Часто задаваемые вопросы и устранение неполадок

Различия между Gemini Developer API и Agent Platform Gemini API (formerly Vertex AI)

В таблице ниже перечислены основные различия между двумя поставщиками Gemini API в целом, независимо от того, как вы получаете к ним доступ.

¹ У двух поставщиков API разные цены на оплату по мере использования (подробности см. в документации).

² Files API для Gemini Developer API не поддерживается в SDK Firebase AI Logic.

В таблице ниже указано, какие функции доступны у двух поставщиков Gemini API. Эта таблица относится только к случаям, когда используются клиентские SDK Firebase AI Logic.

Как использовать Gemini Developer API и Agent Platform Gemini API (formerly Vertex AI)

В проекте Firebase можно включить оба поставщика Gemini API, а в приложении – использовать оба API.

Чтобы переключаться между поставщиками API в коде, убедитесь, что вы правильно настроили бэкенд-службу в коде.

Изменения, необходимые для ребрендинга Vertex AI в Agent Platform

В середине 2026 года Google Cloud переименовала Vertex AI в Gemini Enterprise Agent Platform (или Agent Platform). В экосистеме Firebase этот сервис называется Agent Platform Gemini API.

Для Google Cloud ребрендинг включал следующее: Обратите внимание, что были и другие изменения, но они не относятся к Firebase AI Logic.

• Продукт Vertex AI переименован в Gemini Enterprise Agent Platform (или Agent Platform). В связи с этим изменились URL консоли Google Cloud и документации.

• Отображаемое название API изменено с Vertex AI API на Agent Platform API. Обратите внимание, что название сервиса осталось прежним: aiplatform.googleapis.com.

• Vertex AI Studio переименован в Agent Studio.

• Возможности базовых API и поддерживаемых моделей не изменятся.

В SDK Firebase AI Logic мы учли этот ребрендинг, обновив синтаксис инициализации для бэкенд-службы Gemini API и местоположение по умолчанию для доступа к модели при использовании нового синтаксиса.

• Новый синтаксис инициализации для бэкенд-службы Gemini API:

  Swift

  Изменить "vertexAI" на "agentPlatform".

  • Синтаксис agentPlatform доступен в SDK версии 12.17.0 и более поздних.
  • Синтаксис vertexAI был удален в версии 13.0.0 SDK.

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central1`, so
  // specifying a location is usually required since most models are *not* supported in `us-central1`.
  let ai = FirebaseAI.firebaseAI(backend: .vertexAI(location: "LOCATION"))
  
  // ...
  

  ПОСЛЕ

  // ...
  
  // 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

  Изменить "vertexAI" на "agentPlatform".

  • Синтаксис agentPlatform доступен в SDK версии 17.15.0 и выше, а также в Firebase Android BoM версии 34.17.0 и выше.
  • Синтаксис vertexAI был удален в версии 18.0.0 SDK и версии 35.0.0 BoM.

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central1`, so
  // specifying a location is usually required since most models are *not* supported in `us-central1`.
  val ai = Firebase.ai(backend = GenerativeBackend.vertexAI(location = "LOCATION"))
  
  // ...
  

  ПОСЛЕ

  // ...
  
  // 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

  Изменить "vertexAI" на "agentPlatform".

  • Синтаксис agentPlatform доступен в SDK версии 17.15.0 и выше, а также в Firebase Android BoM версии 34.17.0 и выше.
  • Синтаксис vertexAI был удален в версии 18.0.0 SDK и версии 35.0.0 BoM.

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central1`, so
  // specifying a location is usually required since most models are *not* supported in `us-central1`.
  GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.vertexAI("LOCATION"));
  
  // ...
  

  ПОСЛЕ

  // ...
  
  // 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

  Изменить "VertexAIBackend" на "AgentPlatformBackend".

  • Синтаксис AgentPlatformBackend доступен начиная с версии 12.17.0 Firebase JS SDK.
  • Синтаксис VertexAIBackend был удален в версии 13.0.0 SDK.

