Domande frequenti e risoluzione dei problemi

Differenze tra l'utilizzo di Gemini Developer API e Agent Platform Gemini API (formerly Vertex AI)

La tabella seguente elenca le differenze importanti tra i due provider "Gemini API" in generale, indipendentemente da come accedi:

¹ I due provider di API hanno prezzi con pagamento a consumo diversi (scopri di più nella rispettiva documentazione).

² L'API Files per Gemini Developer API non è supportata tramite gli SDK Firebase AI Logic.

La tabella seguente elenca la disponibilità delle funzionalità più richieste per i due provider "Gemini API". Questa tabella si applica specificamente quando utilizzi gli SDK client Firebase AI Logic.

Come utilizzare sia Gemini Developer API sia Agent Platform Gemini API (formerly Vertex AI)

Puoi attivare entrambi i provider Gemini API nel tuo progetto Firebase e utilizzare entrambe le API nella tua app.

Per passare da un provider API all'altro nel tuo codice, assicurati di aver impostato correttamente il servizio di backend nel tuo codice.

API richieste e come abilitarle

Per utilizzare gli SDK Firebase AI Logic con Gemini Developer API, nel progetto devono essere abilitate le seguenti due API:

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

Devi abilitare queste due API utilizzando la console Firebase:

1. Nella console Firebase, vai a AI Services > AI Logic.

2. Fai clic su Inizia.

3. Seleziona per iniziare a utilizzare Gemini Developer API.

   Verrà avviato un flusso di lavoro guidato che abilita le due API. Firebase eseguirà anche il provisioning di un service account gestito da Google (P4SA) per autorizzare l'utilizzo di Gemini API, oltre ad aggiungere l'API Firebase AI Logic alla lista consentita per la tua chiave API Firebase.

Come disattivare le API in un progetto Firebase

Per Firebase AI Logic, cerchiamo di semplificare il più possibile la configurazione del tuo progetto Firebase per l'utilizzo del provider Gemini API scelto. Ciò include l'abilitazione delle API richieste nel tuo progetto Firebase durante percorsi specifici, come il flusso di lavoro guidato nella console Firebase.

Tuttavia, se decidi di non utilizzare Firebase AI Logic o uno dei provider Gemini API, puoi disattivare le API associate nel tuo progetto Firebase.

Autorizzazioni richieste per utilizzare Firebase AI Logic

Modelli supportati quando utilizzi Firebase AI Logic

Consulta l'elenco dei modelli supportati. Aggiungiamo spesso nuove funzionalità agli SDK, quindi consulta queste domande frequenti per gli aggiornamenti (oltre alle note di rilascio, ai blog e ai post sui social).

• Firebase AI Logic supporta i seguenti modelli:

  • Gemini Developer API

    • La maggior parte dei foundation model Gemini

  • Agent Platform Gemini API (formerly Vertex AI)

    • La maggior parte dei foundation model Gemini

• Firebase AI Logic non supporta i seguenti modelli (indipendentemente dal provider Gemini API scelto):

  • Modelli ottimizzati

  • Modelli di embedding, modelli Veo, modelli Lyria, modelli di robotica, modelli di utilizzo del computer, modelli Gemini Omni o modelli Gemini Cyber

Come impostare un limite di frequenza per utente

Per impostazione predefinita, Firebase AI Logic imposta il limite di richieste per utente su 100 richieste al minuto (RPM).

Se vuoi modificare il limite di frequenza per utente, devi modificare le impostazioni della quota per l'API Firebase AI Logic.

Scopri di più sulla quota API Firebase AI Logic. In questa pagina puoi anche scoprire come visualizzare e modificare la tua quota.

Come ridurre la latenza e l'utilizzo elevato di token

Se riscontri una latenza elevata o un utilizzo elevato dei token, è probabile che ciò sia dovuto alla configurazione del livello di ragionamento per il modello che stai utilizzando.

Gemini 3 e i modelli successivi utilizzano sempre un "processo di pensiero" interno che migliora significativamente le loro capacità di ragionamento e pianificazione in più passaggi, rendendoli altamente efficaci per attività complesse come la programmazione, la matematica avanzata e l'analisi dei dati.

