FAQ und Fehlerbehebung

Warum wurde der Name von „Vertex AI in Firebase“ zu „Firebase AI Logic“ geändert?

2024 haben wir eine Reihe von Firebase-Client-SDKs eingeführt, die die Vertex AI Gemini API sowie ein Firebase-Proxy-Gateway verwenden können, um diese API vor Missbrauch zu schützen und die Integration mit anderen Firebase-Produkten zu ermöglichen. Wir haben unser Produkt „Vertex AI in Firebase“ genannt. Dieser Produktname hat die damals verfügbaren Anwendungsfälle unseres Produkts genau beschrieben.

Seitdem haben wir die Funktionen unseres Produkts jedoch erweitert. Seit Mai 2025 bieten wir beispielsweise Unterstützung für Gemini Developer API, einschließlich der Möglichkeit, Gemini Developer API mithilfe unserer Integration mit Firebase App Check vor Missbrauch zu schützen.

Daher entspricht der Name „Vertex AI in Firebase“ nicht mehr dem erweiterten Umfang unseres Produkts. Daher spiegelt ein neuer Name – Firebase AI Logic – unser sich entwickelndes Funktionsangebot besser wider und ermöglicht es uns, unser Angebot in Zukunft weiter auszubauen.

Im Migrationsleitfaden erfahren Sie, wie Sie alle aktuellen Funktionen von Firebase AI Logic nutzen können und optional mit der Verwendung von Gemini Developer API beginnen.

Worin unterscheiden sich die Gemini Developer API und die Vertex AI Gemini API?

In der folgenden Tabelle sind wichtige Unterschiede zwischen den beiden Gemini API-Anbietern aufgeführt, unabhängig davon, wie Sie darauf zugreifen:

¹ Die beiden API-Anbieter haben unterschiedliche Pay-as-you-go-Preise (weitere Informationen finden Sie in der jeweiligen Dokumentation).

² Die Files API für Gemini Developer API wird nicht über die Firebase AI Logic-SDKs unterstützt.

In der folgenden Tabelle ist die Verfügbarkeit häufig gestellter Funktionen für die beiden „Gemini API“-Anbieter aufgeführt. Diese Tabelle gilt insbesondere bei der Verwendung der Firebase AI Logic-Client-SDKs.

Kann ich sowohl Gemini Developer API als auch Vertex AI Gemini API verwenden?

Ja, Sie können beide Gemini API-Anbieter in Ihrem Firebase-Projekt aktivieren und beide APIs in Ihrer App verwenden.

Wenn Sie in Ihrem Code zwischen API-Anbietern wechseln möchten, müssen Sie nur darauf achten, dass Sie den Backend-Dienst in Ihrem Code entsprechend festlegen.

Welche APIs sind erforderlich? Und wie aktiviere ich sie?

Wenn Sie die Firebase AI Logic-SDKs mit der Gemini Developer API verwenden möchten, müssen in Ihrem Projekt die folgenden beiden APIs aktiviert sein:

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

Sie sollten diese beiden APIs über die Firebase-Konsole aktivieren:

1. Rufen Sie in der Firebase Console die Seite Firebase AI Logic auf.

2. Klicken Sie auf Jetzt starten.

3. Wählen Sie aus, um mit Gemini Developer API zu beginnen.

   Dadurch wird ein geführter Workflow gestartet, mit dem Sie die beiden APIs aktivieren können. In der Konsole wird auch ein Gemini-API-Schlüssel generiert und die Firebase AI Logic-API wird auf die Zulassungsliste für Ihren Firebase-API-Schlüssel gesetzt.

Welche Modelle können mit den Firebase AI Logic-SDKs verwendet werden?

Hier finden Sie Listen der unterstützten Modelle. Wir fügen den SDKs regelmäßig neue Funktionen hinzu. Sehen Sie daher in diesen FAQs nach Updates (sowie in Versionshinweisen, Blogs und Beiträgen in sozialen Medien).

• Gemini Developer API

  • Sowohl Gemini als auch Imagen sind Foundation Models.

    Beachten Sie, dass Gemini Developer API (unabhängig davon, wie darauf zugegriffen wird) nur bestimmte stabile Imagen-Modelle unterstützt.