  BEFORE

  import { getAI, getGenerativeModel, VertexAIBackend } from "firebase/ai";
  
  // ...
  
  // Initialize FirebaseApp
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `VertexAIBackend` syntax, the default location is `us-central1`, so
  // specifying a location is usually required since most models are *not* supported in `us-central1`.
  const ai = getAI(firebaseApp, { backend: new VertexAIBackend('LOCATION') });
  
  // ...
  

  ПОСЛЕ

  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

  Изменить "vertexAI" на "agentPlatform".

  • Синтаксис agentPlatform доступен в плагине версии 3.15.0 и выше, а также в Firebase Flutter BoM версии 4.18.0 и выше.
  • Синтаксис vertexAI был удален в версии 5.0.0 плагина и версии 5.0.0+ Firebase Flutter BoM.

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `vertexAI` syntax, the default location is `us-central1`, so
  // specifying a location is usually required since most models are *not* supported in `us-central1`.
  final ai = await FirebaseAI.vertexAI(location: 'LOCATION');
  
  // ...
  

  ПОСЛЕ

  // ...
  
  // 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

  Изменить "VertexAI" на "AgentPlatform".

  • Синтаксис AgentPlatform доступен начиная с Firebase SDK для Unity версии 13.15.0.
  • Синтаксис VertexAI был удален в версии 14.0.0 SDK.

  BEFORE

  // ...
  
  // Initialize the Agent Platform Gemini API backend service (formerly branded Vertex AI).
  // For the legacy `VertexAI` syntax, the default location is `us-central1`, so
  // specifying a location is usually required since most models are *not* supported in `us-central1`.
  var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.VertexAI(location: "LOCATION"));
  
  // ...
  

  ПОСЛЕ

  // ...
  
  // 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"));
  
  // ...
  

• Новое местоположение по умолчанию для доступа к модели при использовании нового синтаксиса инициализации:

  При использовании нового синтаксиса инициализации Agent Platform местоположение по умолчанию – global.

  Это изменение связано с тем, что почти все модели Gemini поддерживаются в global, а Google Cloud больше не поддерживает регион us-central1 для новых версий большинства моделей Gemini.

Для приложений на Swift – изменения, необходимые для перехода с FirebaseAI на FirebaseAILogic

Для приложений на платформах Apple, начиная с Firebase SDK версии 12.5.0, Firebase AI Logic распространяется в модуле FirebaseAILogic. В SDK версии 13.0.0 модуль FirebaseAI был удален.

Почему мы внесли это изменение?

Ранее этот сервис распространялся в модуле FirebaseAI. Однако нам пришлось переименовать его в FirebaseAILogic по следующим причинам:

• Избегайте конфликта имен между модулем и классом, который вызывает проблемы в двоичных дистрибутивах.

• Включите использование макросов Swift для разработки будущих функций.

Что делать, если вы переходите на версию 12.5.0+ или 13.0.0+

В Firebase 12 (начиная с версии 12.5.0) изменение названия модуля на FirebaseAILogic не нарушает работу и обеспечивает обратную совместимость, поэтому эти изменения рекомендуются в Firebase 12. Однако в Firebase SDK версии 13.0.0 старый модуль FirebaseAI был удален, поэтому при обновлении до Firebase 13 эти изменения необходимы.

1. При выборе зависимостей Swift PM выберите FirebaseAILogic (вместо FirebaseAI).

2. Замените операторы импорта на FirebaseAILogic (вместо FirebaseAI).

Необходимые API и как их включить

Чтобы использовать SDK Firebase AI Logic с Agent Platform Gemini API (formerly Vertex AI), в проекте должны быть включены два API:

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

Вы можете включить эти API одним из следующих способов:

• Вариант 1 (рекомендуется). Включите API в консоли Firebase.

  1. В консоли Firebase перейдите на страницу AI Services (Сервисы ИИ) > Firebase AI Logic.

