Speicherort für den Zugriff auf das Modell angeben

Die generativen KI-Modelle von Google sind in bestimmten Regionen verfügbar.

Wenn Sie den Vertex AI Gemini API Backend-Dienst in Ihrem Code initialisieren, können Sie den Standort für das Modell angeben, auf das Sie in Ihren Anfragen zugreifen. Eine Liste der verfügbaren Standorte finden Sie weiter unten auf dieser Seite.

Für den Zugriff auf fast alle Gemini Modelle unterstützt die Vertex AI Gemini API den Standort global. Das bedeutet, dass Ihre Anfrage von einem verfügbaren Modell an einem beliebigen Ort im globalen Pool verarbeitet wird. Wenn Sie den Standort für Ihre Anfragen auf global festlegen, können Sie vermeiden, dass Sie die Kapazitätslimits für das Modell erreichen, und die Anzahl der Fehler vom Typ „Dienst überlastet“ (503) reduzieren.

Je nach Modell ist es möglicherweise erforderlich, diesen Standort festzulegen:

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

• Gemini 3.x Modelle: Der Standort muss auf global festgelegt werden wenn Firebase AI Logic verwendet wird.

• Gemini 2.5 Modelle: Die Festlegung des Standorts ist optional. Wenn Sie keinen Standort angeben, wird standardmäßig us-central1 verwendet.

• Gemini Live API Modelle: Die Festlegung des Standorts ist optional. Wenn Sie keinen Standort angeben, wird standardmäßig us-central1 verwendet. Der Standort global wird nicht unterstützt.

Hier sind einige wichtige Fakten und Best Practices zu Standorten:

• Die 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.

• Wenn die Festlegung des Standorts auf global für Ihren Anwendungsfall nicht geeignet oder nicht unterstützt wird, sollten 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

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, wird ein 404-Fehler angezeigt, der besagt, 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:

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

• Wenn Sie Firebase AI Logic verwenden, um auf Gemini 3.x Modelle zuzugreifen, ist der einzige unterstützte Standort global.

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