FAQ et dépannage

Quelles sont les différences entre l'utilisation de Gemini Developer API et de Vertex AI Gemini API ?

Le tableau suivant liste les principales différences entre les deux fournisseurs "Gemini API" en général, quelle que soit la façon dont vous y accédez :

¹ Les deux fournisseurs d'API proposent des tarifs différents au paiement à l'utilisation (pour en savoir plus, consultez leur documentation respective).

² L'API Files pour Gemini Developer API n'est pas compatible avec les SDK Firebase AI Logic.

Le tableau suivant indique la disponibilité des fonctionnalités courantes pour les deux fournisseurs "Gemini API". Ce tableau s'applique spécifiquement lorsque vous utilisez les SDK clients Firebase AI Logic.

Puis-je utiliser à la fois Gemini Developer API et Vertex AI Gemini API ?

Oui, vous pouvez activer les deux fournisseurs "Gemini API" dans votre projet Firebase et utiliser les deux API dans votre application.

Pour passer d'un fournisseur d'API à un autre dans votre code, assurez-vous simplement d'avoir défini le service de backend de manière appropriée dans votre code.

Quelles sont les API requises ? Comment les activer ?

Pour utiliser les SDK Firebase AI Logic avec Gemini Developer API, votre projet doit avoir les deux API suivantes activées :

• Gemini Developer API (generativelanguage.googleapis.com)
• API Firebase AI Logic (firebasevertexai.googleapis.com)

Vous devez activer ces deux API à l'aide de la console Firebase :

1. Dans la consoleFirebase, accédez à Services d'IA > Logique d'IA.

2. Cliquez sur Commencer.

3. Sélectionnez pour commencer à utiliser Gemini Developer API.

   Un workflow guidé s'affiche et vous permet d'activer les deux API. La console générera également une clé API Gemini et ajoutera l'API Firebase AI Logic à la liste d'autorisation de votre clé API Firebase.

Comment désactiver des API dans mon projet Firebase ?

Pour Firebase AI Logic, nous essayons de simplifier au maximum la configuration de votre projet Firebase afin qu'il utilise le fournisseur Gemini API de votre choix. Cela inclut l'activation des API requises dans votre projet Firebase lors de parcours spécifiques, comme le workflow guidé dans la console Firebase.

Toutefois, si vous décidez de ne pas utiliser Firebase AI Logic ni l'un des fournisseurs Gemini API, vous pouvez désactiver les API associées dans votre projet Firebase.

Quels modèles peuvent être utilisés avec les SDK Firebase AI Logic ?

Consultez les listes des modèles compatibles. Nous ajoutons fréquemment de nouvelles fonctionnalités aux SDK. Consultez donc régulièrement ces questions fréquentes pour obtenir les dernières informations (ainsi que les notes de version, les blogs et les posts sur les réseaux sociaux).

• Gemini Developer API

  • Gemini et Imagen sont des modèles de fondation.

    Notez que Gemini Developer API (quelle que soit la façon dont vous y accédez) n'est compatible qu'avec certains modèles Imagen stables.

• Vertex AI Gemini API

  • Gemini et Imagen sont des modèles de fondation.

• Quel que soit le fournisseur Gemini API que vous choisissez

  • Firebase AI Logic n'est pas compatible avec les éléments suivants :

    • Modèles Gemini non de fondation (comme les modèles PaLM, les modèles réglés ou les modèles basés sur Gemma).

    • Modèles Imagen ou imagen-3.0-capability-001 plus anciens.

Que faire lorsque des modèles sont arrêtés (retirés) ?

Lorsque nous publions une version stable d'un modèle, nous nous efforçons de la rendre disponible pendant au moins un an avant de la retirer.

Où trouver la date d'arrêt d'un modèle ?

Voici quelques façons de trouver la date d'arrêt d'un modèle :

• Au moment de la publication : nous indiquons la date d'arrêt prévue de chaque modèle à plusieurs endroits dans la documentation du fournisseur Gemini API, ainsi que dans la documentation Firebase (voir la page Modèles compatibles).

• À l'approche de la date d'arrêt : Google envoie des e-mails aux membres concernés du projet et publie des rappels dans les notes de version et d'autres canaux concernant les arrêts à venir (par exemple, rappel des dates d'arrêt pour les modèles stables Gemini 1.5 et 1.0).