Tuttavia, a seconda dell'attività, non sono sempre necessari livelli di ragionamento più elevati e puoi configurare il modello in modo che utilizzi un livello di ragionamento inferiore. Un livello di ragionamento più basso contribuirà a ridurre la latenza e l'utilizzo dei token. Per aiutarti a decidere quanto un modello potrebbe aver bisogno della sua capacità di ragionamento, consulta il confronto delle difficoltà delle attività.

Tieni presente che per la maggior parte dei modelli Gemini 3 e successivi, il livello di ragionamento predefinito è impostato su HIGH.

Requisiti del tipo MIME per le richieste multimodali (ad esempio per immagini, PDF, video e input audio)

In ogni richiesta multimodale, devi sempre fornire quanto segue:

• Il file è mimeType. Vedi un'eccezione di seguito.

• Il file. Puoi fornire il file come dati incorporati o utilizzando il suo URL.

Scopri di più sui tipi di file di input supportati, su come specificare il tipo MIME e sulle due opzioni per fornire il file in File di input supportati e requisiti.

Eccezione all'inclusione del tipo MIME nella richiesta

Un'eccezione alla specifica del tipo MIME è l'input di immagini incorporate per le richieste provenienti da app native per piattaforme Android e Apple.

Gli SDK Firebase AI Logic per le piattaforme Android e Apple offrono un modo semplificato e compatibile con la piattaforma per gestire le immagini nelle richieste: tutte le immagini (indipendentemente dal formato) vengono convertite lato client in JPEG con una qualità dell'80% prima di essere inviate al server. Ciò significa che quando fornisci immagini come dati incorporati utilizzando gli SDK delle piattaforme Android e Apple, non devi specificare il tipo MIME nella richiesta.

Questa gestione semplificata è mostrata nella documentazione di Firebase AI Logic negli esempi per l'invio di immagini con codifica base64 nelle richieste.

Di seguito sono riportate alcune informazioni aggiuntive su questa funzionalità specifiche per la piattaforma:

• Per Android:

  • Puoi sfruttare il modo semplificato per gestire i tipi di immagini nativi della piattaforma (Bitmap) nei prompt multimodali che contengono immagini come dati incorporati (vedi l'esempio).

  • Per un maggiore controllo sui formati dell'immagine e sulle conversioni, puoi fornire le immagini come InlineDataPart e specificare il tipo MIME specifico. Ad esempio:

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

• Per le piattaforme Apple:

  • Puoi sfruttare il modo semplificato per gestire i tipi di immagini nativi della piattaforma (UIImage, NSImage, CIImage e CGImage) nei prompt multimodali che contengono immagini come dati incorporati (vedi l'esempio).

  • Per un maggiore controllo sui formati dell'immagine e sulle conversioni, puoi fornire le immagini come InlineDataPart e specificare il tipo MIME specifico. Ad esempio:

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

Funzionalità avanzate non ancora disponibili quando utilizzi Firebase AI Logic: grounding con Ricerca Google Immagini, ottimizzazione di un modello, generazione di embedding e recupero semantico

Le seguenti funzionalità sono supportate da vari modelli e dai provider di API, ma non sono disponibili quando utilizzi Firebase AI Logic:

• Grounding con la Ricerca Google Immagini
• Ottimizzazione di un modello
• Generazione di embedding
• Recupero semantico

Se vuoi aggiungerle come richieste di funzionalità o votare una richiesta di funzionalità esistente, visita Firebase UserVoice.

Utilizzo dei dati per l'addestramento dei modelli

Vedi Governance dei dati e AI responsabile.

Modelli deprecati o ritirati: elenco e sostituzioni

Quando Google rilascia una versione stabile del modello, ci impegniamo a mantenerla disponibile per almeno 12 mesi prima di ritirare il modello.

Tuttavia, tieni presente quanto segue:

• Per Agent Platform Gemini API (formerly Vertex AI), alcuni modelli stabili hanno solo una disponibilità a breve termine, il che significa che potrebbero essere ritirati già 45 giorni dopo il rilascio di un modello sostitutivo.

