การตรวจสอบค่าใช้จ่าย การใช้งาน และเมตริกอื่นๆ ของฟีเจอร์ AI เป็นส่วนสำคัญของการเรียกใช้แอปเวอร์ชันที่ใช้งานจริง คุณต้องทราบว่ารูปแบบการใช้งานปกติของแอปเป็นอย่างไร และตรวจสอบว่าคุณยังคงอยู่ภายในเกณฑ์ที่สำคัญสำหรับคุณ
หน้านี้จะอธิบายตัวเลือกที่แนะนำบางส่วนในการตรวจสอบค่าใช้จ่าย การใช้งาน และเมตริกอื่นๆ ทั้งในFirebaseคอนโซลและGoogle Cloudคอนโซล
ตรวจสอบค่าใช้จ่าย
ในแดชบอร์ดการใช้งานและการเรียกเก็บเงิน ของคอนโซล Firebase คุณจะดูค่าใช้จ่ายของโปรเจ็กต์สำหรับการเรียกใช้ Agent Platform Gemini API (formerly Vertex AI) และ Gemini Developer API ได้ (เมื่อคุณใช้แพ็กเกจราคา Blaze)
ค่าใช้จ่ายที่แสดงในแดชบอร์ดไม่จำเป็นต้องเป็นค่าใช้จ่ายเฉพาะสำหรับการเรียก โดยใช้ Firebase AI LogicSDK ของไคลเอ็นต์ ค่าใช้จ่ายที่แสดง เชื่อมโยงกับการเรียก "Gemini API" เหล่านั้น ไม่ว่าจะเป็นการใช้ Firebase AI Logic Client SDK, Google GenAI Server SDK, Genkit, Firebase Extensions สำหรับ Gemini API, การเรียก REST, AI Studio อย่างใดอย่างหนึ่ง หรือไคลเอ็นต์ API อื่นๆ
ดูข้อมูลเพิ่มเติมเกี่ยวกับราคาของผลิตภัณฑ์ที่เชื่อมโยง กับการใช้ Firebase AI Logic
ตั้งค่าการแจ้งเตือนงบประมาณและวงเงินใช้จ่าย
เมื่อใช้แพ็กเกจราคา Blaze ให้หลีกเลี่ยงการเรียกเก็บเงินที่ไม่คาดคิดโดยการตั้งค่า การแจ้งเตือนงบประมาณ และ ขีดจํากัดการใช้จ่าย
โปรดทราบว่าการแจ้งเตือนงบประมาณไม่ใช่งบประมาณสูงสุด การแจ้งเตือนจะส่งอีเมลคำเตือนให้คุณ เมื่อการใช้จ่ายถึงเกณฑ์ที่กำหนดของงบประมาณ เพื่อให้คุณดำเนินการในแอปหรือโปรเจ็กต์ได้ คุณต้องตั้งค่างบประมาณขีดจำกัดการใช้จ่ายหากต้องการให้ระบบหยุดบริการชั่วคราวเมื่อใช้งบประมาณจนหมด
สังเกตการใช้งานฟีเจอร์ AI ในFirebaseคอนโซล
คุณเปิดใช้การตรวจสอบ AI ได้ในหน้า Firebase AI Logic ของ Firebase คอนโซล เพื่อให้คุณสังเกตเมตริกและการใช้งานระดับแอปต่างๆ เพื่อรับข้อมูลเชิงลึกที่ครอบคลุมเกี่ยวกับคำขอจาก Firebase AI Logic SDK ของไคลเอ็นต์ แดชบอร์ดเหล่านี้มีข้อมูลเชิงลึกมากกว่าจำนวนโทเค็นพื้นฐานที่คุณได้รับจากการเรียกใช้ Count Tokens API
ความสามารถหลักของการตรวจสอบ AI ในคอนโซล Firebase มีดังนี้
การดูเมตริกเชิงปริมาณ เช่น ปริมาณคำขอ เวลาในการตอบสนอง ข้อผิดพลาด และ การใช้โทเค็นต่อรูปแบบสำหรับแต่ละแอป
