Specifica la posizione per accedere al modello

Fai clic sul tuo fornitore Gemini API per visualizzare contenuti specifici del fornitore e codice in questa pagina.


I modelli di AI generativa di Google sono disponibili in regioni specifiche.

Quando inizializzi il servizio di backend Vertex AI Gemini API nel tuo codice, puoi facoltativamente specificare la località del modello a cui stai accedendo nelle tue richieste. Consulta l'elenco delle località disponibili più avanti in questa pagina.

Ecco alcuni fatti chiave e best practice sulle località:

  • I limiti di capacità sono per modello, per regione, per minuto.

  • Se non specifichi una località, il valore predefinito è us-central1.

  • Per evitare di raggiungere in modo imprevisto i limiti di capacità, valuta la possibilità di impostare la località su global (se il modello supporta la località global).

  • Se l'impostazione della località su global non è applicabile o supportata per il tuo caso d'uso, valuta la possibilità di distribuire in modo esplicito la posizione in cui accedi ai modelli. Ad esempio, puoi impostare la località in base alla località dell'utente finale utilizzando Firebase Remote Config.

Informazioni sulla località global

Per l'accesso a quasi tutti i Gemini modelli, l' Vertex AI Gemini API supporta una località global, il che significa che la tua richiesta verrà gestita da un modello disponibile ovunque nel pool globale. L'impostazione della località su global per le tue richieste può aiutarti a evitare di raggiungere i limiti di capacità del modello e a ridurre gli errori di esaurimento delle risorse (429).

Esempi di codice

Tieni presente che questi esempi mostrano l'accesso a un modello Gemini, ma puoi anche specificare una località quando accedi a un modello Imagen.

Sostituisci LOCATION con il codice della località (ad esempio europe-west4) dall'elenco delle località disponibili più avanti in questa pagina.

Swift

// ...

// 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")

// ...

Kotlin

// ...

// 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")

// ...

Java

// ...

// 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);

// ...

Web

// ...

// 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' });

// ...

Dart

// ...

// 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');

// ...

Unity

// ...

// 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");

// ...

Tieni presente che, se specifichi una località in cui il modello non è disponibile, riceverai un errore 404 che indica che il modello was not found or your project does not have access to it.

Paesi in cui è disponibile il servizio

Google Cloud utilizza le regioni. Google Cloud archivia i dati dei clienti solo nella regione che specifichi per tutte le funzionalità con disponibilità generale di AI generativa in Vertex AI.

L'AI generativa in Vertex AI è disponibile nelle seguenti regioni. Alcuni modelli e/o versioni specifiche potrebbero non essere disponibili in tutte le località (per la disponibilità dettagliata delle località, consulta la Google Cloud documentazione).

Tutti i modelli Gemini (ad eccezione dei modelli Gemini Live API) sono disponibili anche in una località global. Per tutti i modelli Live API e tutti i Imagen modelli, la località global non è supportata.

Stati Uniti

  • Columbus, Ohio (us-east5)
  • Dallas, Texas (us-south1)
  • Iowa (us-central1)
  • Las Vegas, Nevada (us-west4)
  • Moncks Corner, South Carolina (us-east1)
  • Virginia del Nord (us-east4)
  • Oregon (us-west1)

Canada

  • Montréal (northamerica-northeast1)

Sud America

  • San Paolo, Brasile (southamerica-east1)

Europa

  • Belgio (europe-west1)
  • Finlandia (europe-north1)
  • Francoforte, Germania (europe-west3)
  • Londra, Regno Unito (europe-west2)
  • Madrid, Spagna (europe-southwest1)
  • Milano, Italia (europe-west8)
  • Paesi Bassi (europe-west4)
  • Parigi, Francia (europe-west9)
  • Varsavia, Polonia (europe-central2)
  • Zurigo, Svizzera (europe-west6)

Asia Pacifico

  • Contea di Changhua, Taiwan (asia-east1)
  • Hong Kong, Cina (asia-east2)
  • Mumbai, India (asia-south1)
  • Seul, Corea (asia-northeast3)
  • Singapore (asia-southeast1)
  • Sydney, Australia (australia-southeast1)
  • Tokyo, Giappone (asia-northeast1)

Medio Oriente

  • Dammam, Arabia Saudita (me-central2)
  • Doha, Qatar (me-central1)
  • Tel Aviv, Israele (me-west1)