Que faire si le modèle que vous utilisez est sur le point d'être arrêté ?

1. Recherchez un modèle actuellement compatible qui vous convient et son nom.

2. Mettez à jour le nom du modèle utilisé par votre application avant la date d'arrêt. Sinon, toutes les requêtes adressées à ce modèle échoueront et renverront une erreur 404.

   • Vous définissez le nom du modèle lors de l'initialisation lorsque vous créez une instance GenerativeModel, LiveModel ou ImagenModel. Veillez à consulter la recommandation critique ci-dessous concernant l'utilisation de Firebase Remote Config.

   • Lorsque vous utilisez Firebase AI Logic, vous n'avez généralement pas besoin de modifier le code qui appelle réellement le modèle.

3. Testez votre application pour vous assurer que les réponses sont toujours celles attendues.

Dates d'arrêt et remplacement des modèles stables Imagen

• Tous les modèles Imagen seront mis hors service le 24 juin 2026.

Remplacement : Migrez vos applications pour utiliser les modèles d'images Gemini (modèles "Nano Banana").

Dates d'arrêt et remplacement des modèles stables Gemini 2.0

• Gemini 2.0 Flash et Gemini 2.0 Flash‑Lite :

  gemini-2.0-flash-001 (et son alias mis à jour automatiquement gemini-2.0-flash)
  gemini-2.0-flash-lite-001 (et son alias mis à jour automatiquement gemini-2.0-flash-lite)

  • 6 février 2026 : ces modèles ne seront plus disponibles dans les projets qui ne les ont jamais utilisés.

  • 31 mars 2026 : ces modèles seront mis hors service.

  Notez que les modèles stables Gemini Live API 2.0 ne sont pas concernés.

Remplacement : migrez pour utiliser un modèle Gemini 2.5 (comme gemini-2.5-flash-lite) ou essayez l'un des nouveaux modèles Gemini 3 (comme gemini-3.1-flash-lite-preview).

Modèles stables Gemini 1.5 et 1.0 : dates d'arrêt et modèles de remplacement

• Modèles Gemini 1.5 Pro :

  • gemini-1.5-pro-002 (et gemini-1.5-pro) : 24 septembre 2025
  • gemini-1.5-pro-001 : 24 mai 2025

• Modèles Gemini 1.5 Flash :

  • gemini-1.5-flash-002 (et gemini-1.5-flash) : 24 septembre 2025
  • gemini-1.5-flash-001 : 24 mai 2025

• Modèles Gemini 1.0 Pro Vision : 21 avril 2025 (au lieu du 9 avril 2025)

• Modèles Gemini 1.0 Pro : 21 avril 2025 (au lieu du 9 avril 2025)

Remplacement : migrez pour utiliser un modèle Gemini 2.5 (comme gemini-2.5-flash-lite) ou essayez l'un des nouveaux modèles Gemini 3 (comme gemini-3.1-flash-lite-preview).

Quelles autorisations peuvent être nécessaires pour utiliser les SDK Firebase AI Logic ?

Firebase AI Logic utilise-t-il mes données pour entraîner des modèles ?

Consultez Gouvernance des données et IA responsable.

Comment définir une limite de taux par utilisateur ?

Par défaut, Firebase AI Logic définit la limite de requêtes par utilisateur à 100 requêtes par minute (RPM).

Si vous souhaitez ajuster votre limite de fréquence par utilisateur, vous devez modifier les paramètres de quota pour l'API Firebase AI Logic.

En savoir plus sur le quota de l'API Firebase AI Logic Sur cette page, vous pouvez également découvrir comment afficher et modifier votre quota.

Comment réduire la latence et l'utilisation élevée de jetons ?

Si vous rencontrez une latence élevée ou une utilisation élevée de jetons, cela est probablement dû à la configuration du niveau de réflexion pour le modèle que vous utilisez.

Les modèles Gemini 3 et ultérieurs utilisent toujours un "processus de réflexion" interne qui améliore considérablement leurs capacités de raisonnement et de planification en plusieurs étapes, ce qui les rend très efficaces pour les tâches complexes telles que le codage, les mathématiques avancées et l'analyse de données.

Toutefois, selon la tâche, des niveaux de réflexion plus élevés ne sont pas toujours nécessaires. Vous pouvez configurer le modèle pour qu'il utilise un niveau de réflexion inférieur. Un niveau de réflexion plus faible permet de réduire la latence et l'utilisation de jetons. Pour vous aider à déterminer le niveau de réflexion dont un modèle peut avoir besoin, consultez la comparaison des difficultés des tâches.