• Per Gemini Developer API, a volte, anziché arrestare un modello, il servizio indirizza automaticamente la richiesta a un modello più recente. Le richieste al modello più recente vengono fatturate alle tariffe del modello più recente.

• Diverse settimane prima della data di disattivazione, ai progetti che non hanno utilizzato in precedenza un modello verrà impedito di iniziare a utilizzarlo.

• Quando viene rilasciata una versione stabile per un determinato modello, tutte le versioni sperimentali e di anteprima di quel modello vengono solitamente ritirate entro pochi giorni o settimane (questa pagina di domande frequenti non elenca tutti i modelli sperimentali e di anteprima precedenti).

Modelli di uso generico

^{1 Per Agent Platform Gemini API (formerly Vertex AI), si tratta di un "modello di disponibilità a breve termine". Consulta Modelli di controllo delle versioni e denominazione dei modelli}

^{Anche i seguenti modelli di uso generale sono stati disattivati: gemini-1.0-pro, gemini-1.0-pro-001, gemini-1.0-pro-002, gemini-1.0-pro-vision, gemini-1.0-pro-vision-001 gemini-1.5-flash-001, gemini-1.5-flash, gemini-1.5-flash-002, gemini-1.5-pro-001, gemini-1.5-pro, gemini-1.5-pro-002}

Modelli di generazione di immagini (Nano Banana e Imagen)

Audio: Live API modelli

Modifiche richieste quando i modelli vengono ritirati o disattivati (ritirati)

Dove trovare la data di disattivazione di un modello?

Ecco alcuni modi per trovare la data di arresto di un modello:

• Google invia email ai membri del progetto appropriati.

• Pubblichiamo annunci e promemoria sulle prossime disattivazioni in vari canali:

  • Note di rilascio (vedi esempio)
  • Banner a livello di pagina nella documentazione, nella pagina dei modelli supportati e nelle domande frequenti sui modelli deprecati e disattivati

Cosa fare se il modello che stai utilizzando sta per essere ritirato?

Devi apportare queste modifiche prima della data di chiusura, altrimenti tutte le richieste a un modello chiuso non andranno a buon fine e restituiranno un errore 404.

1. Trova un modello attualmente supportato adatto e il relativo nome.

   Forniamo anche modelli sostitutivi consigliati nelle domande frequenti sui modelli deprecati e disattivati.

2. Aggiorna il nome del modello utilizzato dalla tua app.

   Il nome del modello viene impostato durante l'inizializzazione quando crei un'istanza GenerativeModel, LiveModel o ImagenModel. Assicurati di esaminare il consiglio fondamentale riportato di seguito sull'utilizzo dei template di prompt Firebase Remote Config o del server.

3. Controlla se devi aggiornare il codice.

   In genere non è necessario modificare il codice che chiama effettivamente il modello. Ecco alcune eccezioni:

   • Parametri di campionamento non supportati: per i modelli Gemini 4.x e Gemini 3.x più recenti, diversi parametri non sono supportati (in particolare temperatura, top-K, top-P, penalità di frequenza, penalità di presenza e numero di candidati).

   • Livello di ragionamento e budget di ragionamento: a partire dai modelli Gemini 3.x, devi utilizzare thinkingLevel anziché thinkingBudget (ma thinkingBudget è ancora supportato per la compatibilità con le versioni precedenti). Tuttavia, a partire dai modelli Gemini 4.x, thinkingBudget non è supportato. Scopri di più sul pensiero.

   • Sperimenta con il valore del livello di pensiero: quando esegui l'upgrade a una nuova generazione (ad esempio, da 2.5 a 3.8) e vuoi garantire le stesse prestazioni e lo stesso comportamento (ad esempio, la latenza), ti consigliamo di sperimentare impostando il livello di pensiero su un valore inferiore. Scopri di più sul pensiero.

4. Testa l'app per assicurarti che le risposte siano ancora quelle previste.

Modifiche necessarie per il rebranding di "Vertex AI" in "Agent Platform"

A metà del 2026, Google Cloud ha cambiato il brand "Vertex AI" in "Gemini Enterprise Agent Platform" (o "Agent Platform"). Nell'ecosistema Firebase, questo servizio è chiamato "API Gemini di Agent Platform".

