Najczęstsze pytania i rozwiązywanie problemów

Różnice między korzystaniem z Gemini Developer API i Agent Platform Gemini API (formerly Vertex AI)

W tabeli poniżej znajdziesz najważniejsze różnice między tymi 2 dostawcami „Gemini API” ogólnie, niezależnie od sposobu uzyskiwania do nich dostępu:

¹ Obaj dostawcy interfejsów API mają różne ceny w modelu płatności według wykorzystania (więcej informacji znajdziesz w ich dokumentacji).

² Gemini Developer API nie obsługuje Files API w pakietach SDK Firebase AI Logic.

W tabeli poniżej znajdziesz informacje o dostępności funkcji, o które często pytają użytkownicy, w przypadku 2 dostawców „Gemini API”. Ta tabela dotyczy wyłącznie sytuacji, w których używasz pakietów SDK klienta Firebase AI Logic.

Jak korzystać z Gemini Developer API i Agent Platform Gemini API (formerly Vertex AI)

W projekcie w Firebase możesz mieć włączonych obu dostawców Gemini API, a w aplikacji możesz używać obu interfejsów API.

Aby przełączać się między dostawcami interfejsów API w kodzie, upewnij się, że usługa backendu jest odpowiednio ustawiona w kodzie.

Wymagane interfejsy API i sposób ich włączania

Aby używać pakietów SDK Firebase AI Logic z Gemini Developer API, w projekcie muszą być włączone te 2 interfejsy API:

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

Te 2 interfejsy API należy włączyć w konsoli Firebase:

1. W konsoli Firebase otwórz Usługi AI > AI Logic.

2. Kliknij Rozpocznij.

3. Wybierz, aby rozpocząć korzystanie z Gemini Developer API.

   Spowoduje to uruchomienie procesu, który umożliwi Ci włączenie obu interfejsów API. Firebase udostępni też konto usługi zarządzane przez Google (P4SA) do autoryzacji korzystania z Gemini API oraz doda interfejs API Firebase AI Logic do listy dozwolonych dla Twojego klucza interfejsu API Firebase.

Jak wyłączyć interfejsy API w projekcie w Firebase

W przypadku Firebase AI Logic staramy się, aby konfiguracja projektu w Firebase pod kątem korzystania z wybranego dostawcy Gemini API była jak najprostsza. Obejmuje to włączanie wymaganych interfejsów API w projekcie w Firebase podczas określonych procesów, takich jak proces z instrukcjami w konsoli Firebase.

Jeśli jednak zdecydujesz się nie korzystać z Firebase AI Logic lub jednego z dostawców Gemini API, możesz wyłączyć powiązane interfejsy API w projekcie w Firebase.

Uprawnienia wymagane do korzystania z usługi Firebase AI Logic

Obsługiwane modele w przypadku korzystania z usługi Firebase AI Logic

Zobacz listę obsługiwanych modeli. Często dodajemy nowe funkcje do pakietów SDK, dlatego zaglądaj do tych najczęstszych pytań, aby sprawdzać aktualizacje (oraz informacje o wersji, blogi i posty w mediach społecznościowych).

• Firebase AI Logic obsługuje te modele:

  • Gemini Developer API

    • Większość modeli podstawowych Gemini

  • Agent Platform Gemini API (formerly Vertex AI)

    • Większość modeli podstawowych Gemini

• Firebase AI Logic nie obsługuje tych modeli (niezależnie od wybranego dostawcy Gemini API):

  • Dostrojone modele

  • modele wektorów dystrybucyjnych, modele Veo, modele Lyria, modele robotyki, modele do obsługi komputera, modele Gemini Omni, modele Gemini Cyber.

Jak ustawić limit na użytkownika

Domyślnie Firebase AI Logic ustawia limit żądań na użytkownika na 100 żądań na minutę.

Jeśli chcesz dostosować limit liczby żądań na użytkownika, musisz dostosować ustawienia limitów dla interfejsu Firebase AI Logic API.

