Perguntas frequentes e solução de problemas

Quais são as diferenças entre usar o Gemini Developer API e o Agent Platform Gemini API (formerly Vertex AI)?

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

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

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

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

Posso usar o Gemini Developer API e o Agent Platform Gemini API (formerly Vertex AI)?

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

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

Quais mudanças são necessárias para o rebranding da "Vertex AI" para "Agent Platform"?

Em meados de 2026, o Google Cloud renomeou a "Vertex AI" para "Gemini Enterprise Agent Platform" (ou "Agent Platform"). No ecossistema do Firebase, chamamos esse serviço de "API Gemini da Agent Platform".

Para Google Cloud, esse rebranding incluiu o seguinte: Houve outras mudanças, mas elas não se aplicam a Firebase AI Logic.

• Renomear o produto de "Vertex AI" para "Gemini Enterprise Agent Platform" (ou "Agent Platform"), que inclui novos URLs para o console Google Cloud e a documentação.

• Mudança do nome de exibição da API de "API Vertex AI" para "API Agent Platform". Observe que o nome do serviço permaneceu o mesmo: aiplatform.googleapis.com.

• Mudança da marca "Vertex AI Studio" para "Agent Studio".

• Não houve mudanças nas funcionalidades das APIs subjacentes ou nos modelos compatíveis.

Para os SDKs do Firebase AI Logic, fizemos essa mudança de marca ao atualizar a sintaxe de inicialização do serviço de back-end "Gemini API" e atualizar o local padrão para acessar o modelo ao usar essa nova sintaxe.

• Nova sintaxe de inicialização para o serviço de back-end "Gemini API":

  Swift

  Altere vertexai para agentPlatform.
  Disponível a partir do SDK do Firebase para plataformas da Apple v12.17.0 e versões mais recentes.

  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

  Altere vertexAI para agentPlatform.
  Disponível a partir do SDK do Firebase AI Logic para Android v17.15.0+ (Firebase Android BoM v34.17.0+).

  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

  Altere vertexAI para agentPlatform.
  Disponível a partir do SDK do Firebase AI Logic para Android v17.15.0+ (Firebase Android BoM v34.17.0+).

  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

  Altere VertexAIBackend para AgentPlatformBackend.
  Disponível a partir do SDK do Firebase para JavaScript v12.17.0 e versões mais recentes.

  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

  Altere vertexAI para agentPlatform.
  Disponível a partir do plug-in do Firebase AI Logic para Flutter v3.15.0+ (BoM do Firebase para Flutter v4.18.0+).

  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

  Altere VertexAI para AgentPlatform.
  Disponível a partir do SDK do Firebase para Unity v13.15.0 e versões mais recentes.

  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"));
  
  // ...
  

• Novo local padrão para acessar o modelo ao usar a nova sintaxe de inicialização:

  Ao usar a nova sintaxe de inicialização "Agent Platform", o local é definido como padrão para global.

  Essa mudança foi feita porque quase todos os modelos Gemini são compatíveis com global, e Google Cloud não oferece mais suporte ao local us-central1 para novos lançamentos da maioria dos modelos Gemini.

Quais são as APIs necessárias? E como faço para ativar?

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

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

Ative estas duas APIs usando o console do Firebase:

1. No console do Firebase, acesse Serviços de IA > Lógica de IA.

2. Clique em Começar.

3. Selecione para começar a usar o Gemini Developer API.

   Isso inicia um fluxo de trabalho guiado que ativa as duas APIs para você. O Firebase também vai provisionar uma conta de serviço gerenciada pelo Google (P4SA, na sigla em inglês) para autorizar o uso do Gemini API e adicionar a API Firebase AI Logic à lista de permissões da sua chave de API do Firebase.

Como desativar APIs em um projeto do Firebase?

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

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

Quais permissões podem ser necessárias para usar Firebase AI Logic?

Quais modelos são compatíveis ao usar Firebase AI Logic?

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

• Firebase AI Logic é compatível com os seguintes modelos:

  • Gemini Developer API

    • A maioria dos modelos de fundação Gemini e Imagen

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

  • Agent Platform Gemini API (formerly Vertex AI)

    • A maioria dos modelos de fundação Gemini e Imagen

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

  • Modelos ajustados

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

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

O que fazer quando os modelos são desativados?