Per Google Cloud, questo rebranding ha incluso quanto segue. Tieni presente che sono state apportate altre modifiche, ma non sono applicabili a Firebase AI Logic.

• Rebranding del prodotto da "Vertex AI" a "Gemini Enterprise Agent Platform" (o "Agent Platform"), che include nuovi URL per la console Google Cloud e la documentazione.

• Modifica del nome visualizzato dell'API da "API Vertex AI" ad "API Agent Platform". Tieni presente che il nome del servizio è rimasto invariato: aiplatform.googleapis.com.

• Rebranding di "Vertex AI Studio" in "Agent Studio".

• Nessuna modifica alle funzionalità delle API sottostanti o dei modelli supportati.

Per gli SDK Firebase AI Logic, abbiamo adattato questo rebranding aggiornando la sintassi di inizializzazione per il servizio di backend "Gemini API" e aggiornando la località predefinita per l'accesso al modello quando si utilizza questa nuova sintassi.

• Nuova sintassi di inizializzazione per il servizio di backend "Gemini API":

  Swift

  Cambia vertexAI in agentPlatform.

  • La sintassi agentPlatform è disponibile a partire dalla versione 12.17.0 dell'SDK.
  • La sintassi vertexAI è stata rimossa nella versione 13.0.0 dell'SDK.

  PRIMA

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

  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

  Cambia vertexAI in agentPlatform.

  • La sintassi agentPlatform è disponibile a partire dalla versione 17.15.0 e successive dell'SDK e dalla versione 34.17.0 e successive di Firebase Android BoM.
  • La sintassi vertexAI è stata rimossa nella versione 18.0.0 dell'SDK e nella versione 35.0.0 di BoM.

  PRIMA

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

  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

  Cambia vertexAI in agentPlatform.

  • La sintassi agentPlatform è disponibile a partire dalla versione 17.15.0 e successive dell'SDK e dalla versione 34.17.0 e successive di Firebase Android BoM.
  • La sintassi vertexAI è stata rimossa nella versione 18.0.0 dell'SDK e nella versione 35.0.0 di BoM.

  PRIMA

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

  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

  Cambia VertexAIBackend in AgentPlatformBackend.

  • La sintassi AgentPlatformBackend è disponibile a partire dalla versione 12.17.0 e successive dell'SDK Firebase JS.
  • La sintassi VertexAIBackend è stata rimossa nella versione 13.0.0 dell'SDK.

  PRIMA

  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') });
  
  // ...
  

  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

  Cambia vertexAI in agentPlatform.

  • La sintassi agentPlatform è disponibile a partire dalla versione 3.15.0+ del plug-in e dalla versione 4.18.0+ della distinta base Firebase Flutter.
  • La sintassi vertexAI è stata rimossa nella versione 5.0.0 del plug-in e nella versione 5.0.0 e successive della distinta base di Firebase Flutter.

  PRIMA

  // ...
  
  // 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');
  
  // ...
  

  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

  Cambia VertexAI in AgentPlatform.

  • La sintassi AgentPlatform è disponibile a partire dall'SDK Firebase per Unity v13.15.0 e versioni successive.
  • La sintassi VertexAI è stata rimossa nella versione 14.0.0 dell'SDK.

  PRIMA

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

  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"));
  
  // ...
  

• Nuova località predefinita per l'accesso al modello quando si utilizza la nuova sintassi di inizializzazione:

  Quando utilizzi la nuova sintassi di inizializzazione "Agent Platform", la località predefinita è global.

  Questa modifica è stata apportata perché quasi tutti i modelli Gemini sono supportati in global e Google Cloud non supporta più la località us-central1 per le nuove release della maggior parte dei modelli Gemini.

Per le app Swift: modifiche necessarie per eseguire la migrazione da FirebaseAI a FirebaseAILogic

Per le app per piattaforme Apple, a partire dall'SDK Firebase v12.5.0, Firebase AI Logic viene distribuito nel modulo FirebaseAILogic. Nella versione 13.0.0 dell'SDK, il modulo FirebaseAI è stato rimosso.