Dowiedz się więcej o limicie interfejsu API Firebase AI Logic. Na tej stronie znajdziesz też informacje o tym, jak wyświetlać i edytować limity.

Jak zmniejszyć opóźnienie i wysokie wykorzystanie tokenów

Jeśli występują problemy z wysoką latencją lub dużym wykorzystaniem tokenów, prawdopodobnie jest to spowodowane konfiguracją poziomu rozumowania w używanym modelu.

Modele Gemini 3 i nowsze zawsze używają wewnętrznego „procesu myślowego”, który znacznie poprawia ich zdolność do rozumowania i wieloetapowego planowania. Dzięki temu są one bardzo skuteczne w przypadku złożonych zadań, takich jak kodowanie, zaawansowana matematyka i analiza danych.

Jednak w zależności od zadania wyższe poziomy rozumowania nie zawsze są potrzebne i możesz skonfigurować model tak, aby używał niższego poziomu. Niższy poziom rozumowania pomoże zmniejszyć opóźnienia i wykorzystanie tokenów. Aby ułatwić Ci podjęcie decyzji, w jakim stopniu model może potrzebować zdolności rozumowania, zapoznaj się z porównaniem trudności zadań.

Pamiętaj, że w przypadku większości modeli Gemini 3 i nowszych domyślny poziom myślenia jest ustawiony na HIGH.

wymagania dotyczące typów MIME w przypadku żądań multimodalnych (np. obrazów, plików PDF, filmów i dźwięku);

W każdym żądaniu multimodalnym musisz zawsze podać te informacje:

• Plik ma mimeType. Poniżej znajdziesz wyjątek.

• Plik. Możesz podać plik jako dane wbudowane lub podać jego adres URL.

Więcej informacji o obsługiwanych typach plików wejściowych, sposobie określania typu MIME i 2 opcjach udostępniania pliku znajdziesz w artykule Obsługiwane pliki wejściowe i wymagania.

Wyjątek od uwzględniania typu MIME w żądaniu

Wyjątkiem od podawania typu MIME są dane wejściowe obrazu w tekście w przypadku żądań z natywnych aplikacji na platformy Android i Apple.

Pakiety SDK Firebase AI Logic na platformy Android i Apple zapewniają uproszczony i przyjazny dla platformy sposób obsługi obrazów w żądaniach – wszystkie obrazy (niezależnie od formatu) są konwertowane po stronie klienta na format JPEG z jakością 80% przed wysłaniem na serwer. Oznacza to, że gdy podajesz obrazy jako dane wbudowane za pomocą pakietów SDK na platformy Android i Apple, nie musisz określać typu MIME w żądaniu.

To uproszczone rozwiązanie jest pokazane w dokumentacji Firebase AI Logic w przykładach wysyłania obrazów zakodowanych w formacie base64 w żądaniach.

Oto dodatkowe informacje o tej funkcji na poszczególnych platformach:

• Na urządzeniu z Androidem:

  • Możesz skorzystać z uproszczonego sposobu obsługi typów obrazów natywnych dla platformy (Bitmap) w promptach multimodalnych, które zawierają obrazy jako dane wbudowane (zobacz przykład).

  • Aby mieć większą kontrolę nad formatami plików graficznych i konwersjami, możesz podać obrazy jako InlineDataPart i określić typ MIME. Na przykład:

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

• Na platformach Apple:

  • Możesz skorzystać z uproszczonego sposobu obsługi typów obrazów natywnych dla platformy (UIImage, NSImage, CIImage i CGImage) w promptach multimodalnych, które zawierają obrazy jako dane w tekście (zobacz przykład).