  2. Нажмите Начать.

  3. Выберите, чтобы начать работу с Agent Platform Gemini API (formerly Vertex AI).

     Запустится пошаговый рабочий процесс, который включит оба API. Firebase также создаст управляемый Google сервисный аккаунт (P4SA) для авторизации использования Gemini API и добавит API Firebase AI Logic в белый список для вашего ключа API Firebase.

• Вариант 2 (вручную; не рекомендуется). Включите API в консоли Google Cloud.

  1. Нажмите на ссылку каждого API в верхней части этого раздела часто задаваемых вопросов, а затем нажмите Включить на странице каждого API.

  2. Добавьте API Firebase AI Logic в белый список ключа API Firebase.

Как отключить API в проекте Firebase

Мы стараемся сделать так, чтобы настроить проект Firebase для использования выбранного поставщика Gemini API было как можно проще.Firebase AI Logic В частности, в вашем проекте Firebase будут включены необходимые API. Это произойдет во время выполнения определенных действий, например при использовании пошаговых инструкций в консоли Firebase.

Однако если вы решите не использовать Firebase AI Logic или одного из поставщиков Gemini API, вы можете отключить связанные API в своем проекте Firebase.

Разрешения, необходимые для использования Firebase AI Logic

Поддерживаемые модели при использовании Firebase AI Logic

Ознакомьтесь со списком поддерживаемых моделей. Мы часто добавляем в SDK новые возможности, поэтому следите за обновлениями в этом разделе часто задаваемых вопросов, а также в примечаниях к выпускам, блогах и сообщениях в социальных сетях.

• Firebase AI Logic поддерживает следующие модели:

  • Gemini Developer API

    • Большинство базовых моделей Gemini

  • Agent Platform Gemini API (formerly Vertex AI)

    • Большинство базовых моделей Gemini

• Firebase AI Logic не поддерживает следующие модели (независимо от выбранного поставщика Gemini API):

  • Оптимизированные модели

  • модели встраивания; модели Veo; модели Lyria; модели робототехники; модели использования компьютера; модели Gemini Omni; модели Gemini Cyber.

Устаревшие или отключенные модели: список и замена

Обязательно ознакомьтесь с разделом часто задаваемых вопросов о том, какие изменения необходимо внести, когда модели прекращают поддерживаться или отключаются.

Стабильные модели Gemini 2.5 – даты прекращения поддержки и замены

• Gemini 2.5 Pro, Gemini 2.5 Flash и Gemini 2.5 Flash‑Lite

  gemini-2.5-pro
gemini-2.5-flash
gemini-2.5-flash-lite
gemini-2.5-flash-image (Nano Banana)

  • Для моделей общего назначения дата отключения зависит от выбранного поставщика Gemini API:

    • Gemini Developer API (Google AI): поддержка прекращена, но дата отключения пока не объявлена (использовать их могут только ранее активные проекты).
    • Agent Platform Gemini API (formerly Vertex AI): 20 октября 2026 г.

  • Для модели генерации изображений (Nano Banana) дата отключения одинакова независимо от выбранного поставщика Gemini API: 2 октября 2026 года.

  Обратите внимание, что это не повлияет на другие модели Nano Banana и стабильные модели Gemini Live API 2.5.

Замена. Перейдите на одну из последних моделей Gemini, например gemini-4-argon, gemini-3.8-flash или gemini-3.1-flash-image.

Стабильные модели Imagen – даты прекращения поддержки и замены

• Все модели Imagen будут отключены не ранее 17 августа 2026 г. (обратите внимание, что дата отключения была перенесена с 30 июня 2026 г.).

Замена. Перенесите свои приложения на Gemini модели Image (модели Nano Banana).