Perché abbiamo apportato questa modifica?

In precedenza, distribuivamo questo servizio nel modulo FirebaseAI. Tuttavia, abbiamo dovuto rinominarlo in FirebaseAILogic per i seguenti motivi:

• Evita una collisione di nomi tra modulo e classe che causa problemi nelle distribuzioni binarie.

• Consentici di utilizzare le macro Swift per lo sviluppo di funzionalità future.

Cosa fare se esegui l'upgrade alla versione 12.5.0 o successive o alla versione 13.0.0 o successive?

In Firebase 12 (a partire dalla versione 12.5.0 e successive), la modifica del nome del modulo in FirebaseAILogic non è un cambiamento che provoca un errore ed è compatibile con le versioni precedenti, pertanto queste modifiche sono consigliate in Firebase 12. Tuttavia, nell'SDK Firebase v13.0.0, il vecchio modulo FirebaseAI è stato rimosso, pertanto queste modifiche sono obbligatorie quando esegui l'upgrade a Firebase 13.

1. Quando scegli le dipendenze di Swift PM, scegli FirebaseAILogic (anziché FirebaseAI).

2. Modifica le istruzioni di importazione in FirebaseAILogic (anziché FirebaseAI).

Informazioni sul cambio di nome da "Vertex AI in Firebase" a "Firebase AI Logic"

Nel 2024 abbiamo lanciato un set di SDK client Firebase che potevano utilizzare l'Agent Platform Gemini API (formerly Vertex AI) e un gateway proxy Firebase per proteggere l'API da usi impropri e consentire integrazioni con altri prodotti Firebase. Abbiamo chiamato il nostro prodotto "Vertex AI in Firebase" e questo nome del prodotto descriveva accuratamente i casi d'uso disponibili del nostro prodotto in quel momento.

Da allora, però, abbiamo ampliato le funzionalità del nostro prodotto. Ad esempio, a partire da maggio 2025, offriamo il supporto per Gemini Developer API, inclusa la possibilità di proteggere Gemini Developer API da comportamenti illeciti utilizzando la nostra integrazione con Firebase App Check.

Di conseguenza, il nome "Vertex AI in Firebase" non rappresenta più accuratamente l'ambito ampliato del nostro prodotto. Pertanto, un nuovo nome, Firebase AI Logic, riflette meglio il nostro insieme di funzionalità in evoluzione e ci consente di continuare a espandere le nostre offerte in futuro.

Consulta la guida alla migrazione per assicurarti di usufruire di tutte le funzionalità più recenti di Firebase AI Logic (e, facoltativamente, iniziare a utilizzare Gemini Developer API).

Applicazione obbligatoria di App Check per tutte le versioni di un'app

App Check deve essere applicato per tutte le versioni della tua app che utilizzano Firebase AI Logic.

È fondamentale che App Check venga applicato il prima possibile, soprattutto prima di eseguire il commit dell'app in un sistema di controllo del codice sorgente disponibile pubblicamente, di condividere l'app o di renderla disponibile pubblicamente.

Se implementi subito App Check nel codebase della tua app, tutte le versioni dell'app possono inviare token App Check validi. Una richiesta che non invia un token valido viene considerata non verificata e verrà bloccata quando viene applicato App Check.

Se hai già rilasciato agli utenti finali una versione della tua app in cui non è implementato App Check, consulta le domande frequenti su come implementare e applicare App Check per un'app già rilasciata.

Ritarda l'applicazione automatica di App Check per Firebase AI Logic

A partire dal 2 novembre 2026, Firebase applicherà automaticamente Firebase App Check per Firebase AI Logic nel tuo progetto Firebase (se non è già applicato).

Quando App Check viene applicato, tutte le richieste a Firebase AI Logic senza un token App Check valido verranno bloccate. Sono incluse le versioni dell'app rilasciate che non hanno un provider di attestazione di produzione implementato.

Se hai rilasciato versioni dell'app in cui non è stato implementato App Check, puoi ritardare temporaneamente l'applicazione automatica di App Check per Firebase AI Logic. Tuttavia, prima del 21 gennaio 2027, è fondamentale che tu ti impegni a implementare e applicare App Check per le app già rilasciate.