  • Aby mieć większą kontrolę nad formatami plików graficznych i konwersjami, możesz podać obrazy jako InlineDataPart i określić typ MIME. Na przykład:

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

Funkcje zaawansowane, które nie są jeszcze dostępne w przypadku Firebase AI Logic: grounding z użyciem wyszukiwarki grafiki Google, dostrajanie modelu, generowanie wektorów dystryzyjnych i semantyczne pobieranie informacji

Te funkcje są obsługiwane przez różne modele i dostawców interfejsów API, ale nie są dostępne podczas korzystania z Firebase AI Logic:

• Powiązanie ze źródłem informacji przy użyciu wyszukiwarki grafiki Google
• Dostrajanie modelu
• Generowanie wektorów dystrybucyjnych
• Pobieranie semantyczne

Jeśli chcesz dodać te prośby o dodanie funkcji lub zagłosować na istniejącą prośbę o dodanie funkcji, wejdź na Firebase UserVoice.

Wykorzystanie danych do trenowania modeli

Zobacz Zarządzanie danymi i odpowiedzialna AI.

Wycofane lub wyłączone modele – lista i zamienniki

Gdy Google udostępnia stabilną wersję modelu, staramy się, aby była ona dostępna przez co najmniej 12 miesięcy, zanim ją wycofamy.

Pamiętaj jednak o tych kwestiach:

• W przypadku Agent Platform Gemini API (formerly Vertex AI) niektóre stabilne modele są dostępne tylko krótkoterminowo, co oznacza, że mogą zostać wyłączone (wycofane) już po 45 dniach od wydania modelu zastępczego.

• W przypadku Gemini Developer API czasami zamiast wyłączać model, usługa automatycznie przekierowuje żądanie do nowszego modelu. Żądania do nowszego modelu są rozliczane według stawek tego modelu.

• Na kilka tygodni przed datą wyłączenia projekty, które nie korzystały wcześniej z modelu, nie będą mogły zacząć go używać.

• Gdy zostanie wydana stabilna wersja danego modelu, wszystkie jego wersje eksperymentalne i testowe zostaną zwykle wyłączone (wycofane) w ciągu kilku dni lub tygodni (w tych najczęstszych pytaniach nie wymieniono wszystkich poprzednich modeli testowych i eksperymentalnych).

Modele ogólnego zastosowania

^{1 W przypadku Agent Platform Gemini API (formerly Vertex AI) jest to „model krótkoterminowej dostępności”. Zobacz Wersje modeli i wzorce nazewnictwa}

^{Wszystkie te modele ogólnego zastosowania również zostaną wyłączone: 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}

Modele generujące obrazy (Nano Banana i Imagen)

Dźwięk – modele: Live API

Zmiany wymagane w przypadku wycofania lub wyłączenia modeli

Gdzie można znaleźć datę wyłączenia modelu?

Oto kilka sposobów na znalezienie daty wyłączenia modelu:

• Google wysyła e-maile do odpowiednich członków projektu.

• Ogłoszenia i przypomnienia o nadchodzących wyłączeniach publikujemy w różnych kanałach:

  • Informacje o wersji (zobacz przykład)
  • Banery na poziomie strony w dokumentacji, na stronie obsługiwanych modeli oraz w najczęstszych pytaniach dotyczących wycofanych i wyłączonych modeli.

Co zrobić, jeśli model, którego używasz, zostanie wyłączony?

Musisz wprowadzić te zmiany przed datą wyłączenia. W przeciwnym razie wszystkie żądania do wyłączonego modelu będą kończyć się błędem 404.

1. Znajdź odpowiedni obecnie obsługiwany model i jego nazwę.

   W najczęstszych pytaniach dotyczących wycofanych i wyłączonych modeli znajdziesz też zalecane modele zastępcze.

2. Zaktualizuj nazwę modelu używaną przez aplikację.

   Nazwę modelu ustawiasz podczas inicjowania, gdy tworzysz instancję GenerativeModel, LiveModel lub ImagenModel. Zapoznaj się z poniższą ważną rekomendacją dotyczącą korzystania z szablonów promptów Firebase Remote Config lub szablonów promptów serwera.

