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, दोनों "Gemini API" प्रोवाइडर के बीच के मुख्य अंतर बताए गए हैं. इन अंतरों पर इस बात का कोई असर नहीं पड़ता कि आपने इन्हें कैसे ऐक्सेस किया है:

¹ दोनों एपीआई उपलब्ध कराने वाली कंपनियों के लिए, इस्तेमाल के हिसाब से पैसे चुकाने की अलग-अलग दरें 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 दो 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 एसडीके इस्तेमाल करते समय लागू होती है.

Gemini Developer API और Agent Platform Gemini API (formerly Vertex AI), दोनों का इस्तेमाल कैसे करें

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 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 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 का एजेंट प्लैटफ़ॉर्म" (या "एजेंट प्लैटफ़ॉर्म") कर दिया गया 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 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.

• बुनियादी 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 शुरू करने का सिंटैक्स अपडेट किया है. साथ ही, इस नए सिंटैक्स का इस्तेमाल करते समय, मॉडल को ऐक्सेस करने के लिए डिफ़ॉल्ट जगह अपडेट की 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 12.17.0 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`.
  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, Android के लिए Firebase AI Logic SDK के 17.15.0 या इसके बाद के वर्शन (Firebase Android BoM 34.17.0 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`.
  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, Android के लिए Firebase AI Logic SDK के 17.15.0 या इसके बाद के वर्शन (Firebase Android BoM 34.17.0 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`.
  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 के 12.17.0 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 के साथ 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, Unity के लिए Firebase SDK 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 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 का इस्तेमाल 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 करके, 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 करे और इससे कोई समस्या न हो.

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 मैक्रोज़ 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, Firebase 12 में कोई समस्या नहीं आएगी. साथ ही, यह पिछले वर्शन के साथ काम करेगा. हालांकि, Firebase 13 में इस पुराने मॉड्यूल को हटा दिया जाएगा. Firebase 13 पर अपडेट करने से पहले, अपनी डिपेंडेंसी और इंपोर्ट को बदलें.

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.

ज़रूरी एपीआई और उन्हें चालू करने का तरीका

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 जो आपके लिए दोनों एपीआई चालू करता है. Firebase, Gemini API के इस्तेमाल की अनुमति देने के लिए, Google की ओर से मैनेज किया जाने वाला सेवा खाता (P4SA) भी उपलब्ध कराएगा. साथ ही, Firebase AI Logic एपीआई को आपकी Firebase एपीआई पासकोड की अनुमति वाली सूची में जोड़ देगा.

• 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

Firebase AI Logic के लिए, हम आपके चुने हुए Gemini API प्रोवाइडर का इस्तेमाल करने के लिए, 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 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

उन मॉडल की सूची देखें जो इस सुविधा के साथ काम करते हैं. हम एसडीके में अक्सर नई सुविधाएं जोड़ते हैं. इसलिए, अपडेट के लिए अक्सर पूछे जाने वाले इस सवाल को देखें. साथ ही, 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 फ़ाउंडेशन मॉडल

  • Agent Platform Gemini API (formerly Vertex AI)

    • ज़्यादातर Gemini 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

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

बंद किए गए मॉडल - सूची और उनके विकल्प

मॉडल के बंद होने या काम न करने पर किए जाने वाले ज़रूरी बदलावों के बारे में अक्सर पूछे जाने वाले सवाल ज़रूर पढ़ें.

Gemini 2.5 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 के लिए, बंद होने की तारीख, आपके चुने गए Gemini API प्रोवाइडर पर निर्भर करती 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 कोई भी कंपनी चुनी 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: Gemini 3.x के नए मॉडल (जैसे, gemini-3.8-flash या gemini-3.1-flash-image) का इस्तेमाल करने के लिए माइग्रेट करें.

Imagen स्टेबल मॉडल - बंद होने की तारीखें और उनकी जगह इस्तेमाल किए जाने वाले मॉडल

• सभी Imagen मॉडल 17 अगस्त, 2026 को बंद कर दिए जाएंगे. ध्यान दें कि इन्हें बंद करने की तारीख को 30 जून, 2026 से बढ़ाकर 17 अगस्त, 2026 कर दिया गया है.