การตรวจสอบการติดตามเพื่อดูแอตทริบิวต์ อินพุต และเอาต์พุตของคำขอ ซึ่งจะช่วยในการแก้ไขข้อบกพร่องและการปรับปรุงคุณภาพ
การแบ่งข้อมูลตามมิติข้อมูล เช่น สถานะคำขอ เวลาในการตอบสนองขั้นต่ำ ชื่อโมเดล และอื่นๆ
ฟีเจอร์ทั้งหมดนี้สร้างขึ้นโดยใช้ Google Cloud Observability Suite (ดูข้อมูลสินค้าโดยละเอียดด้านล่าง)
เปิดใช้การตรวจสอบ AI
วิธีเปิดใช้การตรวจสอบ AI ใน Firebaseคอนโซลมีดังนี้
เมื่อคุณทำตามเวิร์กโฟลว์การตั้งค่าเริ่มต้นแบบมีคำแนะนำจากหน้าบริการ AI > Firebase AI Logic
ทุกเมื่อในบริการ AI > ตรรกะ AI > แท็บการตั้งค่า
ข้อกำหนดในการเปิดใช้และใช้การตรวจสอบด้วย AI มีดังนี้
คุณต้องเป็นเจ้าของโปรเจ็กต์ ผู้แก้ไข หรือ ผู้ดูแลระบบ Firebase Vertex AI
แอปของคุณต้องใช้ไลบรารี Firebase เวอร์ชันต่อไปนี้
อย่างน้อยiOS+: v11.13.0+ | Android: v16.0.0+ (BoM: v33.14.0+) | Web: v11.8.0+ | Flutter: v2.0.0+ (BoM: v3.11.0+) | Unity: v12.9.0+แอปของคุณต้องเปิดใช้การเก็บรวบรวมข้อมูลที่ต้องเลือกใช้ (ระบบจะเปิดใช้โดย ค่าเริ่มต้น)
หลังจากที่แอปเป็นไปตามข้อกำหนดเหล่านี้และคุณเปิดใช้การตรวจสอบ AI ในคอนโซลแล้ว คุณไม่จำเป็นต้องดำเนินการใดๆ เพิ่มเติมในแอปหรือคอนโซลเพื่อเริ่มดูข้อมูลที่แสดงในแดชบอร์ดในแท็บบริการ AI > ตรรกะ AI > การตรวจสอบ AI อาจมีความล่าช้าเล็กน้อย (บางครั้งอาจนานถึง 5 นาที) ก่อนที่ข้อมูลการวัดและส่งจากคำขอจะพร้อมใช้งานในคอนโซล Firebase
การใช้งานขั้นสูง
ส่วนนี้จะอธิบายการกำหนดค่าอัตราการสุ่มตัวอย่าง รวมถึงตัวเลือกต่างๆ สำหรับการดูและการทำงานกับข้อมูล
อัตราการสุ่มตัวอย่าง
หากคุณส่งคำขอจำนวนมาก เราขอแนะนำให้ใช้ประโยชน์จาก การกำหนดค่าอัตราการสุ่มตัวอย่าง อัตราการสุ่มตัวอย่างระบุสัดส่วนของคำขอที่ระบบเก็บรวบรวมรายละเอียดการติดตามจริง
ในแท็บการตั้งค่าของคอนโซล Firebase คุณสามารถกำหนดค่าอัตราการสุ่มตัวอย่างสำหรับโปรเจ็กต์เป็นค่าตั้งแต่ 1 ถึง 100% โดยที่ 100% หมายความว่าการตรวจสอบ AI จะรวบรวมการติดตามจากทราฟิกทั้งหมด ค่าเริ่มต้นคือ 100% การรวบรวมร่องรอยน้อยลงจะช่วยลด ค่าใช้จ่าย แต่ก็จะลดจำนวนร่องรอยที่คุณตรวจสอบได้ด้วย โปรดทราบ ว่าไม่ว่าอัตราการสุ่มตัวอย่างจะเป็นเท่าใด กราฟที่แสดงในแดชบอร์ดการตรวจสอบ จะแสดงปริมาณการเข้าชมที่แท้จริงเสมอ
ตัวเลือกเพิ่มเติมนอกคอนโซล Firebase
นอกจากการตรวจสอบ AI ที่มีในคอนโซล Firebase แล้ว ให้พิจารณาตัวเลือกต่อไปนี้