3. Sprawdź, czy musisz zaktualizować kod.

   Zwykle nie trzeba modyfikować kodu, który wywołuje model. Wyjątki:

   • Nieobsługiwane parametry próbkowania: w najnowszych modelach Gemini 4.x i Gemini 3.x kilka parametrów jest nieobsługiwanych (w szczególności temperatura, top-K, top-P, kara za częstotliwość, kara za obecność i liczba kandydatów).

   • Poziom rozumowania a budżet na rozumowanie: od modeli Gemini 3.x należy używać thinkingLevel zamiast thinkingBudget (ale thinkingBudget jest nadal obsługiwany ze względu na zgodność wsteczną). Jednak od modeli Gemini 4.x funkcja thinkingBudget nie jest obsługiwana. Dowiedz się więcej o myśleniu.

   • Eksperymentowanie z wartością poziomu rozumowania: gdy przechodzisz na nową generację (np. z 2.5 na 3.8) i chcesz zapewnić taką samą wydajność i zachowanie (np. opóźnienie), zalecamy poeksperymentowanie z ustawieniem niższego poziomu rozumowania. Dowiedz się więcej o myśleniu.

4. Przetestuj aplikację, aby upewnić się, że odpowiedzi są nadal zgodne z oczekiwaniami.

Zmiany wymagane w związku ze zmianą nazwy „Vertex AI” na „Agent Platform”

W połowie 2026 r. firma Google Cloud zmieniła nazwę „Vertex AI” na „Gemini Enterprise Agent Platform” (lub „Agent Platform”). W ekosystemie Firebase nazywamy tę usługę „Agent Platform Gemini API”.

W przypadku Google Cloud zmiana nazwy marki obejmowała te elementy: Pamiętaj, że wprowadzono też inne zmiany, ale nie mają one zastosowania do Firebase AI Logic.

• Zmiana nazwy usługi z „Vertex AI” na „Gemini Enterprise Agent Platform” (lub „Agent Platform”), która obejmuje nowe adresy URL konsoli Google Cloud i dokumentacji.

• Zmieniamy wyświetlaną nazwę interfejsu API z „Vertex AI API” na „Agent Platform API”. Pamiętaj, że nazwa usługi pozostała bez zmian: aiplatform.googleapis.com.

• Zmieniamy nazwę „Vertex AI Studio” na „Agent Studio”.

• Nie wprowadzono żadnych zmian w możliwościach podstawowych interfejsów API ani obsługiwanych modeli.

W przypadku pakietów SDK Firebase AI Logic uwzględniliśmy tę zmianę nazwy marki, aktualizując składnię inicjowania usługi backendu „Gemini API” i domyślną lokalizację dostępu do modelu podczas korzystania z tej nowej składni.

• Nowa składnia inicjowania usługi backendu „Gemini API”:

  Swift

  Zmień vertexAI na agentPlatform.

  • Składnia agentPlatform jest dostępna od wersji 12.17.0 pakietu SDK.
  • Składnia vertexAI została usunięta w wersji 13.0.0 pakietu SDK.

  BEFORE

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

  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

  Zmień vertexAI na agentPlatform.

  • Składnia agentPlatform jest dostępna od wersji 17.15.0 pakietu SDK i wersji 34.17.0 Firebase Android BoM.
  • Składnia vertexAI została usunięta w wersji 18.0.0 pakietu SDK i wersji 35.0.0 BoM.

  BEFORE

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

  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

  Zmień vertexAI na agentPlatform.

  • Składnia agentPlatform jest dostępna od wersji 17.15.0 pakietu SDK i wersji 34.17.0 Firebase Android BoM.
  • Składnia vertexAI została usunięta w wersji 18.0.0 pakietu SDK i wersji 35.0.0 BoM.

  BEFORE

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

  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

  Zmień VertexAIBackend na AgentPlatformBackend.

  • Składnia AgentPlatformBackend jest dostępna od wersji 12.17.0 pakietu SDK Firebase JS.
  • Składnia VertexAIBackend została usunięta w wersji 13.0.0 pakietu SDK.