• Vertex AI Gemini API

  • Sowohl Gemini als auch Imagen sind Foundation Models.

• Unabhängig vom gewählten Gemini API-Anbieter

  • Firebase AI Logic unterstützt Folgendes nicht:

    • Gemini-Modelle, die keine Foundation Models sind (z. B. PaLM-Modelle, angepasste Modelle oder Gemma-basierte Modelle).

    • Ältere Imagen-Modelle oder imagen-3.0-capability-001.

Was tun, wenn Modelle eingestellt werden?

Wenn wir eine stabile Modellversion veröffentlichen, bemühen wir uns, sie mindestens ein Jahr lang verfügbar zu machen, bevor wir das Modell einstellen.

Wo finde ich das Ausmusterungsdatum eines Modells?

So finden Sie das Enddatum für ein Modell:

• Bei der Veröffentlichung: Das voraussichtliche Außerbetriebnahmedatum jedes Modells wird an mehreren Stellen in der Gemini API-Anbieterdokumentation sowie in der Firebase-Dokumentation aufgeführt (siehe die Seite mit den unterstützten Modellen).

• Kurz vor dem Einstellungsdatum: Wir senden E-Mails an die entsprechenden Projektmitglieder und veröffentlichen Erinnerungen in den Versionshinweisen und anderen Kanälen zu anstehenden Einstellungen (z. B. Erinnerung an die Einstellungsdaten für die stabilen Modelle Gemini 1.5 und 1.0).

Was tun, wenn das verwendete Modell bald eingestellt wird?

1. Suchen Sie ein geeignetes derzeit unterstütztes Modell und den Modellnamen.

2. Aktualisieren Sie den von Ihrer App verwendeten Modellnamen vor dem Datum der Außerbetriebnahme. Andernfalls schlagen alle Anfragen an dieses Modell mit einem 404-Fehler fehl.

   • Sie legen den Modellnamen bei der Initialisierung fest, wenn Sie eine GenerativeModel-, LiveModel- oder ImagenModel-Instanz erstellen. Lesen Sie sich die wichtige Empfehlung unten zur Verwendung von Firebase Remote Config durch.

   • Wenn Sie Firebase AI Logic verwenden, müssen Sie in der Regel keinen Code ändern, der das Modell aufruft.

3. Testen Sie Ihre App, um sicherzustellen, dass die Antworten weiterhin wie erwartet ausfallen.

Ende der Unterstützung für die stabilen Modelle Gemini 1.5 und 1.0

• Gemini 1.5 Pro-Modelle:

  • gemini-1.5-pro-002 und gemini-1.5-pro: 24. September 2025
  • gemini-1.5-pro-001: 24. Mai 2025

• Gemini 1.5 Flash-Modelle:

  • gemini-1.5-flash-002 und gemini-1.5-flash: 24. September 2025
  • gemini-1.5-flash-001: 24. Mai 2025

• Gemini 1.0 Pro Vision-Modelle: 21. April 2025 (ursprünglich geplant für den 9. April 2025)

• Gemini 1.0 Pro-Modelle: 21. April 2025 (ursprünglich geplant für den 9. April 2025)

Wie lege ich eine Ratenbegrenzung pro Nutzer fest?

Standardmäßig legt Firebase AI Logic das Anfragelimit pro Nutzer auf 100 Anfragen pro Minute fest.

Wenn Sie das Ratenlimit pro Nutzer anpassen möchten, müssen Sie die Kontingenteinstellungen für die Firebase AI Logic API anpassen.

Weitere Informationen zum Firebase AI Logic-API-Kontingent Auf dieser Seite erfahren Sie auch, wie Sie Ihr Kontingent aufrufen und bearbeiten können.

Welche Berechtigungen sind möglicherweise erforderlich, um die Firebase AI Logic-SDKs zu verwenden?

Verwendet Firebase AI Logic meine Daten zum Trainieren von Modellen?

Weitere Informationen finden Sie unter Data Governance und verantwortungsvolle KI.

Ist der MIME-Typ in meinen multimodalen Anfragen erforderlich? (z. B. für Bilder, PDFs, Video- und Audioeingabe)

Ja. In jeder multimodalen Anfrage müssen Sie immer Folgendes angeben:

• Die mimeType der Datei. Eine Ausnahme finden Sie unten.