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 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 एलियास gemini-2.0-flash)
  gemini-2.0-flash-lite-001 (और इसका अपने-आप अपडेट होने वाला एलियासgemini-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 भरोसेमंद 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).

मॉडल के बंद होने या काम न करने पर किए जाने वाले ज़रूरी बदलाव

जब Google, मॉडल का स्टेबल वर्शन रिलीज़ करता है, तो हम यह पक्का करने की कोशिश करते हैं कि मॉडल को बंद करने से पहले, यह कम से कम 12 महीनों 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 किसी दूसरे मॉडल के रिलीज़ होने के 45 दिनों के अंदर, उन्हें 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 Gemini API सेवा देने वाली कंपनी के दस्तावेज़ों के साथ-साथ Firebase के दस्तावेज़ों में, हर मॉडल के बंद होने की संभावित तारीख कई जगहों पर दिखाते हैं. इसके लिए, सपोर्ट किए गए मॉडल वाला पेज देखें.

• शट डाउन होने की तारीख करीब आने पर:

  • Google, प्रोजेक्ट के सदस्यों को ईमेल भेजता है.
  • हम बंद होने वाली सुविधाओं के बारे में अलग-अलग चैनलों पर सूचनाएं पोस्ट करते हैं:
    • प्रॉडक्ट की जानकारी (उदाहरण देखें)
    • पेज लेवल बैनर, सहायता पाने वाले मॉडल का पेज, और बंद किए गए और अब काम न करने वाले मॉडल के बारे में अक्सर पूछे जाने वाले सवाल

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.

   हम बंद किए गए और अब काम न करने वाले मॉडल के बारे में अक्सर पूछे जाने वाले सवालों में, मॉडल बदलने के सुझाव भी देते हैं.

2. शटडाउन 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 में 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 ज़रूरी 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 के नए मॉडल के लिए, कई पैरामीटर काम नहीं करते. खास तौर पर, टेंपरेचर, 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 अब भी जवाब 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 एक मिनट में 100 अनुरोध (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 कम करने का तरीका

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

Gemini 3 और इसके बाद के मॉडल, हमेशा "सोचने की प्रोसेस" का इस्तेमाल करते हैं. इससे, उनके लॉजिकल रीज़निंग और कई चरणों वाली प्लानिंग 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 का इस्तेमाल करने के लिए कॉन्फ़िगर किया जा सकता है. सोचने का लेवल कम होने से, इंतज़ार का समय कम होगा और टोकन का इस्तेमाल भी कम होगा. यह तय करने के लिए कि किसी मॉडल को सोचने-समझने की कितनी ज़रूरत हो सकती है, टास्क 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.

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)

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

• फ़ाइल का mimeType. 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 फ़ाइलों के लिए इस्तेमाल किए जा सकने वाले फ़ाइल टाइप और ज़रूरी शर्तों के बारे में जानें. साथ ही, एमआईएमई टाइप तय करने का तरीका और फ़ाइल उपलब्ध कराने के दो विकल्पों के बारे में जानें.

अनुरोध में एमआईएमई टाइप शामिल न करने 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 जा सकता 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 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 टूल 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 यहां कुछ और जानकारी दी गई है:

• Android के लिए:

  • मल्टीमॉडल प्रॉम्प्ट में, प्लैटफ़ॉर्म के हिसाब से 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")

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

ये सुविधाएँ, अलग-अलग मॉडल और एपीआई उपलब्ध कराने वाली कंपनियों के साथ काम करती हैं. हालाँकि, Firebase AI Logic का इस्तेमाल करते समय, ये सुविधाएँ उपलब्ध नहीं होती हैं:

• Google Image Search से सटीक जानकारी पाने की सुविधा
• किसी मॉडल को फ़ाइन ट्यून करना
• एम्बेडिंग जनरेट करना
• 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.

"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.

इस वजह से, "Firebase में Vertex AI" नाम से अब हमारे प्रॉडक्ट के बढ़े हुए स्कोप के बारे में सटीक 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, हम आने वाले समय में अपनी सेवाओं को और भी 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 का विकल्प भी है.

मॉडल को ट्रेनिंग देने के लिए डेटा का इस्तेमाल

डेटा को मैनेज करना और ज़िम्मेदारी के साथ एआई का इस्तेमाल के बारे में जानें.