Notez que pour la plupart des modèles Gemini 3 et ultérieurs, le niveau de réflexion par défaut est défini sur HIGH.

Le type MIME est-il obligatoire dans mes requêtes multimodales ? (comme pour les images, les PDF, les vidéos et les entrées audio)

Oui, dans chaque requête multimodale, vous devez toujours fournir les éléments suivants :

• Le mimeType du fichier. Consultez une exception ci-dessous.

• Le fichier. Vous pouvez fournir le fichier sous forme de données intégrées ou à l'aide de son URL.

Découvrez les types de fichiers d'entrée acceptés, comment spécifier le type MIME et les deux options pour fournir le fichier dans Fichiers d'entrée et exigences acceptés.

Exception à l'inclusion du type MIME dans votre demande

Une exception à la fourniture du type MIME concerne les entrées d'images intégrées pour les requêtes provenant d'applications natives pour les plates-formes Android et Apple.

Les SDK Firebase AI Logic pour les plates-formes Android et Apple offrent un moyen simplifié et adapté aux plates-formes de gérer les images dans les requêtes. Toutes les images (quel que soit leur format) sont converties côté client au format JPEG avec une qualité de 80 % avant d'être envoyées au serveur. Cela signifie que lorsque vous fournissez des images en tant que données intégrées à l'aide des SDK des plates-formes Android et Apple, vous n'avez pas besoin de spécifier le type MIME dans la requête.

Cette gestion simplifiée est illustrée dans la documentation Firebase AI Logic, dans les exemples d'envoi d'images encodées en base64 dans les requêtes.

Voici quelques informations supplémentaires sur cette fonctionnalité, spécifiques à chaque plate-forme :

• Sur Android :

  • Vous pouvez profiter d'une façon simplifiée de gérer les types d'images natifs à la plate-forme (Bitmap) dans les requêtes multimodales qui contiennent des images en tant que données intégrées (voir l'exemple).

  • Pour mieux contrôler les formats et les conversions d'images, vous pouvez fournir les images au format InlineDataPart et indiquer le type MIME spécifique. Exemple :

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

• Pour les plates-formes Apple :

  • Vous pouvez profiter d'une façon simplifiée de gérer les types d'images natifs à la plate-forme (UIImage, NSImage, CIImage et CGImage) dans les requêtes multimodales qui contiennent des images en tant que données intégrées (voir l'exemple).

  • Pour mieux contrôler les formats et les conversions d'images, vous pouvez fournir les images au format InlineDataPart et indiquer le type MIME spécifique. Exemple :

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

Ces fonctionnalités sont-elles disponibles lorsque j'utilise Firebase AI Logic : ancrage avec la recherche Google Images, ancrage avec Google Maps, affinement d'un modèle, génération d'embeddings et récupération sémantique ?

Les fonctionnalités suivantes sont compatibles avec différents modèles et fournisseurs d'API, mais ne sont pas disponibles lorsque vous utilisez Firebase AI Logic :

• Ancrage avec la recherche d'images Google
• Ancrage avec Google Maps
• Affinage d'un modèle
• Génération d'embeddings
• Récupération sémantique

Si vous souhaitez ajouter ces éléments en tant que demandes de fonctionnalités ou voter pour une demande de fonctionnalité existante, accédez à Firebase UserVoice.

Pourquoi le nom est-il passé de "Vertex AI in Firebase" à "Firebase AI Logic" ?

En 2024, nous avons lancé un ensemble de SDK client Firebase pouvant utiliser l'Vertex AI Gemini API, ainsi qu'une passerelle proxy Firebase pour protéger cette API contre les utilisations abusives et permettre les intégrations avec d'autres produits Firebase. Nous avons appelé notre produit "Vertex AI in Firebase", et ce nom décrivait précisément les cas d'utilisation disponibles à l'époque.

Depuis, nous avons étendu les fonctionnalités de notre produit. Par exemple, depuis mai 2025, nous prenons en charge Gemini Developer API, y compris la possibilité de protéger Gemini Developer API contre les utilisations abusives grâce à notre intégration à Firebase App Check.