  BEFORE

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

  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

  Zmień vertexAI na agentPlatform.

  • Składnia agentPlatform jest dostępna od wersji 3.15.0+ wtyczki i wersji 4.18.0+ BoM Firebase Flutter.
  • Składnia vertexAI została usunięta w wersji 5.0.0 wtyczki i wersji 5.0.0+ BoM Firebase Flutter.

  BEFORE

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

  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

  Zmień VertexAI na AgentPlatform.

  • Składnia AgentPlatform jest dostępna od wersji 13.15.0 pakietu SDK Firebase dla Unity.
  • Składnia VertexAI została usunięta w wersji 14.0.0 pakietu SDK.

  BEFORE

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

  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"));
  
  // ...
  

• Nowa domyślna lokalizacja dostępu do modelu podczas korzystania z nowej składni inicjowania:

  Gdy używasz nowej składni inicjowania „Agent Platform”, lokalizacja domyślnie jest ustawiona na global.

  Wprowadziliśmy tę zmianę, ponieważ prawie wszystkie modele Gemini są obsługiwane w regionie global, a Google Cloud nie obsługuje już lokalizacji us-central1 w przypadku nowych wersji większości modeli Gemini.

Aplikacje Swift – zmiany wymagane do przejścia z FirebaseAI na FirebaseAILogic

W przypadku aplikacji na platformy Apple, począwszy od pakietu SDK Firebase w wersji 12.5.0, Firebase AI Logic jest rozpowszechniany w module FirebaseAILogic. W pakiecie SDK w wersji 13.0.0 usunięto moduł FirebaseAI.

Dlaczego wprowadziliśmy tę zmianę?

Wcześniej udostępnialiśmy tę usługę w module FirebaseAI. Musieliśmy jednak zmienić jej nazwę na FirebaseAILogic z tych powodów:

• Unikaj kolizji nazw między modułem a klasą, która powoduje problemy w dystrybucjach binarnych.

• umożliwić nam korzystanie z makr Swift na potrzeby przyszłego rozwoju funkcji.

Co zrobić, jeśli przechodzisz na wersję 12.5.0 lub nowszą albo 13.0.0 lub nowszą?

W Firebase 12 (począwszy od wersji 12.5.0) zmiana nazwy modułu na FirebaseAILogic nie powoduje błędów i jest zgodna wstecznie, więc te zmiany są zalecane w Firebase 12. Jednak w pakiecie SDK Firebase w wersji 13.0.0 usunięto stary moduł FirebaseAI, więc te zmiany są wymagane podczas uaktualniania do Firebase 13.

1. Podczas wybierania zależności Swift PM wybierz FirebaseAILogic (zamiast FirebaseAI).

2. Zmień instrukcje importu na FirebaseAILogic (zamiast FirebaseAI).

Zmiana nazwy z „Vertex AI in Firebase” na „Firebase AI Logic”

W 2024 r. wprowadziliśmy zestaw pakietów SDK klienta Firebase, które mogą korzystać z Agent Platform Gemini API (formerly Vertex AI), a także bramę proxy Firebase, która chroni ten interfejs API przed nadużyciami i umożliwia integrację z innymi usługami Firebase. Nazwaliśmy nasz produkt „Vertex AI w Firebase”, a ta nazwa produktu dokładnie opisywała dostępne wtedy przypadki użycia.

Od tego czasu rozszerzyliśmy jednak możliwości naszej usługi. Na przykład od maja 2025 r. obsługujemy Gemini Developer API, w tym możliwość ochrony Gemini Developer API przed nadużyciami dzięki integracji z Firebase App Check.

W związku z tym nazwa „Vertex AI w Firebase” nie odzwierciedla już dokładnie rozszerzonego zakresu naszej usługi. Dlatego nowa nazwa – Firebase AI Logic – lepiej odzwierciedla rozwijający się zestaw funkcji i pozwala nam na dalsze rozszerzanie oferty w przyszłości.