Стабильные модели Gemini 2.0 – даты прекращения поддержки и замены

• Gemini 2.0 Flash и Gemini 2.0 Flash‑Lite:

  gemini-2.0-flash-001 (и его автоматически обновляемый псевдоним gemini-2.0-flash)
  gemini-2.0-flash-lite-001 (и его автоматически обновляемый псевдоним gemini-2.0-flash-lite)

  • 6 февраля 2026 г. Эти модели больше не будут доступны для использования в проектах, в которых они не использовались ранее.

  • 31 марта 2026 г. Эти модели будут отключены.

  Обратите внимание, что стабильные модели Gemini Live API 2.0 не затронуты.

Замена. Перейдите на одну из новых моделей Gemini 3.x, например gemini-3.1-flash-lite.

Стабильные модели Gemini 1.5 и 1.0 – даты прекращения поддержки и замены

• Gemini 1.5 Pro моделей:

  • gemini-1.5-pro-002 (и gemini-1.5-pro): 24 сентября 2025 г.
  • gemini-1.5-pro-001: 24 мая 2025 г.

• Gemini 1.5 Flash моделей:

  • gemini-1.5-flash-002 (и gemini-1.5-flash): 24 сентября 2025 г.
  • gemini-1.5-flash-001: 24 мая 2025 г.

• Модели Gemini 1.0 Pro Vision: 21 апреля 2025 г. (ранее планировалось 9 апреля 2025 г.)

• Модели Gemini 1.0 Pro: 21 апреля 2025 г. (ранее планировалось 9 апреля 2025 г.)

Замена. Перейдите на одну из новых моделей Gemini 3.x, например gemini-3.1-flash-lite.

Изменения, необходимые при прекращении поддержки или отключении моделей

Когда Google выпускает стабильную версию модели, мы стремимся обеспечить ее доступность в течение как минимум 12 месяцев, прежде чем прекратить ее поддержку. Однако обратите внимание, что для Agent Platform Gemini API (formerly Vertex AI) некоторые стабильные модели доступны только в течение короткого срока. Это значит, что они могут быть отключены (выведены из эксплуатации) уже через 45 дней после выпуска модели, которая их заменяет.

Где найти дату прекращения поддержки модели?

Вот как можно узнать дату прекращения поддержки модели:

• При выпуске. Мы указываем ожидаемую дату прекращения поддержки каждой модели в нескольких местах документации поставщика Gemini API, а также в документации Firebase (см. страницу поддерживаемых моделей).

• По мере приближения даты отключения:

  • Google отправляет электронные письма соответствующим участникам проекта.
  • Мы публикуем напоминания о предстоящих отключениях в различных каналах:
    • Примечания к выпуску (см. пример)
    • баннеры на страницах, страница с поддерживаемыми моделями и раздел часто задаваемых вопросов об устаревших и отключенных моделях;

Что делать, если модель, которую вы используете, скоро будет отключена?

1. Найдите подходящую поддерживаемую модель и ее название.

   Мы также рекомендуем модели для замены в разделе часто задаваемых вопросов о прекращении поддержки и отключении моделей.

2. Обновите название модели, используемой вашим приложением, до даты прекращения поддержки. В противном случае все запросы к этой модели будут завершаться ошибкой 404.

   • Название модели задается во время инициализации, когда вы создаете экземпляр GenerativeModel, LiveModel или ImagenModel. Обязательно ознакомьтесь с важной рекомендацией ниже об использовании Firebase Remote Config или шаблонов запросов к серверу.

   • При использовании Firebase AI Logic вам обычно не нужно изменять код, который вызывает модель.

     Обратите внимание, что в последних моделях Gemini 4.x и Gemini 3.x не поддерживаются некоторые параметры, в частности temperature, top-K, top-P, frequency penalty, presence penalty и candidate count.

3. Протестируйте приложение, чтобы убедиться, что ответы по-прежнему соответствуют ожиданиям.

Как задать ограничение на количество сообщений для одного пользователя

По умолчанию Firebase AI Logic устанавливает ограничение на количество запросов на пользователя на уровне 100 запросов в минуту.