• Die Datei. Sie können die Datei entweder als Inline-Daten oder über ihre URL bereitstellen.

Informationen zu unterstützten Eingabedateitypen, zum Angeben des MIME-Typs und zu den beiden Optionen zum Bereitstellen der Datei finden Sie unter Unterstützte Eingabedateien und Anforderungen.

Ausnahme: MIME-Typ in die Anfrage aufnehmen

Eine Ausnahme von der Angabe des MIME-Typs sind Inline-Bildeingaben für Anfragen von nativen Android- und Apple-Plattform-Apps.

Die Firebase AI Logic-SDKs für Android- und Apple-Plattformen bieten eine vereinfachte und plattformfreundliche Möglichkeit, Bilder in Anfragen zu verarbeiten. Alle Bilder (unabhängig vom Format) werden clientseitig in JPEG mit 80% Qualität konvertiert, bevor sie an den Server gesendet werden. Das bedeutet, dass wenn Sie Bilder als Inline-Daten über die SDKs für Android- und Apple-Plattformen bereitstellen, Sie den MIME-Typ in der Anfrage nicht angeben müssen.

Diese vereinfachte Verarbeitung wird in der Firebase AI Logic-Dokumentation in den Beispielen für das Senden von Base64-codierten Bildern in Anfragen gezeigt.

Hier finden Sie einige zusätzliche plattformspezifische Informationen zu dieser Funktion:

• Android:

  • Sie können die vereinfachte Verarbeitung von plattformnativen Bildtypen (Bitmap) in multimodalen Prompts nutzen, die Bilder als Inline-Daten enthalten (siehe Beispiel).

  • Wenn Sie mehr Kontrolle über Bildformate und ‑konvertierungen haben möchten, können Sie die Bilder als InlineDataPart bereitstellen und den spezifischen MIME-Typ angeben. Beispiel:

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

• Für Apple-Plattformen:

  • Sie können die vereinfachte Verarbeitung von plattformnativen Bildtypen (UIImage, NSImage, CIImage und CGImage) in multimodalen Prompts nutzen, die Bilder als Inline-Daten enthalten (Beispiel).

  • Wenn Sie mehr Kontrolle über Bildformate und ‑konvertierungen haben möchten, können Sie die Bilder als InlineDataPart bereitstellen und den spezifischen MIME-Typ angeben. Beispiel:

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

Sind diese Funktionen verfügbar, wenn ich Firebase AI Logic verwende? Kontext-Caching, Feinabstimmung eines Modells, Generierung von Einbettungen, semantischer Abruf und native Audioausgabe?

Die folgenden Funktionen werden von verschiedenen Modellen und API-Anbietern unterstützt, sind aber nicht verfügbar, wenn Sie Firebase AI Logic verwenden:

• Kontext-Caching
• Modell abstimmen
• Erstellung von Einbettungen
• Semantisches Abrufen
• Natives Audio für Live API

Wenn Sie diese als Funktionsanfragen hinzufügen oder für eine vorhandene Funktionsanfrage abstimmen möchten, besuchen Sie Firebase UserVoice.

Was muss ich bei Swift-Apps auf Apple-Plattformen wegen der Änderung des Modulnamens von FirebaseAI zu FirebaseAILogic tun?

Ab Firebase SDK v12.5.0 wird Firebase AI Logic für Apps auf Apple-Plattformen jetzt über das Modul FirebaseAILogic verteilt. Diese Änderung ist nicht funktionsgefährdend und abwärtskompatibel.

Warum haben wir diese Änderung vorgenommen?

Wir haben diesen Dienst früher über das Modul FirebaseAI bereitgestellt. Wir mussten sie jedoch aus folgenden Gründen in FirebaseAILogic umbenennen:

• Vermeiden Sie Namenskonflikte zwischen Modul und Klasse, die Probleme in binären Verteilungen verursachen.

• Ermöglichen Sie uns, Swift-Makros für die Entwicklung zukünftiger Funktionen zu verwenden.

Was kann ich tun, wenn ich ein Upgrade auf Version 12.5.0 oder höher durchführe?