Zapoznaj się z przewodnikiem po migracji, aby mieć pewność, że korzystasz ze wszystkich najnowszych funkcji Firebase AI Logic (i opcjonalnie zacznij używać Gemini Developer API).

Wymagane egzekwowanie zasad App Check we wszystkich wersjach aplikacji

Funkcja App Check musi być egzekwowana we wszystkich wersjach aplikacji, które używają pakietu Firebase AI Logic.

Ważne jest, aby jak najszybciej wymusić App Check – zwłaszcza przed zatwierdzeniem aplikacji w publicznie dostępnym systemie kontroli kodu źródłowego, udostępnieniem aplikacji lub udostępnieniem jej publicznie.

Jeśli od razu zaimplementujesz App Check w bazie kodu aplikacji, wszystkie jej wersje będą mogły wysyłać prawidłowe tokeny App Check. Żądanie, które nie wysyła prawidłowego tokena, jest uznawane za niezweryfikowane i będzie blokowane, gdy zostanie wymuszona obsługa App Check.

Jeśli masz już wersję aplikacji udostępnioną użytkownikom, która nie ma wdrożonego interfejsu App Check, zapoznaj się z najczęstszymi pytaniami na temat tego, jak wdrożyć i egzekwować interfejs App Check w przypadku już opublikowanej aplikacji.

Opóźnij automatyczne egzekwowanie zasad App Check dla: Firebase AI Logic

Od 2 listopada 2026 r. Firebase będzie automatycznie wymuszać Firebase App Check dla Firebase AI Logic w Twoim projekcie Firebase (jeśli nie jest jeszcze wymuszane).

Gdy wymuszanie App Check jest włączone, wszystkie żądania do Firebase AI Logic bez prawidłowego tokena App Check będą blokowane. Dotyczy to opublikowanych wersji aplikacji, które nie mają wdrożonego dostawcy atestów produkcyjnych.

Jeśli masz opublikowane wersje aplikacji, które nie mają wdrożonej funkcji App Check, możesz tymczasowo opóźnić automatyczne egzekwowanie funkcji App Check w przypadku Firebase AI Logic. Jednak przed 21 stycznia 2027 r. musisz wdrożyć i egzekwować zasady App Check w przypadku już opublikowanych aplikacji.

Aby opóźnić automatyczne egzekwowanie App Check w przypadku Firebase AI Logic:

1. W konsoli Firebase otwórz kartę Zabezpieczenia > Sprawdzanie aplikacji > Interfejsy API.

2. Znajdź wiersz Firebase AI Logic.

3. Na końcu wiersza znajdź selektor daty Egzekwuje: z ikoną editEdytuj.

4. Wybierz datę, od której App Check ma być automatycznie egzekwowane w przypadku Firebase AI Logic.

   Ostatnia możliwa data to 21 stycznia 2027 r. Po tej dacie nie będzie można opóźnić automatycznego egzekwowania App Check w przypadku Firebase AI Logic.

5. Kliknij Zapisz.

Jak wdrożyć i egzekwować App Check w przypadku aplikacji, która została już opublikowana

W przypadku wersji aplikacji, które nie mają zaimplementowanej funkcji App Check, żądania do Firebase AI Logic z tych wersji nie mają prawidłowych tokenów App Check i są uznawane za niezweryfikowane. Te żądania zostaną zablokowane, gdy zasada App Check zostanie wymuszona w przypadku: Firebase AI Logic.

Te instrukcje pomogą Ci przeprowadzić migrację aplikacji, aby można było wymusić App Check w sposób, który pozwoli uniknąć przerw w działaniu już opublikowanej aplikacji, która nie ma App Check.