Чтобы изменить ограничение частоты запросов на пользователя, необходимо изменить настройки квоты для Firebase AI Logic API.

Подробнее о квоте API Firebase AI Logic… На этой странице вы также узнаете, как посмотреть и изменить квоту.

Как сократить задержку и расход токенов

Если вы столкнулись с высокой задержкой или большим расходом токенов, скорее всего, это связано с уровнем рассуждения, заданным для используемой модели.

Модели Gemini 3 и более поздние версии всегда используют внутренний "процесс мышления", который значительно улучшает их способность рассуждать и планировать многоэтапные действия. Это делает их очень эффективными для сложных задач, таких как программирование, высшая математика и анализ данных.

Однако для некоторых задач высокие уровни мышления не требуются, и вы можете настроить модель на использование более низкого уровня. Чем ниже уровень, тем меньше задержка и количество используемых токенов. Чтобы решить, насколько модели может понадобиться способность рассуждать, ознакомьтесь со сравнением сложности задач.

Обратите внимание, что для большинства моделей Gemini 3 и более поздних версий уровень мышления по умолчанию установлен на HIGH.

Требования к MIME-типам для мультимодальных запросов (например, для изображений, PDF-файлов, видео и аудио).

В каждом мультимодальном запросе всегда необходимо указывать следующее:

• Файл mimeType. См. исключение ниже.

• Файл. Вы можете предоставить файл в виде встроенных данных или указать его URL.

Подробнее о поддерживаемых типах входных файлов, о том, как указать MIME-тип, и о двух вариантах предоставления файла в разделе Поддерживаемые входные файлы и требования.

Исключение для включения MIME-типа в запрос

Исключение составляют встроенные изображения, которые передаются в запросах из нативных приложений для Android и Apple.

SDK Firebase AI Logic для платформ Android и Apple упрощают работу с изображениями в запросах. Все изображения, независимо от формата, преобразуются на стороне клиента в формат JPEG с качеством 80% перед отправкой на сервер. Это означает, что когда вы предоставляете изображения в виде встроенных данных с помощью SDK для платформ Android и Apple, вам не нужно указывать MIME-тип в запросе.

Этот упрощенный способ обработки показан в документации по Firebase AI Logic в примерах отправки изображений в кодировке base64 в запросах.

Ниже приведена дополнительная информация об этой функции для разных платформ.

• На устройстве Android

  • Вы можете воспользоваться упрощенным способом обработки встроенных типов изображений (Bitmap) в мультимодальных запросах, содержащих изображения в виде встроенных данных (см. пример).

  • Чтобы лучше контролировать форматы изображений и конверсии, вы можете предоставить изображения в виде InlineDataPart и указать определенный MIME-тип. Пример:

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

• Для платформ Apple:

  • Вы можете воспользоваться упрощенным способом обработки типов изображений, поддерживаемых платформой (UIImage, NSImage, CIImage и CGImage), в мультимодальных запросах, содержащих изображения в виде встроенных данных (см. пример).

  • Чтобы лучше контролировать форматы изображений и конверсии, вы можете предоставить изображения в виде InlineDataPart и указать определенный MIME-тип. Пример:

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

Продвинутые функции, которые пока недоступны при использовании Firebase AI Logic: обоснование с помощью Google Картинок, точная настройка модели, генерация эмбеддингов и семантический поиск.

Перечисленные ниже функции поддерживаются различными моделями и поставщиками API, но недоступны при использовании Firebase AI Logic:

• Обоснование с Google Картинками
• Тонкая настройка модели
• Генерация встраиваний
• Семантический поиск

Если вы хотите отправить запрос на добавление функции или проголосовать за существующий запрос, посетите Firebase UserVoice.

Почему название "Vertex AI in Firebase" изменилось на "Firebase AI Logic"

В 2024 году мы запустили набор клиентских SDK Firebase, которые могут использовать Agent Platform Gemini API (formerly Vertex AI), а также прокси-шлюз Firebase для защиты этого API от злоупотреблений и интеграции с другими продуктами Firebase. Мы назвали наш продукт "Vertex AI в Firebase", и это название точно описывало доступные на тот момент варианты использования.