Die Änderung des Modulnamens zu FirebaseAILogic ist nicht funktionsgefährdend und abwärtskompatibel. Wir werden das alte Modul jedoch möglicherweise im Rahmen einer zukünftigen Hauptversion des Firebase SDK mit Breaking Changes entfernen (Zeitrahmen derzeit noch nicht festgelegt).

Es sind keine Änderungen erforderlich, aber wir empfehlen Ihnen Folgendes:

1. Wählen Sie bei der Auswahl von Swift PM-Abhängigkeiten FirebaseAILogic (anstelle von FirebaseAI) aus.

2. Ändern Sie die Importanweisungen in FirebaseAILogic (statt FirebaseAI).

Was ist ein Gemini-API-Schlüssel?

Die Gemini Developer API verwendet einen „Gemini-API-Schlüssel“, um den Aufrufer zu autorisieren. Wenn Sie die Gemini Developer API über die Firebase AI Logic-SDKs verwenden, benötigen Sie also einen gültigen Gemini-API-Schlüssel in Ihrem Firebase-Projekt, um Aufrufe an diese API zu senden.

Ein „Gemini-API-Schlüssel“ ist einfach ein API-Schlüssel, der die Gemini Developer API in seiner API-Zulassungsliste hat.

Wenn Sie den Firebase AI Logic-Einrichtungsablauf in der Firebase-Konsole durchlaufen, erstellen wir einen Gemini-API-Schlüssel, der nur auf die Gemini Developer API beschränkt ist, und richten den Firebase AI Logic-Proxydienst für die Verwendung dieses API-Schlüssels ein. Dieser von Firebase generierte Gemini-API-Schlüssel heißt auf der Seite „Anmeldedaten“ der Google Cloud-Konsole Gemini Developer API key (auto created by Firebase).

Weitere Informationen zu API-Einschränkungen für API-Schlüssel

Sie fügen den Gemini-API-Schlüssel nicht in den Code Ihrer App ein, wenn Sie die Firebase AI Logic-SDKs verwenden. Weitere Informationen zum Sichern Ihres Gemini-API-Schlüssels

Sollte ich den API-Schlüssel für Gemini in den Code meiner Mobil- oder Web-App einfügen?

Wenn Sie die Firebase AI Logic-SDKs verwenden, dürfen Sie den Gemini-API-Schlüssel nicht in den Code Ihrer App einfügen.

Tatsächlich interagieren Sie bei der Entwicklung mit den Firebase AI Logic-SDKs nicht direkt mit Ihrem Gemini-API-Schlüssel. Stattdessen fügt unser Firebase AI Logic-Proxydienst den Gemini-API-Schlüssel intern in jede Anfrage an Gemini Developer API ein – vollständig im Backend.

Wie kann ich den Gemini-API-Schlüssel ändern, der zum Aufrufen der Gemini Developer API verwendet wird?

Wenn Sie die Firebase AI Logic-SDKs verwenden, müssen Sie Ihren Gemini-API-Schlüssel wahrscheinlich nicht ändern. Es gibt jedoch zwei Fälle, in denen Sie möglicherweise Folgendes tun müssen:

• Wenn Sie den Schlüssel versehentlich weitergegeben haben und ihn durch einen neuen sicheren Schlüssel ersetzen möchten.

• Wenn Sie den Schlüssel versehentlich gelöscht haben. Sie können den Schlüssel innerhalb von 30 Tagen nach dem Löschen wiederherstellen.

So ändern Sie den Gemini-API-Schlüssel, der von den Firebase AI Logic-SDKs verwendet wird:

1. Wenn der von Firebase generierte API-Schlüssel Gemini noch vorhanden ist, löschen Sie ihn.

   Sie können diesen API-Schlüssel in der Google Cloud Console im Bereich APIs & Dienste > Anmeldedaten löschen. Er heißt:
   Gemini Developer API key (auto created by Firebase).

2. Erstellen Sie auf derselben Seite der Google Cloud Console einen neuen API-Schlüssel. Wir empfehlen, den Namen so zu wählen:
   Gemini Developer API-Schlüssel für Firebase.