ऐप्लिकेशन के सभी वर्शन के लिए, App Check 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, इससे पहले कि आप अपने ऐप्लिकेशन को सार्वजनिक तौर पर उपलब्ध सोर्स कोड कंट्रोल सिस्टम के लिए सबमिट करें, उसे शेयर करें या सार्वजनिक तौर पर उपलब्ध कराएं.

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. अगर किसी अनुरोध में मान्य टोकन नहीं भेजा जाता है, तो 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 गए ऐप्लिकेशन के लिए, App Check को लागू करने और लागू करने का तरीका

जिन ऐप्लिकेशन वर्शन में App Check लागू नहीं किया गया है उनमें Firebase AI Logic के अनुरोधों में मान्य App Check टोकन नहीं होते. इसलिए, 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 की मदद से, अपने ऐप्लिकेशन को माइग्रेट किया जा सकता है. इससे, App Check को इस तरह से लागू किया जा सकता है कि पहले से रिलीज़ किए गए ऐसे ऐप्लिकेशन के लिए सेवा में कोई रुकावट न आए जिसमें App Check नहीं है.

1. अपने ऐप्लिकेशन में जल्द से जल्द प्रोडक्शन एटेस्टेशन प्रोवाइडर को लागू करें.

   • Apple प्लैटफ़ॉर्म: DeviceCheck या App Attest या reCAPTCHA Enterprise
   • Android: Play Integrity या reCAPTCHA Enterprise
   • वेब: reCAPTCHA Enterprise
   • Flutter: यह ऊपर दिए गए सभी प्रोवाइडर के साथ काम करता है. इसमें ये भी शामिल हैं: reCAPTCHA Enterprise
   • Unity: ऊपर दी गई सभी कंपनियों के साथ काम करता है (reCAPTCHA Enterprise के साथ काम करने की सुविधा जल्द ही उपलब्ध होगी)

2. अपने ऐप्लिकेशन से मिले 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 के ज़्यादातर अनुरोध, पुष्टि किए गए क्लाइंट से मिले हैं, तो आपको App Check को लागू करने पर विचार करना चाहिए.

3. Firebase AI Logic के लिए App Check लागू करें.

4. App Check लागू होने पर, लोकल डेवलपमेंट के लिए, App Check डीबग प्रोवाइडर सेट अप करें. इससे Firebase AI Logic के लिए App Check लागू रहेगा.

Gemini Developer API और Firebase AI Logic के लिए, सुरक्षा से जुड़े अपग्रेड (2026 के मध्य में) के बारे में जानकारी

पहले, Gemini Developer API को Gemini Developer API (generativelanguage.googleapis.com) के इस्तेमाल की अनुमति देने के लिए, स्टैंडर्ड Gemini एपीआई पासकोड पर निर्भर रहना पड़ता था. 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 बनाएगा. यह सिर्फ़ Gemini Developer API के लिए इस्तेमाल किया जा सकेगा. इस बटन का नाम Gemini Developer API key (auto created by Firebase) रखा गया 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 किया 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 सेवा खाते (P4SA) का इस्तेमाल किया जाता है.
Firebase AI Logic Service Agent (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com) को हम आपके लिए अपने-आप उपलब्ध कराते हैं

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 "ऑथराइज़ेशन (auth) पासकोड" में माइग्रेट करने का तरीका

मौजूदा और नए, दोनों 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 अपडेट 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 "पुष्टि (auth) करने वाले कुंजियों" की ज़रूरत होगी.

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 सेवा 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 की 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, यहां दी गई जानकारी देखें:

• 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 (जब Firebase AI Logic ने 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. ऐसे में, 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.

मोबाइल या वेब ऐप्लिकेशन के कोडबेस 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

अपनी "Firebase API key" का इस्तेमाल, Gemini API key के तौर पर कभी न करें. हमारा सुझाव है कि आप Gemini Developer API को अपनी Firebase API कुंजी की अनुमति वाली सूची में शामिल न करें.

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 पासकोड का इस्तेमाल सिर्फ़ Firebase से जुड़े एपीआई (जैसे कि Firebase AI Logic) के साथ करना है, तो अपने कोड में Firebase API पासकोड शामिल किया जा सकता है. Firebase API पासकोड 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.

Geminiएपीआई पासकोड को सुरक्षित रखने का तरीका