Однако с тех пор мы расширили возможности нашего продукта. Например, с мая 2025 года мы поддерживаем Gemini Developer API, в том числе возможность защищать Gemini Developer API от злоупотреблений с помощью интеграции с Firebase App Check.

В результате название "Vertex AI в Firebase" больше не отражает расширенную область применения нашего продукта. Поэтому новое название – Firebase AI Logic – лучше отражает набор функций, который мы предлагаем сейчас и планируем расширять в будущем.

Ознакомьтесь с руководством по переносу, чтобы получить доступ ко всем новым функциям Firebase AI Logic (и при желании начать использовать Gemini Developer API).

Использование данных для обучения моделей

Подробнее об управлении данными и ответственном использовании ИИ…

Обязательное применение App Check для всех версий приложения

App Check необходимо применить ко всем версиям приложения, в которых используется Firebase AI Logic.

Крайне важно как можно раньше начать применять App Check, особенно до того, как вы добавите приложение в общедоступную систему управления кодом, поделитесь им или опубликуете его.

Если вы сразу добавите App Check в базу кода приложения, то все его версии смогут отправлять действительные токены App Check. Запрос, который не отправляет действительный токен, считается неподтвержденным и будет заблокирован, когда начнет действовать App Check.

Если вы уже выпустили версию приложения для конечных пользователей, в которой не реализован App Check, прочитайте раздел часто задаваемых вопросов о том, как реализовать и применить App Check для уже выпущенного приложения.

Как внедрить и применить App Check в уже опубликованном приложении

В версиях приложения, где не реализован App Check, запросы к Firebase AI Logic не содержат действительных токенов App Check и считаются непроверенными. Эти запросы будут заблокированы, когда для Firebase AI Logic будет применено правило App Check.

Следующие инструкции помогут вам перенести приложение, чтобы вы могли применить App Check, не нарушая работу уже выпущенного приложения, в котором нет App Check.

1. Как можно скорее добавьте в приложение рабочего поставщика подтверждения.

   • Платформы Apple: DeviceCheck, App Attest или reCAPTCHA Enterprise.
   • Android: Play Integrity или reCAPTCHA Enterprise
   • Веб-версия reCAPTCHA Enterprise
   • Flutter поддерживает все перечисленные выше платформы, включая reCAPTCHA Enterprise.
   • Unity поддерживает все перечисленные выше платформы (поддержка reCAPTCHA Enterprise будет добавлена в ближайшее время).

2. Отслеживайте запросы из приложения, чтобы понять, когда можно будет безопасно применить App Check.

   Например, если почти все недавние запросы поступили от подтвержденных клиентов, то можно включить принудительное применение App Check.

3. Принудительно включить App Check для Firebase AI Logic.

4. Если App Check применяется для локальной разработки, вы можете настроить отладочный поставщик App Check и по-прежнему применять App Check для Firebase AI Logic.

Обновления системы безопасности для Gemini Developer API и Firebase AI Logic (середина 2026 г.)

Ранее Gemini Developer API использовал стандартные ключи API Gemini для авторизации использования Gemini Developer API (generativelanguage.googleapis.com). Если вы включили Firebase AI Logic и решили использовать Gemini Developer API, Firebase создавал для вас ключ API Gemini, который был ограничен Gemini Developer API. Этот ключ назывался Gemini Developer API key (auto created by Firebase).

В середине 2026 года мы начнем переводить пользователей Gemini Developer API на более безопасную альтернативу – ключи авторизации (которые по сути являются сервисными аккаунтами). Firebase AI Logic также была обновлена. Вместо стандартного ключа API Gemini Firebase AI Logic теперь обрабатывает авторизацию для Gemini Developer API с помощью управляемого Google сервисного аккаунта (P4SA), который мы автоматически предоставляем для вас:
Агент сервиса Firebase AI Logic (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

Если вы используете Gemini Developer API через Firebase AI Logic, то для перехода на новые стандарты безопасности в середине 2026 года вам не нужно ничего делать. Это касается как существующих, так и новых проектов.