สำรวจVertex AI Model Garden
แดชบอร์ดเหล่านี้ให้ข้อมูลเชิงลึกเกี่ยวกับแนวโน้มเพิ่มเติมเกี่ยวกับเวลาในการตอบสนองและปริมาณงาน สำหรับโมเดลที่มีการจัดการ ซึ่งช่วยเสริมข้อมูลเชิงลึกจากการตรวจสอบ AI ในคอนโซล Firebaseสํารวจและใช้ข้อมูลของคุณด้วย Google Cloud Observability Suite
เนื่องจากระบบจะจัดเก็บข้อมูลการวัดและส่งข้อมูลทางไกลสําหรับการตรวจสอบ AI ไว้ใน Google Cloud Observability Suite ที่เชื่อมโยงกับโปรเจ็กต์ของคุณ คุณจึงสํารวจข้อมูลในแดชบอร์ดได้ ซึ่งรวมถึง Trace Explorer และ Logs Explorer ที่ลิงก์ไปยังเวลาที่คุณตรวจสอบ การติดตามแต่ละรายการในคอนโซล Firebase นอกจากนี้ คุณยัง ใช้ข้อมูลเพื่อสร้างแดชบอร์ดที่กำหนดเอง ตั้งค่าการแจ้งเตือน และอื่นๆ ได้ด้วย
ข้อมูลโดยละเอียดเกี่ยวกับผลิตภัณฑ์ที่ใช้สำหรับการตรวจสอบ AI
การตรวจสอบ AI จะจัดเก็บข้อมูลการวัดและส่งข้อมูลของคุณในผลิตภัณฑ์ต่างๆ ที่มีให้บริการใน Google Cloud Observability Suite รวมถึง Cloud Monitoring, Cloud Trace และ Cloud Logging
Cloud Monitoring: จัดเก็บเมตริก รวมถึงจำนวนคำขอ อัตราความสำเร็จ และเวลาในการตอบสนองของคำขอ
Cloud Trace: จัดเก็บการติดตามสำหรับคำขอแต่ละรายการเพื่อให้คุณดูรายละเอียดแยกกันได้แทนที่จะดูแบบรวม โดยปกติแล้ว Trace จะ เชื่อมโยงกับบันทึกเพื่อให้คุณตรวจสอบเนื้อหาและเวลาของการโต้ตอบแต่ละครั้งได้
Cloud Logging: บันทึกข้อมูลเมตาของอินพุต เอาต์พุต และการกำหนดค่าเพื่อ ให้รายละเอียดที่ครบถ้วนเกี่ยวกับแต่ละส่วนของคำขอ AI
เนื่องจากระบบจัดเก็บข้อมูลการวัดและส่งข้อมูลในผลิตภัณฑ์เหล่านี้ คุณจึงระบุการตั้งค่าการเก็บรักษาและการเข้าถึงได้โดยตรงภายในแต่ละผลิตภัณฑ์ (ดูข้อมูลเพิ่มเติมในเอกสารประกอบสำหรับ Cloud Monitoring Cloud Trace และ Cloud Logging)
โปรดทราบว่าการตรวจสอบ AI จะจัดเก็บพรอมต์จริงและเอาต์พุตที่สร้างขึ้นจากคำขอที่สุ่มตัวอย่างแต่ละรายการใน Cloud Logging เพื่อให้เข้าถึงข้อมูลนี้ได้ในคอนโซล Firebase คุณเลือกปิดใช้การจัดเก็บพรอมต์และคำตอบได้
ราคา
โปรเจ็กต์ในแพ็กเกจราคา Spark แบบไม่มีค่าใช้จ่าย (ใช้ได้เมื่อใช้ Gemini Developer API เท่านั้น) การใช้บริการพื้นฐานสำหรับการตรวจสอบ AI จะไม่มีค่าใช้จ่าย