Ecco come ritardare l'applicazione automatica di App Check per Firebase AI Logic:

1. Nella console Firebase, vai alla scheda Sicurezza > App Check > API.

2. Trova la riga relativa a Firebase AI Logic.

3. Alla fine della riga, individua il selettore della data Applica: con l'icona editModifica.

4. Seleziona la data in cui vuoi che App Check venga applicato automaticamente per Firebase AI Logic.

   L'ultima data possibile è il 21 gennaio 2027. Dopo questa data, non potrai ritardare l'applicazione automatica di App Check per Firebase AI Logic.

5. Fai clic su Salva.

Come implementare e applicare App Check per un'app già rilasciata

Per le versioni dell'app in cui non è implementato App Check, le richieste a Firebase AI Logic provenienti da queste versioni non hanno token App Check validi e sono considerate non verificate. Queste richieste verranno bloccate quando App Check verrà applicato per Firebase AI Logic.

Le seguenti istruzioni ti aiutano a eseguire la migrazione della tua app in modo da poter applicare App Check in modo da evitare interruzioni del servizio per un'app già rilasciata che non ha App Check.

1. Ritarda l'applicazione automatica di App Check per Firebase AI Logic:

   1. Nella console Firebase, vai alla scheda Sicurezza > App Check > API.

   2. Trova la riga relativa a Firebase AI Logic.

   3. Alla fine della riga, individua il selettore della data Applica: con l'icona editModifica.

   4. Seleziona la data in cui vuoi che App Check venga applicato automaticamente per Firebase AI Logic.

      L'ultima data possibile è il 21 gennaio 2027. Dopo questa data, non potrai ritardare l'applicazione automatica di App Check per Firebase AI Logic.

   5. Fai clic su Salva.

2. Implementa un provider di attestazione di produzione nella tua app il prima possibile.

   • Piattaforme Apple: DeviceCheck o App Attest o reCAPTCHA Enterprise
   • Android: Play Integrity o reCAPTCHA Enterprise
   • Web: reCAPTCHA Enterprise
   • Flutter: supporta tutti i provider sopra indicati, tra cui reCAPTCHA Enterprise
   • Unity: supporta tutti i fornitori sopra indicati (il supporto per reCAPTCHA Enterprise sarà disponibile a breve)

3. Monitora le richieste della tua app per decidere quando è sicuro applicare App Check.

   Ad esempio, se quasi tutte le richieste recenti provengono da client verificati, ti consigliamo di applicare App Check.

4. Applica App Check per Firebase AI Logic.

5. Per lo sviluppo locale quando App Check è applicato, puoi configurare il provider di debug App Check e mantenere comunque App Check applicato per Firebase AI Logic.

Informazioni sugli upgrade della sicurezza (metà 2026) per Gemini Developer API e Firebase AI Logic

In passato, Gemini Developer API si basava su chiavi API Gemini standard per autorizzare l'utilizzo di Gemini Developer API (generativelanguage.googleapis.com). Se hai attivato Firebase AI Logic e hai scelto di utilizzare Gemini Developer API, Firebase ha creato una chiave API Gemini per te limitata a Gemini Developer API. Questa chiave è stata denominata Gemini Developer API key (auto created by Firebase).

A partire dalla metà del 2026, Gemini Developer API verrà eseguito l'upgrade a un'alternativa più sicura denominata "Chiavi di autorizzazione (auth)" (che sono essenzialmente service account). Firebase AI Logic ha eseguito l'upgrade in tandem. Anziché utilizzare una chiave API Gemini standard, Firebase AI Logic ora gestisce l'autorizzazione per Gemini Developer API utilizzando un service account gestito da Google (P4SA) di cui eseguiamo automaticamente il provisioning per te:
Firebase AI Logic Service Agent (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

Sia per i progetti esistenti che per quelli nuovi, se accedi a Gemini Developer API tramite Firebase AI Logic, non è necessario alcun intervento da parte tua per usufruire di questi upgrade della sicurezza a partire dalla metà del 2026.

