Membangun aplikasi dengan Gemini di Google Cloud

Jika Anda baru menggunakan Gemini, menggunakan panduan memulai adalah cara tercepat untuk memulai.

Namun, seiring dengan berkembangnya solusi AI generatif, Anda mungkin memerlukan platform untuk membangun dan men-deploy aplikasi dan solusi AI generatif secara menyeluruh. Google Cloud menyediakan ekosistem alat yang komprehensif untuk memungkinkan developer memanfaatkan kecanggihan AI generatif, mulai dari tahap awal pengembangan aplikasi hingga deployment aplikasi, hosting aplikasi, dan mengelola data kompleks dalam skala besar.

Platform Vertex AI Google Cloud menawarkan rangkaian alat MLOps yang menyederhanakan penggunaan, deployment, dan pemantauan model AI untuk efisiensi dan keandalan. Selain itu, integrasi dengan database, alat DevOps, logging, pemantauan, dan IAM memberikan pendekatan menyeluruh untuk mengelola seluruh siklus proses AI generatif.

Tabel berikut meringkas perbedaan utama antara Google AI dan Vertex AI untuk membantu Anda memutuskan opsi yang tepat untuk kasus penggunaan Anda:

Fitur Google AI Gemini API Vertex AI Gemini API
Model Gemini Gemini 1.5 Flash, Gemini 1.5 Pro, Gemini 1.0 Pro, Gemini 1.0 Pro Vision (tidak digunakan lagi) Gemini 1.5 Flash, Gemini 1.5 Pro, Gemini 1.0 Pro, Gemini 1.0 Pro Vision, Gemini 1.0 Ultra, Gemini 1.0 Ultra Vision
Daftar Akun Google Akun Google Cloud (dengan perjanjian persyaratan dan penagihan)
Autentikasi Kunci API Akun layanan Google Cloud
Playground antarmuka pengguna Google AI Studio Vertex AI Studio
API &SDK Server dan SDK klien seluler/web
  • Server: Python, Node.js, Go, Dart
  • Klien Seluler/Web: Android (Kotlin/Java), Swift, Web, Flutter
 Server dan SDK klien seluler/web
  • Server: Python, Node.js, Go, Java
  • Klien Seluler/Web (melalui Vertex AI for Firebase): Android (Kotlin/Java), Swift, Web, Flutter
Penggunaan API & SDK tanpa biaya Ya, jika ada Kredit Google Cloud senilai $300 untuk pengguna baru
Kuota (permintaan per menit) Bervariasi berdasarkan model dan paket harga (lihat informasi mendetail) Bervariasi berdasarkan model dan wilayah (lihat informasi mendetail)
Dukungan untuk perusahaan Tidak Kunci enkripsi pelanggan
Virtual Private Cloud
Kedudukan data
Transparansi akses
Infrastruktur yang skalabel untuk hosting aplikasi
Database dan penyimpanan data
MLOps Tidak MLOps lengkap di Vertex AI (contoh: evaluasi model, Pemantauan Model, Model Registry)

Untuk mempelajari produk, framework, dan alat yang paling cocok untuk membangun aplikasi AI generatif di Google Cloud, lihat Membangun aplikasi AI generatif di Google Cloud.

Bermigrasi dari Gemini di AI Google ke Vertex AI

Jika aplikasi Anda menggunakan Google AI Gemini API, Anda harus bermigrasi ke Vertex AI Gemini API Google Cloud.

Saat Anda melakukan migrasi:

Perhatikan bahwa jika Anda ingin memanggil Gemini API langsung dari aplikasi seluler atau web produksi, migrasikan untuk menggunakan Vertex AI di SDK klien Firebase (tersedia untuk aplikasi Swift, Android, Web, dan Flutter). SDK klien ini menawarkan opsi keamanan penting dan fitur lainnya untuk aplikasi seluler dan web produksi.

Python: Bermigrasi dari Google AI Gemini API ke Vertex AI Gemini API

Bagian berikut menunjukkan cuplikan kode untuk membantu Anda memigrasikan kode Python agar dapat menggunakan Vertex AI Gemini API.

Penyiapan Vertex AI Python SDK

Di Vertex AI, Anda tidak memerlukan kunci API. Sebagai gantinya, Gemini di Vertex AI dikelola menggunakan akses IAM, yang mengontrol izin bagi pengguna, grup, atau akun layanan untuk memanggil Gemini API melalui Vertex AI SDK.

Meskipun ada banyak cara untuk melakukan autentikasi, metode termudah untuk melakukan autentikasi di lingkungan pengembangan adalah dengan menginstal Google Cloud CLI, lalu menggunakan kredensial pengguna Anda untuk login ke CLI.

Untuk melakukan panggilan inferensi ke Vertex AI, Anda juga harus memastikan bahwa akun pengguna atau layanan Anda memiliki peran Pengguna Vertex AI.

Contoh kode untuk menginstal klien

AI Google Vertex AI 
# To install the Python SDK, use this CLI command:
# pip install google-generativeai

import google.generativeai as genai
from google.generativeai import GenerativeModel

API_KEY="API_KEY"
genai.configure(api_key=API_KEY)
        
# To install the Python SDK, use this CLI command:
# pip install google-cloud-aiplatform

import vertexai
from vertexai.generative_models import GenerativeModel, Image

PROJECT_ID = "PROJECT_ID"
REGION = "REGION"  # e.g. us-central1
vertexai.init(project=PROJECT_ID, location=REGION)

Contoh kode untuk membuat teks dari perintah teks

AI Google Vertex AI 
model = GenerativeModel("gemini-1.5-flash")

response = model.generate_content("The opposite of hot is")
print(response.text) #  The opposite of hot is cold.
        
model = GenerativeModel("gemini-1.5-flash")

response = model.generate_content("The opposite of hot is")
print(response.text) #  The opposite of hot is cold.

Contoh kode untuk membuat teks dari teks dan gambar

AI Google Vertex AI 
import PIL.Image

multimodal_model = GenerativeModel("gemini-1.5-flash")

image = PIL.Image.open("image.jpg")

response = multimodal_model.generate_content(["What is this picture?", image])
print(response.text) # A cat is shown in this picture.
        
multimodal_model = GenerativeModel("gemini-1.5-flash")

image = Image.load_from_file("image.jpg")

response = multimodal_model.generate_content(["What is shown in this image?", image])

print(response.text) # A cat is shown in this picture.

Contoh kode untuk membuat chat multi-giliran

AI Google Vertex AI 
model = GenerativeModel("gemini-1.5-flash")

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)
        
model = GenerativeModel("gemini-1.5-flash")

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)

Menghapus Kunci API yang tidak digunakan

Jika Anda tidak perlu lagi menggunakan kunci Gemini API AI Google, ikuti praktik terbaik keamanan dan hapus kunci tersebut.

Cara menghapus kunci API:

  1. Buka halaman Kredensial Google Cloud API.

  2. Temukan kunci API yang ingin dihapus, lalu klik ikon Actions.

  3. Pilih Hapus kunci API.

  4. Di modal Delete credential, pilih Delete.

    Penghapusan kunci API memerlukan waktu beberapa menit untuk diterapkan. Setelah propagasi selesai, traffic yang menggunakan kunci API yang dihapus akan ditolak.

Langkah berikutnya