3. Fügen Sie diesem neuen API-Schlüssel API-Einschränkungen hinzu und wählen Sie nur die Generative Language API aus.
   Die Gemini Developer API wird in der Google Cloud-Konsole manchmal als „Generative Language API“ bezeichnet.

   Fügen Sie keine App-Einschränkungen> hinzu, da der Firebase AI Logic-Proxydienst sonst nicht wie erwartet funktioniert.

4. Führen Sie den folgenden Befehl aus, um diesen neuen Schlüssel als Gemini-API-Schlüssel festzulegen, der vom Firebase AI Logic-Proxydienst verwendet werden soll.

   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}\"}}"
   

   Weitere Informationen zum Flag gcloud CLI

Fügen Sie diesen neuen Gemini-API-Schlüssel nicht in die Codebasis Ihrer App ein. Weitere Informationen zum Sichern Ihres Gemini-API-Schlüssels

Kann ich meinen „Firebase-API-Schlüssel“ als Gemini-API-Schlüssel verwenden?

Nein. Sie sollten Ihren Firebase-API-Schlüssel nicht als Gemini-API-Schlüssel verwenden. Wir empfehlen dringend, die nicht auf die Zulassungsliste für Ihren Firebase-API-Schlüssel zu setzen.Gemini Developer API

Ihr Firebase-API-Schlüssel ist der API-Schlüssel, der in der Firebase-Konfigurationsdatei oder im Firebase-Konfigurationsobjekt aufgeführt ist, das Sie der Codebasis Ihrer App hinzufügen, um Ihre App mit Firebase zu verbinden. Sie können Ihren Firebase-API-Schlüssel in Ihren Code einfügen, wenn Sie den Schlüssel nur mit Firebase-bezogenen APIs (z. B. Firebase AI Logic) verwenden. Wichtige Informationen zu Firebase-API-Schlüsseln

So sehen Firebase-API-Schlüssel im Bereich „APIs & Dienste“ > Anmeldedaten der Google Cloud-Konsole aus:

Da Sie den Firebase-API-Schlüssel in die Codebasis Ihrer App einfügen müssen, damit Firebase-bezogene APIs funktionieren, und da die Gemini Developer API über den API-Schlüssel autorisiert wird, empfehlen wir dringend, die Gemini Developer API (in der Google Cloud-Konsole als „Generative Language API“ bezeichnet) NICHT der API-Zulassungsliste für Ihren Firebase-API-Schlüssel hinzuzufügen. Wenn Sie das tun, setzen Sie die Gemini Developer API einem potenziellen Missbrauch aus.

Wie schütze ich meinen Gemini-API-Schlüssel?

In diesen häufig gestellten Fragen werden einige empfohlene Best Practices beschrieben, mit denen Sie Ihren Gemini-API-Schlüssel schützen können.

Wenn Sie den Gemini Developer API direkt über Ihre Mobil- oder Web-App aufrufen:

• Verwenden Sie die Firebase AI Logic-Client-SDKs.
• Fügen Sie den API-Schlüssel für Gemini nicht in den Code Ihrer App ein.

Firebase AI Logic bietet einen Proxydienst, der intern Ihren Gemini-API-Schlüssel in jede Anfrage an Gemini Developer API einfügt – vollständig im Backend.

Außerdem empfehlen wir dringend Folgendes:

• Sobald Sie mit der Entwicklung Ihrer App beginnen, sollten Sie Firebase App Check einbinden, um Ihre Backend-Ressourcen und die APIs, die für den Zugriff auf generative Modelle verwendet werden, zu schützen.

• Verwenden Sie den von Firebase generierten Gemini-API-Schlüssel nicht außerhalb von Firebase AI Logic. Wenn Sie einen Gemini-API-Schlüssel für einen anderen Anwendungsfall benötigen, erstellen Sie einen separaten Schlüssel.

• Im Allgemeinen sollten Sie den von Firebase generierten API-Schlüssel Gemini NICHT ändern. Dieser Schlüssel heißt in der Google Cloud Console Gemini Developer API key (auto created by Firebase).