Par conséquent, le nom "Vertex AI in Firebase" ne représente plus précisément le champ d'application élargi de notre produit. Ainsi, un nouveau nom, Firebase AI Logic, reflète mieux l'évolution de notre ensemble de fonctionnalités et nous permet de continuer à élargir nos offres à l'avenir.

Consultez le guide de migration pour vous assurer de bénéficier de toutes les dernières fonctionnalités de Firebase AI Logic (et éventuellement commencer à utiliser Gemini Developer API).

Que faire concernant le changement de nom du module FirebaseAI en FirebaseAILogic pour les applications Swift sur les plates-formes Apple ?

Pour les applications de la plate-forme Apple, à partir du SDK Firebase v12.5.0, Firebase AI Logic est désormais distribué sous le module FirebaseAILogic. Nous avons fait en sorte que cette modification ne soit pas radicale et qu'elle soit rétrocompatible.

Pourquoi avons-nous apporté ces modifications ?

Nous distribuions auparavant ce service sous le module FirebaseAI. Toutefois, nous avons dû le renommer FirebaseAILogic pour les raisons suivantes :

• Évitez les conflits de noms entre le module et la classe, qui peuvent entraîner des problèmes dans les distributions binaires.

• Nous permettre d'utiliser des macros Swift pour le développement de futures fonctionnalités.

Que faire si vous effectuez une mise à niveau vers la version 12.5.0 ou ultérieure ?

Le changement de nom du module en FirebaseAILogic n'est pas radical et est rétrocompatible. Toutefois, nous pourrons finir par supprimer l'ancien module lors d'une future version majeure du SDK Firebase qui entraînera des modifications incompatibles (le calendrier n'est pas encore déterminé).

Aucune modification n'est requise pour ce changement de nom de module, mais nous vous recommandons de procéder comme suit :

1. Lorsque vous choisissez des dépendances Swift PM, sélectionnez FirebaseAILogic (au lieu de FirebaseAI).

2. Remplacez les instructions d'importation par FirebaseAILogic (au lieu de FirebaseAI).

Qu'est-ce qu'une clé API Gemini ?

Le Gemini Developer API utilise une "clé API Gemini" pour autoriser l'appelant. Par conséquent, si vous utilisez Gemini Developer API via les SDK Firebase AI Logic, vous avez besoin d'une clé API Gemini valide dans votre projet Firebase pour effectuer des appels à cette API.

Une "clé API Gemini" désigne simplement une clé API qui possède l'API Gemini Developer API dans sa liste d'autorisation d'API.

Lorsque vous suivez le workflow de configuration Firebase AI Logic dans la console Firebase, nous créons une clé API Gemini qui est limitée à Gemini Developer API uniquement, et nous configurons le service de proxy Firebase AI Logic pour qu'il utilise cette clé API. Cette clé API Gemini générée par Firebase est nommée Clé API Gemini Developer (créée automatiquement par Firebase) sur la page des identifiants de la console Google Cloud.

En savoir plus sur les restrictions concernant les API pour les clés API

Vous n'ajoutez pas votre clé API Gemini à la base de code de votre application lorsque vous utilisez les SDK Firebase AI Logic. Découvrez comment sécuriser votre clé API Gemini.

Dois-je ajouter ma clé API Gemini dans la base de code de mon application mobile ou Web ?

Lorsque vous utilisez les SDK Firebase AI Logic, n'ajoutez pas votre clé API Gemini dans le code de votre application.

En fait, lorsque vous développez avec les SDK Firebase AI Logic, vous n'interagissez pas directement avec votre clé API Gemini. En revanche, notre service de proxy Firebase AI Logic inclura en interne la clé API Gemini dans chaque requête adressée à Gemini Developer API, entièrement dans le backend.

Comment modifier la clé API Gemini utilisée pour appeler Gemini Developer API ?

Lorsque vous utilisez les SDK Firebase AI Logic, il est peu probable que vous ayez besoin de modifier votre clé API Gemini. Toutefois, voici deux cas dans lesquels vous devrez peut-être le faire :

• Si vous avez accidentellement divulgué la clé et que vous souhaitez la remplacer par une nouvelle clé sécurisée.

• Si vous avez supprimé la clé par erreur. Notez que vous pouvez annuler la suppression de la clé dans les 30 jours suivant sa suppression.

