Speicherort für den Zugriff auf das Modell angeben

Die generativen KI-Modelle von Google sind in bestimmten Regionen verfügbar. Sie können auswählen, wo Sie auf das Modell zugreifen möchten, um Ihre Anforderungen an Compliance, Latenz, Verfügbarkeit und Lebensdauer zu erfüllen.

Wenn Sie Firebase AI Logic verwenden, muss jede Ihrer Anfragen, die die Vertex AI Gemini API den Standort enthalten, an dem auf das Modell zugegriffen werden soll. Firebase AI Logic verwendet für alle Anfragen automatisch us-central1 als Standardstandort.

Für fast alle Gemini Modelle unterstützt die Vertex AI Gemini API den Standort global. Das bedeutet, dass Ihre Anfrage von einem verfügbaren Modell aus dem globalen Pool verarbeitet wird. Wenn Sie für Ihre Anfragen den Standort global verwenden, können Sie Kapazitätslimits für das Modell vermeiden und die Anzahl der Fehler vom Typ „Dienst überlastet“ (503) reduzieren. Je nach Modell kann die Verwendung des Standorts global auch erforderlich sein.

Wann muss ein Standort explizit festgelegt werden?

Da Firebase AI Logic für alle Anfragen automatisch us-central1 als Standardstandort verwendet, müssen Sie den Standort explizit angeben, wenn Sie einen anderen Standort verwenden möchten. Sie müssen den Standort während der Initialisierung des Vertex AI Gemini API Backend-Dienstes in Ihrem Code explizit angeben.

Je nach Modell kann es erforderlich sein, einen Standort explizit festzulegen. Wenn Ihre Anfrage versucht, auf ein Modell an einem Standort zuzugreifen, an dem es nicht verfügbar ist, erhalten Sie einen 404-Fehler mit der Meldung, dass das Modell was not found or your project does not have access to it.

• Gemini Vorschau-Modelle: Der Standort muss explizit auf global festgelegt werden (außer bei Live API Vorschaumodellen).

• Gemini 3.x Modelle: Wenn Sie Firebase AI Logic verwenden, muss der Standort explizit auf global festgelegt werden. Firebase AI Logic unterstützt die Standorte us und eu noch nicht.

• Gemini 2.5 Modelle: Das explizite Festlegen des Standorts ist optional, wird aber empfohlen. Wenn Sie keinen Standort angeben, wird standardmäßig us-central1 verwendet.

• Gemini Live API Modelle: Das explizite Festlegen des Standorts ist optional, wird aber empfohlen. Wenn Sie keinen Standort angeben, wird standardmäßig us-central1 verwendet. Der Standort global wird nicht unterstützt.

Eine Liste aller verfügbaren Standorte finden Sie weiter unten auf dieser Seite.

Allgemeine Fakten und Best Practices

Hier sind einige wichtige Fakten und Best Practices zu Standorten:

• Kapazitätslimits gelten pro Modell, pro Region und pro Minute.

• Um unerwartete Kapazitätslimits zu vermeiden, sollten Sie den Standort auf global festlegen (wenn Ihr Modell den Standort global unterstützt).

• Sie können Firebase Remote Config verwenden, um den Standort zu steuern, an dem Sie auf das Modell zugreifen. So können Sie den Standort ändern, ohne eine neue Version Ihrer App zu veröffentlichen.

• Wenn das Festlegen des Standorts auf global für Ihren Anwendungsfall nicht geeignet oder nicht unterstützt wird, können Sie explizit festlegen, wo Sie auf Modelle zugreifen. Sie können den Standort beispielsweise anhand des Standorts Ihres Endnutzers festlegen, indem Sie Firebase Remote Config verwenden.

Codebeispiele

Firebase AI Logic verwendet für alle Anfragen automatisch us-central1 als Standardstandort. Wenn Sie einen anderen Standort verwenden möchten, müssen Sie den Standort explizit angeben. Vertex AI Gemini API

In diesen Beispielen wird gezeigt, wie auf ein Gemini Modell zugegriffen wird. Sie können aber auch einen Standort angeben, wenn Sie auf ein Imagen Modell zugreifen.

Ersetzen Sie LOCATION durch den Standortcode (z. B. global oder europe-west4) aus der Liste der verfügbaren Standorte weiter unten auf dieser Seite.

// ...

// 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");

// ...

Wenn Sie einen Standort angeben, an dem das Modell nicht verfügbar ist, erhalten Sie einen 404-Fehler mit der Meldung, dass das Modell was not found or your project does not have access to it.

Verfügbare Standorte

Google Cloud verwendet Regionen. Google Cloud speichert Kundendaten nur in der Region, die Sie für alle allgemein verfügbaren Features von Generative AI in Vertex AI angeben.

Generative AI in Vertex AI ist in den folgenden Regionen verfügbar. Einige Modelle und/oder bestimmte Versionen sind möglicherweise nicht an allen Standorten verfügbar (detaillierte Informationen zur Standortverfügbarkeit finden Sie in der Google Cloud Dokumentation).

Wichtige Hinweise:

• Firebase AI Logic verwendet standardmäßig den Standort us-central1.

• Für alle Gemini Vorschaumodelle (außer Live API Modelle) ist der einzige unterstützte Standort global.

• Wenn Sie Firebase AI Logic verwenden, um auf Gemini 3.x Modelle zuzugreifen, ist der einzige unterstützte Standort global. Firebase AI Logic unterstützt die Standorte us und eu noch nicht.

• Für alle Live API Modelle und alle Imagen Modelle wird der global Standort nicht unterstützt.