Spécifier l'emplacement d'accès au modèle

Les modèles d'IA générative de Google sont disponibles dans des régions spécifiques. Chacune de vos requêtes qui utilisent Vertex AI Gemini API doit inclure l'emplacement pour accéder au modèle. Firebase AI Logic est automatiquement défini sur us-central1 pour toutes les requêtes.

Pour la quasi-totalité des modèles Gemini, Vertex AI Gemini API est compatible avec une localisation global, ce qui signifie que votre requête sera traitée par un modèle disponible n'importe où dans le pool mondial. L'utilisation de l'emplacement global pour vos requêtes peut vous aider à éviter d'atteindre les limites de capacité du modèle et à réduire les erreurs "Service surchargé" (503). De plus, selon le modèle, l'utilisation de l'emplacement global peut être obligatoire.

Quand est-il nécessaire de définir explicitement une position ?

Étant donné que Firebase AI Logic est automatiquement défini sur us-central1 par défaut pour toutes les requêtes, si vous avez besoin ou souhaitez utiliser un autre emplacement, vous devez spécifier explicitement l'emplacement lors de l'initialisation du service de backend Vertex AI Gemini API dans votre code.

Selon le modèle, il peut être nécessaire de définir explicitement un lieu. Si votre requête tente d'accéder à un modèle dans un emplacement où il n'est pas disponible, une erreur 404 s'affiche, indiquant que le modèle was not found or your project does not have access to it.

• Modèles Gemini : vous devez définir explicitement la région sur global (sauf pour les modèles Live API en version preview).

• Modèles Gemini 3.x : il est obligatoire de définir explicitement le paramètre de localisation sur global lorsque vous utilisez Firebase AI Logic. Firebase AI Logic n'est pas encore compatible avec les emplacements us et eu.

• Modèles Gemini 2.5 : il est facultatif, mais recommandé de définir explicitement l'emplacement. Si vous ne spécifiez pas d'emplacement, la valeur par défaut est us-central1.

• Modèles Gemini Live API : il est facultatif, mais recommandé de définir explicitement l'emplacement. Si vous ne spécifiez pas d'emplacement, la valeur par défaut est us-central1. Notez que l'emplacement global n'est pas accepté.

Consultez la liste de tous les emplacements disponibles plus loin sur cette page.

Informations générales et bonnes pratiques

Voici quelques points clés et bonnes pratiques concernant les lieux :

• Les limites de capacité sont définies par modèle, par région et par minute.

• Pour éviter d'atteindre les limites de capacité de manière inattendue, envisagez de définir le lieu sur global (si votre modèle est compatible avec le lieu global).

• Envisagez d'utiliser Firebase Remote Config pour contrôler l'emplacement à partir duquel vous accédez au modèle. Vous pouvez ainsi modifier l'emplacement sans avoir à publier une nouvelle version de votre application.

• Si la définition de l'emplacement sur global n'est pas applicable ni prise en charge pour votre cas d'utilisation, envisagez de distribuer explicitement l'emplacement où vous accédez aux modèles. Par exemple, vous pouvez définir la position en fonction de celle de votre utilisateur final à l'aide de Firebase Remote Config.

Exemples de code

Firebase AI Logic est automatiquement défini sur us-central1 pour toutes les requêtes. Si vous avez besoin ou souhaitez utiliser un autre emplacement, vous devez spécifier explicitement l'emplacement lors de l'initialisation du service de backend Vertex AI Gemini API dans votre code.

Notez que ces exemples montrent comment accéder à un modèle Gemini, mais vous pouvez également spécifier un emplacement lorsque vous accédez à un modèle Imagen.

Remplacez LOCATION par le code de localisation (par exemple, global ou europe-west4) de la liste des emplacements disponibles plus loin sur cette page.

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
let ai = FirebaseAI.firebaseAI(backend: .vertexAI(location: "LOCATION"))

// Create a `GenerativeModel` instance with a model that supports your use case
let model = ai.generativeModel(modelName: "MODEL_NAME")

// ...

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
val model = Firebase.ai(backend = GenerativeBackend.vertexAI(location = "LOCATION"))
                        .generativeModel("MODEL_NAME")

// ...

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.vertexAI("LOCATION"))
        .generativeModel("MODEL_NAME");

GenerativeModelFutures model = GenerativeModelFutures.from(ai);

// ...

// ...

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
const ai = getAI(firebaseApp, { backend: new VertexAIBackend('LOCATION') });

// Create a `GenerativeModel` instance with a model that supports your use case
const model = getGenerativeModel(ai, { model: 'MODEL_NAME' });

// ...

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
final ai = await FirebaseAI.vertexAI(location: 'LOCATION');

// Create a `GenerativeModel` instance with a model that supports your use case
final model = ai.generativeModel(model: 'MODEL_NAME');

// ...

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.VertexAI(location: "LOCATION"));

// Create a `GenerativeModel` instance with a model that supports your use case
var model = ai.GetGenerativeModel(modelName: "MODEL_NAME");

// ...

Notez que si vous spécifiez un emplacement où le modèle n'est pas disponible, vous recevrez une erreur 404 indiquant que le modèle was not found or your project does not have access to it.

Régions acceptées

Google Cloud utilise des régions. Google Cloud ne stocke les données client que dans la région que vous spécifiez pour toutes les fonctionnalités en disponibilité générale d'IA générative sur Vertex AI.

L'IA générative sur Vertex AI est disponible dans les régions suivantes. Il est possible que certains modèles et/ou certaines versions spécifiques ne soient pas disponibles dans toutes les régions. (Pour en savoir plus sur la disponibilité par région, consultez la documentation Google Cloud.)

Veuillez noter les points suivants :

• Firebase AI Logic est défini par défaut sur l'emplacement us-central1.

• Pour tous les modèles Gemini en preview (sauf les modèles Live API), le seul emplacement accepté est global.

• Lorsque vous utilisez Firebase AI Logic pour accéder aux modèles Gemini 3.x, la seule position acceptée est global. Firebase AI Logic n'est pas encore compatible avec les emplacements us et eu.

• Pour tous les modèles Live API et Imagen, l'emplacement global n'est pas accepté.