1. Opóźnij automatyczne egzekwowanie zasad App Check dla: Firebase AI Logic:

   1. W konsoli Firebase otwórz kartę Zabezpieczenia > Sprawdzanie aplikacji > Interfejsy API.

   2. Znajdź wiersz Firebase AI Logic.

   3. Na końcu wiersza znajdź selektor daty Egzekwuje: z ikoną editEdytuj.

   4. Wybierz datę, od której App Check ma być automatycznie egzekwowane w przypadku Firebase AI Logic.

      Ostatnia możliwa data to 21 stycznia 2027 r. Po tej dacie nie będzie można opóźnić automatycznego egzekwowania zasad App Check w przypadku Firebase AI Logic.

   5. Kliknij Zapisz.

2. Jak najszybciej zaimplementuj w aplikacji dostawcę atestów produkcyjnych.

   • Platformy Apple: DeviceCheck, App Attest lub reCAPTCHA Enterprise
   • Android: Play Integrity lub reCAPTCHA Enterprise
   • Przeglądarka: reCAPTCHA Enterprise
   • Flutter: obsługuje wszystkich dostawców wymienionych powyżej, w tym reCAPTCHA Enterprise.
   • Unity: obsługuje wszystkich dostawców wymienionych powyżej (obsługa reCAPTCHA Enterprise już wkrótce).

3. Monitoruj żądania z aplikacji, aby łatwiej zdecydować, kiedy można bezpiecznie wymusić App Check.

   Jeśli na przykład prawie wszystkie ostatnie żądania pochodzą od zweryfikowanych klientów, warto rozważyć wymuszenie App Check.

4. Wymuś App Check dla Firebase AI Logic.

5. W przypadku lokalnego programowania, gdy usługa App Check jest wymuszana, możesz skonfigurować dostawcę debugowania App Check i nadal wymuszać usługę App Check w przypadku Firebase AI Logic.

Informacje o ulepszeniach zabezpieczeń (połowa 2026 r.) w przypadku Gemini Developer API i Firebase AI Logic

W przeszłości Gemini Developer API korzystał ze standardowych kluczy interfejsu API Gemini do autoryzacji użycia Gemini Developer API (generativelanguage.googleapis.com). Jeśli włączono Firebase AI Logic i wybrano korzystanie z Gemini Developer API, Firebase utworzył dla Ciebie klucz interfejsu API Gemini, który był ograniczony do Gemini Developer API. Ten klucz miał nazwę Gemini Developer API key (auto created by Firebase).

W połowie 2026 r. usługa Gemini Developer API zostanie uaktualniona do bezpieczniejszej alternatywy o nazwie „klucze autoryzacji” (które są zasadniczo kontami usługi). Firebase AI Logic również została uaktualniona. Zamiast standardowego klucza interfejsu API Gemini Firebase AI Logic obsługuje teraz autoryzację dla Gemini Developer API za pomocą zarządzanego przez Google konta usługi (P4SA), które automatycznie udostępniamy:
Agent usługi Firebase AI Logic (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

W przypadku zarówno dotychczasowych, jak i nowych projektów, jeśli uzyskujesz dostęp do Gemini Developer API przez Firebase AI Logic, nie musisz podejmować żadnych działań, aby od połowy 2026 r. korzystać z tych ulepszeń zabezpieczeń.

Jak przenieść klucz interfejsu API Gemini na „klucz autoryzacji”

W przypadku zarówno istniejących, jak i nowych projektów, jeśli uzyskujesz dostęp do Gemini Developer API przez Firebase AI Logic, nie musisz podejmować żadnych działań, aby korzystać z ulepszeń zabezpieczeń od połowy 2026 r. (w tym z migracji do „klucza autoryzacji”).

W imieniu naszych deweloperów Firebase AI Logic automatycznie obsługuje wszystkie wymagane zmiany zabezpieczeń, aby dostosować się do przejścia Gemini Developer API na wymaganie „kluczy autoryzacji”.

