ציון המיקום שאליו צריך לגשת כדי לגשת למודל

מודלים גנרטיביים של AI מבית Google זמינים באזורים מסוימים. כל בקשה שמשתמשת ב-Vertex AI Gemini API חייבת לכלול את המיקום כדי לגשת למודל. Firebase AI Logic מוגדר כברירת מחדל ל-us-central1 לכל הבקשות.

ברוב המודלים של Gemini, המודל Vertex AI Gemini API תומך בglobal מיקום, כלומר הבקשה שלכם תטופל על ידי מודל זמין מכל מקום במאגר הגלובלי. שימוש במיקום global לבקשות יכול לעזור לכם להימנע מהגעה למגבלות הקיבולת של המודל ולצמצם את השגיאות מסוג 'השירות עמוס מדי' (503). בנוסף, בהתאם למודל, יכול להיות שתידרשו להשתמש במיקום global.

מתי צריך להגדיר מיקום באופן מפורש?

מכיוון ש-Firebase AI Logic מוגדר כברירת מחדל ל-us-central1 לכל הבקשות, אם אתם צריכים או רוצים להשתמש במיקום אחר, אתם צריכים לציין במפורש את המיקום במהלך האתחול של שירות לקצה העורפי‏ Vertex AI Gemini API בקוד.

בהתאם למודל, יכול להיות שנדרש להגדיר מיקום באופן מפורש. אם הבקשה שלכם מנסה לגשת למודל במיקום שבו הוא לא זמין, תקבלו שגיאת 404 עם ההודעה שהמודל was not found or your project does not have access to it.

• Gemini preview models: Explicitly setting the location to global is required (except for Live API preview models).

• מודלים של Gemini 3.x: כשמשתמשים ב-Firebase AI Logic, צריך להגדיר במפורש את המיקום ל-global. ‫Firebase AI Logic עדיין לא תומך במיקומים us ו-eu.

• מודלים של Gemini 2.5: הגדרה מפורשת של המיקום היא אופציונלית, אבל מומלצת. אם לא מציינים מיקום, ברירת המחדל היא us-central1.

• מודלים של Gemini Live API: הגדרה מפורשת של המיקום היא אופציונלית, אבל מומלצת. אם לא מציינים מיקום, ברירת המחדל היא us-central1. שימו לב: אין תמיכה במיקום global.

בהמשך הדף הזה מופיעה רשימה של כל המיקומים הזמינים.

עובדות כלליות ושיטות מומלצות

ריכזנו כאן כמה עובדות חשובות ושיטות מומלצות לגבי מיקומים:

• מגבלות הקיבולת הן לכל מודל, לכל אזור ולכל דקה.

• כדי להימנע מחריגה לא צפויה ממגבלות הקיבולת, כדאי להגדיר את המיקום ל-global (אם המודל שלכם תומך במיקום global).

• כדאי להשתמש בFirebase Remote Config כדי לשלוט במיקום שבו ניגשים למודל. כך תוכלו לשנות את המיקום בלי לפרסם גרסה חדשה של האפליקציה.

• אם הגדרת המיקום ל-global לא רלוונטית או לא נתמכת בתרחיש השימוש שלכם, כדאי לשקול להפיץ באופן מפורש את המיקום שבו אתם ניגשים למודלים. לדוגמה, אפשר להגדיר את המיקום על סמך המיקום של משתמש הקצה באמצעות Firebase Remote Config.

דוגמאות קוד

Firebase AI Logic מוגדר אוטומטית כברירת מחדל ל-us-central1 לכל הבקשות. אם אתם צריכים או רוצים להשתמש במיקום אחר, אתם צריכים לציין במפורש את המיקום במהלך האתחול של שירות ה-Backend‏ Vertex AI Gemini API בקוד.

שימו לב שהדוגמאות האלה מראות גישה למודל Gemini, אבל אפשר גם לציין מיקום כשניגשים למודל Imagen.

מחליפים את LOCATION בקוד המיקום (לדוגמה, global או europe-west4) מתוך רשימת המיקומים הזמינים שבהמשך הדף.

// ...

// 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");

// ...

שימו לב: אם תציינו מיקום שבו המודל לא זמין, תקבלו שגיאת 404 שבה מצוין שהמודל was not found or your project does not have access to it.

מיקומים זמינים

אפליקציית Google Cloud משתמשת באזורים. ‫Google Cloud מאחסנת נתוני לקוחות רק באזור שאתם מציינים לכל התכונות הזמינות בדרך כלל של AI גנרטיבי ב-Vertex AI.

‫AI גנרטיבי ב-Vertex AI זמין באזורים הבאים. יכול להיות שדגמים מסוימים או גרסאות ספציפיות לא יהיו זמינים בכל המיקומים (מידע מפורט על זמינות לפי מיקום אפשר למצוא במסמכי התיעוד של Google Cloud).

שימו לב לנקודות הבאות:

• ברירת המחדל של Firebase AI Logic היא המיקום us-central1.

• בכל המודלים Gemini בגרסת טרום-השקה (מלבד מודלים של Live API), המיקום הנתמך היחיד הוא global.

• כשמשתמשים ב-Firebase AI Logic כדי לגשת למודלים של Gemini 3.x, המיקום הנתמך היחיד הוא global. ‫Firebase AI Logic עדיין לא תומך במיקומים us ו-eu.

• בכל המודלים של Live API ובכל המודלים של Imagen, המיקום globalלא נתמך.