โปรเจ็กต์ในแพ็กเกจราคา Blaze แบบจ่ายเมื่อใช้ ระบบจะเรียกเก็บเงินสำหรับการใช้งานผลิตภัณฑ์ Google Cloud Observability Suite พื้นฐานที่การตรวจสอบ AI ใช้ (ไม่ว่าคุณจะเลือกผู้ให้บริการ Gemini API รายใดก็ตาม) อย่างไรก็ตาม ผลิตภัณฑ์ Google Cloud Observability Suite แต่ละรายการมีแพ็กเกจแบบไม่มีค่าใช้จ่ายที่ให้มาอย่างจุใจ ดูข้อมูลเพิ่มเติมในGoogle Cloud Observability Suiteเอกสารประกอบเกี่ยวกับการกำหนดราคา
(ไม่บังคับ) ปิดใช้การจัดเก็บพรอมต์และคำตอบ
โดยค่าเริ่มต้น การตรวจสอบ AI จะบันทึกพรอมต์จริงที่ส่งไปยังโมเดลและ คำตอบที่โมเดลสร้างขึ้น รวมถึงข้อมูลที่ละเอียดอ่อน (เช่น ข้อมูลส่วนบุคคลที่ระบุตัวบุคคลนั้นได้ (PII)) ในพรอมต์และคำตอบเหล่านั้น ข้อมูลทั้งหมดนี้จัดเก็บไว้ใน Cloud Logging เพื่อให้เข้าถึงได้ในคอนโซล Firebase
หากต้องการปิดใช้การจัดเก็บพรอมต์และการตอบกลับ ให้เพิ่มตัวกรองการยกเว้นต่อไปนี้
ลงใน
Cloud Logging Sink
(โดยปกติคือ _Default Sink):
resource.type="firebasevertexai.googleapis.com/Model"
ดูเมตริก API ระดับโปรเจ็กต์ในGoogle Cloudคอนโซล
คุณสามารถดูเมตริกระดับโปรเจ็กต์ เช่น การใช้งาน สำหรับ API แต่ละรายการได้ใน Google Cloudคอนโซล
โปรดทราบว่าGoogle Cloudหน้าคอนโซลที่อธิบายไว้ในส่วนนี้ไม่มี ข้อมูล เช่น เนื้อหาคำขอและการตอบกลับ และจำนวนโทเค็น หากต้องการตรวจสอบข้อมูลประเภทดังกล่าว ให้ลองใช้ การตรวจสอบ AI ในFirebaseคอนโซล (ดูส่วนก่อนหน้า)
ในคอนโซล Google Cloud ให้ไปที่หน้าเมตริกของ API ที่คุณต้องการดู
Agent Platform API: ดูการใช้งานที่เชื่อมโยงกับคำขอใดก็ได้ไปยัง Agent Platform Gemini API (formerly Vertex AI)
- รวมถึงคำขอที่ใช้ Firebase AI Logic SDK ของไคลเอ็นต์ SDK ของเซิร์ฟเวอร์ GenAI ของ Google Genkit, Firebase Extensions สำหรับ Gemini API, REST API Agent Studio ฯลฯ
Gemini Developer API: ดูการใช้งานที่เชื่อมโยงกับคำขอใดๆ ไปยัง Gemini Developer API
- รวมถึงคำขอที่ใช้ Firebase AI Logic SDK ของไคลเอ็นต์ SDK ของเซิร์ฟเวอร์ Google GenAI Genkit, Firebase Extensions สำหรับ Gemini API, REST API Google AI Studio ฯลฯ
- ชื่อที่แสดงของ API นี้ในGoogle Cloudคอนโซล คือ "Generative Language API"
หากคุณอยู่ใน "หน้าภาพรวม" ของ API ให้คลิกจัดการ แล้วคลิกแท็บเมตริก
ใช้เมนูแบบเลื่อนลงเพื่อดูเมตริกที่สนใจ เช่น การเข้าชมตามโค้ดตอบกลับ ข้อผิดพลาดตามเมธอด API เวลาในการตอบสนองโดยรวม และเวลาในการตอบสนองตามเมธอด API