  • Fügen Sie der API-Zulassungsliste für Ihren von Firebase generierten Gemini-API-Schlüssel keine zusätzlichen APIs hinzu. In der API-Zulassungsliste sollte Ihr Gemini-API-Schlüssel nur die Gemini Developer API-API haben (in der Google Cloud-Konsole als „Generative Language API“ bezeichnet).

  • Fügen Sie keine App-Einschränkungen> hinzu, da der Firebase AI Logic-Proxydienst sonst nicht wie erwartet funktioniert.

Mein Gemini-API-Schlüssel wurde manipuliert. Was muss ich tun?

Wenn Ihr Gemini-API-Schlüssel manipuliert wurde, folgen Sie der Anleitung zum Ändern des Gemini-API-Schlüssels, der zum Aufrufen der Gemini Developer API verwendet wird.

Empfohlene Best Practices zum Sichern Ihres Gemini-API-Schlüssels

Wie behebe ich diesen 404-Fehler? Firebase AI Logic genai config not found

Wenn Sie versuchen, die Gemini Developer API zu verwenden, und der Fehler 404 mit der Meldung Firebase AI Logic genai config not found angezeigt wird, bedeutet das in der Regel, dass Ihr Firebase-Projekt keinen gültigen Gemini-API-Schlüssel für die Verwendung mit den Firebase AI Logic-Client-SDKs hat.

Das sind die wahrscheinlichsten Ursachen für diesen Fehler:

• Sie haben Ihr Firebase-Projekt noch nicht für Gemini Developer API eingerichtet.

  So gehen Sie vor:
  Rufen Sie in der Firebase Console die Seite Firebase AI Logic auf. Klicken Sie auf Jetzt starten und wählen Sie dann die Gemini Developer API aus. Aktivieren Sie die API. Die Konsole richtet Ihr Projekt für die Gemini Developer API ein. Versuchen Sie es nach Abschluss des Workflows noch einmal.

• Wenn Sie den Firebase AI Logic-Einrichtungsvorgang in der Firebase Console erst vor Kurzem durchlaufen haben, ist Ihr Gemini-API-Schlüssel möglicherweise noch nicht für alle erforderlichen Back-End-Dienste in allen Regionen verfügbar.

  Vorgehensweise:
  Warten Sie einige Minuten und versuchen Sie es dann noch einmal.

• Ihr Gemini-API-Schlüssel wurde möglicherweise aus Ihrem Firebase-Projekt gelöscht.

  Maßnahmen:
  Hier erfahren Sie, wie Sie den von Firebase AI Logic verwendeten Gemini-API-Schlüssel ändern.

Wie behebe ich diesen 400‑Fehler? Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.

Wenn Sie versuchen, eine multimodale Anfrage mit einer Cloud Storage for Firebase-URL zu senden, kann der folgende 400-Fehler auftreten:
Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.

Dieser Fehler wird durch ein Projekt verursacht, in dem die erforderlichen Dienst-Agents nicht automatisch bereitgestellt wurden, als die Vertex AI API im Projekt aktiviert wurde. Dies ist ein bekanntes Problem bei einigen Projekten und wir arbeiten an einer globalen Lösung.

So beheben Sie das Problem in Ihrem Projekt und stellen die Dienstkonten richtig bereit, damit Sie Cloud Storage for Firebase-URLs in Ihre multimodalen Anfragen aufnehmen können: Sie müssen Inhaber des Projekts sein und diese Aufgaben nur einmal für Ihr Projekt ausführen.

1. Greifen Sie mit dem gcloud CLI auf die Daten zu und authentifizieren Sie sich.
   Am einfachsten geht das über Cloud Shell. Weitere Informationen finden Sie in der Google Cloud-Dokumentation.

2. Folgen Sie bei Aufforderung der Anleitung im Terminal, um den gcloud CLI für Ihr Firebase-Projekt auszuführen.

   Sie benötigen Ihre Firebase-Projekt-ID. Sie finden sie in der Firebase Console oben in den settings Projekteinstellungen.

3. Stellen Sie die erforderlichen Dienst-Agents in Ihrem Projekt mit dem folgenden Befehl bereit:

   curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json"  https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/endpoints -d ''
   

4. Warten Sie einige Minuten, bis die Dienst-Agents bereitgestellt wurden, und versuchen Sie dann noch einmal, Ihre multimodale Anfrage mit der Cloud Storage for Firebase-URL zu senden.