Voici comment modifier la clé API Gemini utilisée par les SDK Firebase AI Logic :

1. Si votre clé API Gemini générée par Firebase existe toujours, supprimez-la.

   Vous pouvez supprimer cette clé API dans le panneau API et services > Identifiants de la console Google Cloud. Elle s'intitule
   Clé API Gemini Developer (créée automatiquement par Firebase).

2. Sur cette même page de la console Google Cloud, créez une clé API. Nous vous suggérons de lui donner un nom tel que
   Clé API Gemini Developer pour Firebase.

3. Ajoutez des restrictions d'API à cette nouvelle clé API et sélectionnez uniquement l'API Generative Language.
   "Generative Language API" est le nom parfois donné à Gemini Developer API dans la console Google Cloud.

   N'ajoutez pas de restrictions d'application, sinon le service de proxy Firebase AI Logic ne fonctionnera pas comme prévu.

4. Exécutez la commande suivante pour définir cette nouvelle clé comme clé API Gemini que le service de proxy Firebase AI Logic doit utiliser.

   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}\"}}"
   

   En savoir plus sur gcloud CLI

Veillez à ne pas ajouter cette nouvelle clé API Gemini à la base de code de votre application. Découvrez comment sécuriser votre clé API Gemini.

Puis-je utiliser ma "clé API Firebase" comme clé API Gemini ?

Non, vous ne devez pas utiliser votre clé API Firebase comme clé API Gemini. Nous vous recommandons vivement de ne pas ajouter Gemini Developer API à la liste d'autorisation de votre clé API Firebase.

Votre clé API Firebase est celle qui figure dans le fichier ou l'objet de configuration Firebase que vous ajoutez au code de votre application pour la connecter à Firebase. Vous pouvez inclure votre clé API Firebase dans votre code si vous l'utilisez uniquement avec les API liées à Firebase (comme Firebase AI Logic). Découvrez des informations importantes sur les clés API Firebase.

Dans le panneau API et services > Identifiants de la console Google Cloud, voici à quoi ressemblent les clés API Firebase :

Étant donné que vous devez ajouter votre clé API Firebase dans le code de votre application pour que les API liées à Firebase fonctionnent, et que l'Gemini Developer API est autorisée via une clé API, nous vous recommandons vivement de NE PAS ajouter l'Gemini Developer API (appelée "API Generative Language" dans la console Google Cloud) à la liste d'autorisation des API pour votre clé API Firebase. Si vous le faites, vous exposez Gemini Developer API à un risque d'utilisation abusive.

Comment sécuriser ma clé API Gemini ?

Ces questions fréquentes décrivent certaines bonnes pratiques recommandées pour sécuriser votre clé API Gemini.

Si vous appelez Gemini Developer API directement depuis votre application mobile ou Web :

• Utilisez les SDK clients Firebase AI Logic.
• N'ajoutez pas votre clé API Gemini dans le code de votre application.

Firebase AI Logic fournit un service de proxy qui inclut en interne votre clé API Gemini dans chaque requête envoyée à Gemini Developer API, entièrement dans le backend.

Nous vous recommandons également vivement de suivre les conseils suivants :

• Dès que vous commencez à développer sérieusement votre application, intégrez Firebase App Check pour protéger vos ressources de backend ainsi que les API utilisées pour accéder aux modèles génératifs.

• Ne réutilisez pas la clé API Gemini générée par Firebase en dehors de Firebase AI Logic. Si vous avez besoin d'une clé API Gemini pour un autre cas d'utilisation, créez une clé distincte.

• En règle générale, vous ne devez PAS modifier la clé API Gemini générée par Firebase. Cette clé est nommée Clé API Gemini Developer (créée automatiquement par Firebase) dans la console Google Cloud.

  • N'ajoutez pas d'autres API à la liste d'autorisation des API pour votre clé API Gemini générée par Firebase. Dans la liste d'autorisation des API, votre clé API Gemini ne doit contenir que l'API Gemini Developer API (appelée "API Generative Language" dans la console Google Cloud).

  • N'ajoutez pas de restrictions d'application, sinon le service de proxy Firebase AI Logic ne fonctionnera pas comme prévu.

Ma clé API Gemini a été piratée. Que dois-je faire ?

Si votre clé API Gemini a été compromise, suivez les instructions pour modifier la clé API Gemini utilisée pour appeler Gemini Developer API.

Consultez également les bonnes pratiques recommandées pour sécuriser votre clé API Gemini.