दिखते हैं:

Firebase से जुड़े एपीआई के काम करने के लिए, आपको अपने ऐप्लिकेशन के कोड बेस में Firebase एपीआई पासकोड जोड़ना होगा. साथ ही, Gemini Developer API को एपीआई पासकोड के ज़रिए अनुमति दी जा सकती है. इसलिए, हमारा सुझाव है कि आप अपनी Firebase एपीआई पासकोड के लिए, एपीआई की अनुमति वाली सूची में Gemini Developer API (Google Cloud कंसोल में इसे "Generative Language API" कहा जाता है) को न जोड़ें. ऐसा करने पर, Gemini Developer API के गलत इस्तेमाल का खतरा बढ़ जाता है.

मैं अपने Gemini एपीआई पासकोड को कैसे सुरक्षित रखूं?