Как перенести ключ API Gemini в ключ авторизации

Если вы используете Gemini Developer API через Firebase AI Logic, то для перехода на новые стандарты безопасности в середине 2026 года (включая переход на ключ авторизации) вам не нужно ничего делать. Это касается как существующих, так и новых проектов.

Компания Firebase AI Logic автоматически вносит все необходимые изменения в систему безопасности, чтобы обеспечить переход на Gemini Developer API с ключами авторизации.

С середины 2026 года Firebase AI Logic больше не будет предоставлять и использовать стандартные ключи API Gemini. Вместо этого Firebase AI Logic теперь обрабатывает авторизацию для Gemini Developer API с помощью управляемого Google сервисного аккаунта (P4SA), который мы автоматически создаем для вас в вашем проекте Firebase:
Агент сервиса Firebase AI Logic (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

В связи с этим изменением вы можете проверить и удалить все ключи API с названием Gemini Developer API key (auto created by Firebase). Удалить этот ключ можно в консоли Google Cloud. Прежде чем удалить ключ, ознакомьтесь со следующей информацией:

• Этот ключ API Gemini был создан Firebase исключительно для использования с Firebase AI Logic, поэтому его можно безопасно удалить. Однако перед удалением ключа убедитесь, что вы не использовали его по ошибке с другими инструментами, которые могут предоставлять доступ к Gemini Developer API, например с SDK сервера GenAI или Genkit. Вот как это сделать:
  1. В консоли Google Cloud перейдите на страницу Gemini Developer API и нажмите Manage (Управление).
  2. На вкладке Показатели в раскрывающемся списке Учетные данные выберите ключ с названием Gemini Developer API key (auto created by Firebase).
  3. Если на графиках не показано использование с начала июля 2026 года (когда Firebase AI Logic прекратил использовать эти ключи API), ключ можно удалить.
     Если же на графиках есть данные, значит ключ используется в другом инструменте. В этом случае переименуйте ключ, чтобы было понятно, что он используется в другом инструменте, а не в Firebase AI Logic.
• Не удаляйте другие ключи API, в названии которых есть сегмент (auto created by Firebase).

Не добавляйте ключ API Gemini в базу кода мобильного или веб-приложения.

При использовании SDK Firebase AI Logic вам не нужен ключ API Gemini для авторизации использования Gemini Developer API, и вы не должны добавлять ключ API Gemini в базу кода приложения.

Не используйте ключ Firebase API в качестве ключа Gemini API.

Никогда не используйте ключ Firebase API в качестве ключа Gemini API. Настоятельно рекомендуем не добавлять Gemini Developer API в белый список для ключа Firebase API.

Ключ API Firebase – это ключ API, указанный в файле или объекте конфигурации Firebase, который вы добавляете в базу кода приложения, чтобы подключить его к Firebase. Вы можете включить ключ Firebase API в код, если используете его только с API, связанными с Firebase, например Firebase AI Logic. Рекомендуем ознакомиться с важной информацией о ключах Firebase API.

На панели APIs & Services (API и сервисы) > Credentials (Учетные данные) в консоли Google Cloud ключи API Firebase выглядят следующим образом:

Чтобы API, связанные с Firebase, работали, вам нужно добавить ключ API Firebase в базу кода приложения. Поскольку Gemini Developer API можно авторизовать с помощью ключа API, мы настоятельно рекомендуем НЕ добавлять Gemini Developer API (в консоли Google Cloud он называется Generative Language API) в белый список API для ключа API Firebase. В противном случае Gemini Developer API может быть использован в злонамеренных целях.

Как защитить ключ API Gemini