Wenn Sie diesen Fehler nach einigen Minuten immer noch erhalten, wenden Sie sich an den Firebase-Support.

Wie behebe ich diesen 400‑Fehler? API key not valid. Please pass a valid API key.

Wenn Sie den Fehler 400 mit der Meldung API key not valid. Please pass a valid API key. erhalten, bedeutet das in der Regel, dass der API-Schlüssel in Ihrer Firebase-Konfigurationsdatei bzw. Ihrem Firebase-Konfigurationsobjekt nicht vorhanden ist oder nicht für die Verwendung mit Ihrer App und/oder Ihrem Firebase-Projekt eingerichtet wurde.

Prüfen Sie, ob der in Ihrer Firebase-Konfigurationsdatei bzw. Ihrem Firebase-Konfigurationsobjekt aufgeführte API-Schlüssel mit dem API-Schlüssel für Ihre App übereinstimmt. Sie können alle Ihre API-Schlüssel in der Google Cloud-Konsole im Bereich APIs & Dienste > Anmeldedaten ansehen.

Wenn Sie feststellen, dass sie nicht übereinstimmen, rufen Sie eine neue Firebase-Konfigurationsdatei bzw. ein neues Firebase-Konfigurationsobjekt ab und ersetzen Sie die Datei bzw. das Objekt in Ihrer App. Die neue Konfigurationsdatei bzw. das neue Konfigurationsobjekt sollte einen gültigen API-Schlüssel für Ihre App und Ihr Firebase-Projekt enthalten.

Wie behebe ich diesen 403-Fehler? Requests to this API firebasevertexai.googleapis.com ... are blocked.

Wenn Sie den 403-Fehler mit der Meldung Requests to this API firebasevertexai.googleapis.com ... are blocked. erhalten, bedeutet das in der Regel, dass der API-Schlüssel in Ihrer Firebase-Konfiguration in Ihrer App Einschränkungen hat, die verhindern, dass die erforderliche API aufgerufen wird.

Um dieses Problem zu beheben, müssen Sie die Einschränkungen Ihres API-Schlüssels in der Google Cloud-Konsole aktualisieren, damit die erforderliche API eingeschlossen wird. Für Firebase AI Logic müssen Sie dafür sorgen, dass die Firebase AI Logic API (firebasevertexai.googleapis.com) in der Liste der ausgewählten APIs enthalten ist, die mit dem API-Schlüssel aufgerufen werden können.

Gehen Sie so vor:

1. Öffnen Sie in der Google Cloud Console den Bereich APIs & Dienste > Anmeldedaten.

2. Wählen Sie den API-Schlüssel aus, für den Ihre Anwendung konfiguriert ist, z. B. den „iOS-Schlüssel“ für eine iOS-App.

3. Suchen Sie auf der Seite API-Schlüssel bearbeiten nach dem Abschnitt API-Einschränkungen.

4. Achten Sie darauf, dass die Option Schlüssel einschränken ausgewählt ist. Wenn nicht, ist Ihr Schlüssel uneingeschränkt und dies ist wahrscheinlich nicht die Ursache des Fehlers.

5. Suchen Sie im Drop-down-Menü Ausgewählte APIs nach der Firebase AI Logic-API und wählen Sie sie aus, um sie der Liste der ausgewählten APIs hinzuzufügen, die mit dem API-Schlüssel aufgerufen werden können.

6. Klicken Sie auf Speichern.

   Es kann bis zu fünf Minuten dauern, bis die Änderungen wirksam werden.

Wie behebe ich diesen 403-Fehler? PERMISSION_DENIED: The caller does not have permission.

Wenn Sie den Fehler 403 mit der Meldung PERMISSION_DENIED: The caller does not have permission. erhalten, bedeutet das in der Regel, dass der API-Schlüssel in Ihrer Firebase-Konfigurationsdatei bzw. Ihrem Firebase-Konfigurationsobjekt zu einem anderen Firebase-Projekt gehört.