Quando o Google lança uma versão estável de um modelo, nosso objetivo é garantir que ela esteja disponível por pelo menos 12 meses antes de ser desativada. No entanto, para Agent Platform Gemini API (formerly Vertex AI), alguns modelos estáveis têm apenas disponibilidade de curto prazo, o que significa que eles podem ser desativados (descontinuados) até 45 dias após o lançamento de um modelo substituto.

Onde encontrar a data de desativação de um modelo?

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

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

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

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

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

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

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

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

     Para modelos Gemini 3.x, os parâmetros de amostragem (temperatura, Top-K, Top-P) foram descontinuados.

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

Modelos estáveis Gemini 2.5: datas de desativação e substituições

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

  gemini-2.5-pro
gemini-2.5-flash
gemini-2.5-flash-lite
gemini-2.5-flash-image (também conhecido como "Nano Banana")

  • Para os modelos de uso geral, a data de desativação depende do provedor de Gemini API escolhido:

    • Gemini Developer API (IA do Google): 16 de outubro de 2026
    • Agent Platform Gemini API (formerly Vertex AI): 20 de outubro de 2026

  • Para o modelo de geração de imagens (Nano Banana), a data de desativação é a mesma, independente do provedor de Gemini API escolhido: 2 de outubro de 2026

  Outros modelos "Nano Banana" e modelos estáveis Gemini Live API 2.5 não foram afetados.

Substituição: migre para usar um dos novos modelos Gemini 3.x (como gemini-3.6-flash ou gemini-3.1-flash-image).

Modelos estáveis Imagen: datas de desativação e substituições

• Todos os modelos do Imagen serão desativados em 17 de agosto de 2026. Essa data foi estendida em relação à anterior, que era 30 de junho de 2026.

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

Modelos estáveis Gemini 2.0: datas de desativação e substituições

• Gemini 2.0 Flash e Gemini 2.0 Flash‑Lite:

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

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

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

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

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

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

• Modelos Gemini 1.5 Pro:

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

• Modelos Gemini 1.5 Flash:

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

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

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

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

O Firebase AI Logic usa meus dados para treinar modelos?

Consulte Governança de dados e IA responsável.

Como definir um limite de taxa por usuário?

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

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

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

Como reduzir a latência e o uso alto de tokens?

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

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

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

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

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

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

• O mimeType do arquivo. Confira uma exceção abaixo.

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

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

Exceção à inclusão do tipo MIME na sua solicitação

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

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

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

Confira mais informações sobre esse recurso em plataformas específicas:

• Para Android:

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

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

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

• Para plataformas da Apple:

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Por que fizemos essa mudança?

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

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

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

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

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

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

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

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

Preciso que o App Check seja aplicado a todas as versões públicas do meu app?

Sim, App Check precisa ser aplicado a todas as versões públicas do seu app que usam Firebase AI Logic.

É fundamental que a App Check seja aplicada o quanto antes, principalmente antes de você enviar o app para um sistema de controle de código-fonte disponível publicamente, compartilhar ou disponibilizar o app publicamente.

Se você implementar o App Check na base de código do app imediatamente, todas as versões dele poderão enviar tokens App Check válidos. Uma solicitação que não envia um token válido é considerada não verificada e será bloqueada quando App Check for aplicado.

Se você já lançou uma versão do app para usuários finais que não tem o App Check implementado, consulte as perguntas frequentes sobre como implementar e aplicar o App Check em um app já lançado.

Como faço para implementar e aplicar o App Check em um app que já foi lançado?

Para versões de apps que não têm o App Check implementado, as solicitações para Firebase AI Logic dessas versões não têm tokens App Check válidos e são consideradas não verificadas. Essas solicitações serão bloqueadas quando App Check for aplicado a AI Logic.

Para evitar interrupções no serviço em um app já lançado que não tem App Check, faça o seguinte antes de aplicar App Check.

1. Implemente um provedor de atestado no seu app o mais rápido possível.

   • Plataformas da Apple: DeviceCheck ou App Attest

   • Android: Play Integrity

   • Web: reCAPTCHA Enterprise

   • Flutter: oferece suporte a todos os provedores padrão acima

   • Unity: compatível com todos os provedores padrão acima

2. Monitore as solicitações do seu app para ajudar você a decidir quando é seguro aplicar App Check.

   Por exemplo, se quase todas as solicitações recentes forem de clientes verificados, considere aplicar App Check.