Od połowy 2026 r. Firebase AI Logic nie będzie już udostępniać ani używać standardowych kluczy interfejsu API Gemini. Zamiast tego Firebase AI Logic obsługuje teraz autoryzację dla Gemini Developer API za pomocą zarządzanego przez Google konta usługi (P4SA), które automatycznie udostępniamy w Twoim projekcie w Firebase:
Agent usługi Firebase AI Logic (service-PROJECT_ID@gcp-sa-firebasevertexai.iam.gserviceaccount.com)

W związku z tą zmianą możesz sprawdzić i usunąć klucz interfejsu API o nazwie Gemini Developer API key (auto created by Firebase). Możesz usunąć ten klucz w konsoli Google Cloud. Zanim usuniesz klucz, zapoznaj się z tymi informacjami:

• Ten klucz interfejsu API Gemini został utworzony przez Firebase wyłącznie na potrzeby usługi Firebase AI Logic, więc można go bezpiecznie usunąć. Zanim jednak usuniesz ten klucz, sprawdź, czy nie został on przez pomyłkę użyty w innych narzędziach, które mogą zapewniać dostęp do Gemini Developer API, takich jak pakiety SDK serwera generatywnej AI lub Genkit. Aby sprawdzić wykorzystanie:
  1. W konsoli Google Cloud otwórz stronę Gemini Developer API, a następnie kliknij Zarządzaj.
  2. Na karcie Dane w menu Dane logowania wybierz klucz o nazwie Gemini Developer API key (auto created by Firebase).
  3. Jeśli wyświetlane wykresy nie pokazują żadnego użycia od początku lipca 2026 r. (czyli od momentu, gdy usługa Firebase AI Logic przestała używać tych kluczy interfejsu API), możesz bezpiecznie usunąć klucz.
     Jeśli jednak wykresy pokazują użycie, oznacza to, że klucz jest używany z innym narzędziem. W takim przypadku należy zmienić nazwę klucza, aby było jasne, że jest on używany z tym narzędziem (a nie z Firebase AI Logic).
• Upewnij się, że nie usuwasz żadnego innego klucza interfejsu API o nazwie zawierającej segment (auto created by Firebase).

Nie dodawaj klucza interfejsu API Gemini do bazy kodu aplikacji mobilnej ani internetowej.

Jeśli używasz pakietów SDK Firebase AI Logic, nie potrzebujesz klucza interfejsu API Gemini do autoryzacji korzystania z Gemini Developer API i nie musisz dodawać klucza interfejsu API Gemini do bazy kodu aplikacji.

Nie używaj „klucza interfejsu API Firebase” jako klucza interfejsu API Gemini.

Nigdy nie używaj „klucza interfejsu Firebase API” jako klucza interfejsu API Gemini. Zdecydowanie zalecamy, aby nie dodawać Gemini Developer API do listy dozwolonych dla klucza interfejsu API Firebase.

Klucz interfejsu API Firebase to klucz interfejsu API podany w pliku lub obiekcie konfiguracji Firebase, który dodajesz do bazy kodu aplikacji, aby połączyć ją z Firebase. Możesz dołączyć klucz interfejsu API Firebase do kodu, jeśli używasz go tylko z interfejsami API powiązanymi z Firebase (np. Firebase AI Logic). Ważne informacje o kluczach interfejsu API Firebase

W panelu Interfejsy API i usługi > Dane logowania konsoli Google Cloud klucze interfejsu API Firebase wyglądają tak:

Aby interfejsy API związane z Firebase działały, musisz dodać klucz interfejsu Firebase API do bazy kodu aplikacji. Ponieważ interfejs Gemini Developer API można autoryzować za pomocą klucza interfejsu API, zdecydowanie zalecamy, aby NIE dodawać interfejsu Gemini Developer API (w konsoli Google Cloud nazywanego „Generative Language API”) do listy dozwolonych interfejsów API dla klucza interfejsu Firebase API. Jeśli to zrobisz, Gemini Developer API będzie narażony na potencjalne nadużycia.

Jak zabezpieczyć klucz interfejsu API Gemini