Prüfen Sie, ob der in Ihrer Firebase-Konfigurationsdatei bzw. Ihrem Firebase-Konfigurationsobjekt aufgeführte API-Schlüssel mit dem API-Schlüssel für Ihre App übereinstimmt. Sie können alle Ihre API-Schlüssel in der Google Cloud-Konsole im Bereich APIs & Dienste > Anmeldedaten ansehen.

Wenn Sie feststellen, dass sie nicht übereinstimmen, rufen Sie eine neue Firebase-Konfigurationsdatei bzw. ein neues Firebase-Konfigurationsobjekt ab und ersetzen Sie die Datei bzw. das Objekt in Ihrer App. Die neue Konfigurationsdatei bzw. das neue Konfigurationsobjekt sollte einen gültigen API-Schlüssel für Ihre App und Ihr Firebase-Projekt enthalten.

Wie behebe ich den 404-Fehler, der besagt, dass ein Modell „was not found or your project does not have access to it“ nicht gefunden wurde?

Beispiel: "Publisher Model projects/PROJECT-ID/locations/us-central1/publishers/google/models/gemini-3-pro-preview was not found or your project does not have access to it. Please ensure you are using a valid model version."

Für diesen Fehler kann es verschiedene Gründe geben.

• Ungültiger Modellname

  • Ursache: Der von Ihnen angegebene Modellname ist kein gültiger Modellname.

  • Beheben: Vergleichen Sie den Namen und die Version Ihres Modells mit der Liste aller unterstützten und verfügbaren Modelle. Prüfen Sie die Segmente und ihre Reihenfolge im Modellnamen. Beispiel:

    • Der Modellname „Nano Banana“ ist gemini-2.5-flash-image (nicht gemini-2.5-flash-image-generation).
    • Die Vorschauversion von Gemini 3 ist gemini-3-pro-preview (nicht gemini-3.0-pro-preview).

• Ungültiger Standort (nur anwendbar, wenn der Vertex AI Gemini API-Anbieter und ein Vorschaumodell verwendet werden)

  • Ursache: Sie verwenden eine Vorschau-Version eines Modells (z. B. gemini-3-pro-preview) und haben den Speicherort global nicht angegeben.

    Wenn Sie Vertex AI Gemini API verwenden, sind alle Gemini 2.5- und Gemini 3-Vorschaumodelle, die nach Juni 2025 veröffentlicht werden, nur am Speicherort global verfügbar (einschließlich der Vorschauversion von „nano banana“). Da Firebase AI Logic jedoch standardmäßig auf den Speicherort us-central1 festgelegt ist, müssen Sie den Speicherort global explizit angeben, wenn Sie den Vertex AI Gemini API-Backend-Dienst in Ihrem Code initialisieren, wenn Sie diese Vorschaumodelle verwenden.

  • Lösung: Geben Sie beim Initialisieren des Vertex AI Gemini API-Dienstes den Standort global an. Weitere Informationen zum Angeben des Standorts für den Zugriff auf das Modell (einschließlich Code-Snippets)

• Ungültiger Standort (nur zutreffend, wenn der Vertex AI Gemini API-Anbieter verwendet wird)

  • Ursache: Sie verwenden ein Modell, das an dem Ort, an dem Sie darauf zugreifen möchten, nicht unterstützt wird.

    Wenn Sie Vertex AI Gemini API verwenden, sind einige Modelle nur an bestimmten Standorten verfügbar. Beispiele:

    • Imagen-Modelle werden am Standort global nicht unterstützt.
    • Gemini Live API-Modelle wie gemini-2.0-flash-live-preview-04-09 werden nur am Standort us-central1 unterstützt.
    • Gemini 2.5-Modelle (z. B. gemini-2.5-pro) sind nur am Standort global, in den US-Standorten und in einigen europäischen Standorten verfügbar (und manchmal auch an anderen Standorten, wenn Ihr Projekt spezielle Optionen hat).

  • Lösung: Achten Sie beim Initialisieren des Vertex AI Gemini API-Dienstes darauf, dass Sie einen unterstützten Speicherort für das verwendete Modell angeben. Weitere Informationen zum Angeben des Standorts für den Zugriff auf das Modell (einschließlich Code-Snippets) und zu den unterstützten Standorten für Modelle

    Firebase AI Logic wird standardmäßig auf den Speicherort us-central1 festgelegt.