3. Aplique App Check para Firebase AI Logic.

4. Para desenvolvimento local quando App Check é aplicado, configure o provedor de depuração App Check para ignorar a declaração e manter a aplicação de App Check. Confira as instruções de configuração para sua plataforma: iOS+ | Android | Web | Flutter | Unity.

Quais foram os upgrades de segurança (meados de 2026) para o Gemini Developer API e o Firebase AI Logic?

Historicamente, o Gemini Developer API dependia de chaves de API Gemini padrão para autorizar o uso do Gemini Developer API (generativelanguage.googleapis.com). Se você ativou o Firebase AI Logic e escolheu usar o Gemini Developer API, o Firebase criou uma chave de API Gemini para você que era restrita ao Gemini Developer API. Essa chave foi nomeada como Gemini Developer API key (auto created by Firebase).

A partir de meados de 2026, o Gemini Developer API vai ser atualizado para uma alternativa mais segura chamada chaves de autorização (auth), que são essencialmente contas de serviço. Firebase AI Logic foi atualizado em conjunto. Em vez de usar uma Gemini chave de API padrão, o Firebase AI Logic agora processa a autorização do Gemini Developer API usando uma conta de serviço gerenciada pelo Google (P4SA) que provisionamos automaticamente para você:
Agente de serviço do Firebase AI Logic (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

Para projetos novos e atuais, se você acessar o Gemini Developer API via Firebase AI Logic, não será necessário fazer nada para aproveitar esses upgrades de segurança a partir de meados de 2026.

Preciso migrar minha chave de API Gemini para uma "chave de autorização (auth)"?

Para projetos atuais e novos, se você acessar o Gemini Developer API via Firebase AI Logic, não será necessário fazer nada para aproveitar os upgrades de segurança a partir de meados de 2026 (incluindo a migração para uma "chave de autorização (auth)").

Em nome dos nossos desenvolvedores, o Firebase AI Logic está processando automaticamente todas as mudanças de segurança necessárias para acomodar a transição do Gemini Developer API para exigir "Chaves de autorização (auth)".

A partir de meados de 2026, o Firebase AI Logic não vai mais provisionar nem usar chaves de API Gemini padrão. Em vez disso, o Firebase AI Logic agora processa a autorização do Gemini Developer API usando uma conta de serviço gerenciada pelo Google (P4SA) que provisionamos automaticamente para você no seu projeto do Firebase:
Agente de serviço do Firebase AI Logic (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

Com essa mudança, você pode revisar e excluir qualquer chave de API chamada Gemini Developer API key (auto created by Firebase). É possível excluir essa chave no console Google Cloud. Analise o seguinte antes de excluir a chave:

• Essa chave de API Gemini foi criada pelo Firebase com o único propósito de uso com Firebase AI Logic. Portanto, é seguro excluí-la. No entanto, antes de excluir essa chave, verifique se você não a usou por engano com outras ferramentas que podem dar acesso ao Gemini Developer API, como os SDKs do servidor de IA generativa ou o Genkit. Veja como verificar o uso:
  1. No console do Google Cloud, acesse a página do Gemini Developer API e clique em Gerenciar.
  2. Na guia Métricas, no menu suspenso Credenciais, selecione a chave chamada Gemini Developer API key (auto created by Firebase).
  3. Se os gráficos mostrados não tiverem uso desde o início de julho de 2026 (quando o Firebase AI Logic parou de usar essas chaves de API), a chave poderá ser excluída com segurança.
     No entanto, se os gráficos mostrarem o uso, você estará usando a chave com outra ferramenta e precisará renomear a chave para que fique claro que ela está sendo usada com essa ferramenta (e não com Firebase AI Logic).
• Nãoexclua nenhuma outra chave de API com um nome que contenha o segmento (auto created by Firebase).

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

Ao usar os SDKs do Firebase AI Logic, não é necessário ter uma chave de API do Gemini para autorizar o uso do Gemini Developer API, e não adicione uma chave de API do Gemini à base de código do app.

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

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

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

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

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

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