Come eseguire la migrazione di una chiave API Gemini a una "chiave di autorizzazione (auth)"

Sia per i progetti esistenti che per quelli nuovi, se accedi a Gemini Developer API tramite Firebase AI Logic, non è richiesta alcuna azione da parte tua per usufruire degli upgrade della sicurezza a partire dalla metà del 2026 (inclusa la migrazione a una "chiave di autorizzazione (auth)").

Per conto dei nostri sviluppatori, Firebase AI Logic gestisce automaticamente tutte le modifiche alla sicurezza necessarie per supportare la transizione di Gemini Developer API per richiedere "chiavi di autorizzazione (auth)".

A partire dalla metà del 2026, Firebase AI Logic non eseguirà più il provisioning o l'utilizzo di chiavi API Gemini standard. Ora l'autorizzazione per Gemini Developer API viene gestita da Firebase AI Logic utilizzando un service account gestito da Google (P4SA) di cui eseguiamo automaticamente il provisioning nel tuo progetto Firebase:
Firebase AI Logic Service Agent (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

In seguito a questa modifica, puoi esaminare ed eliminare qualsiasi chiave API denominata Gemini Developer API key (auto created by Firebase). Puoi eliminare questa chiave nella console Google Cloud. Prima di eliminare la chiave, esamina quanto segue:

• Questa chiave API Gemini è stata creata da Firebase al solo scopo di essere utilizzata con Firebase AI Logic, pertanto dovrebbe essere sicuro eliminarla. Tuttavia, prima di eliminare questa chiave, devi comunque verificare di non averla utilizzata erroneamente con altri strumenti che possono concedere l'accesso a Gemini Developer API, come gli SDK server di AI generativa o Genkit. Ecco come controllare l'utilizzo:
  1. Nella console Google Cloud, vai alla pagina Gemini Developer API, quindi fai clic su Gestisci.
  2. Nella scheda Metriche, nel menu a discesa Credenziali, seleziona la chiave denominata Gemini Developer API key (auto created by Firebase).
  3. Se i grafici visualizzati non mostrano alcun utilizzo dall'inizio di luglio 2026 (quando Firebase AI Logic ha smesso di utilizzare queste chiavi API), la chiave può essere eliminata in sicurezza.
     Tuttavia, se i grafici mostrano un utilizzo, significa che stai utilizzando la chiave con un altro strumento e devi rinominarla in modo che sia chiaro che viene utilizzata con quello strumento (e non con Firebase AI Logic).
• Assicurati di non eliminare altre chiavi API con un nome che contiene il segmento (auto created by Firebase).

Non aggiungere una chiave API Gemini al codebase di un'app web o mobile

Quando utilizzi gli SDK Firebase AI Logic, non hai bisogno di una chiave API Gemini per autorizzare l'utilizzo di Gemini Developer API e non devi aggiungere una chiave API Gemini al codebase della tua app.

Non utilizzare una "chiave API Firebase" come chiave API Gemini

Non utilizzare mai la tua "chiave API Firebase" come chiave API Gemini. Ti consigliamo vivamente di non aggiungere Gemini Developer API alla lista consentita per la tua chiave API Firebase.

La chiave API Firebase è la chiave API elencata nel file o nell'oggetto di configurazione Firebase che aggiungi al codebase della tua app per connetterla a Firebase. Puoi includere la chiave API Firebase nel codice se la utilizzi solo con le API correlate a Firebase (come Firebase AI Logic). Scopri informazioni importanti sulle chiavi API Firebase.

Nel riquadro API e servizi > Credenziali della console Google Cloud, le chiavi API di Firebase hanno il seguente aspetto:

Poiché devi aggiungere la chiave API Firebase al codebase della tua app affinché le API correlate a Firebase funzionino e poiché l'Gemini Developer API può essere autorizzata tramite chiave API, ti consigliamo vivamente di NON aggiungere l'Gemini Developer API (denominata "API Generative Language" nella console Google Cloud) alla lista consentita di API per la tua chiave API Firebase. In questo caso, esponi la Gemini Developer API a potenziali abusi.

Come proteggere una chiave API Gemini