Se você é iniciante no Gemini, usar os guias de início rápido é a maneira mais rápida de começar.
No entanto, à medida que suas soluções de IA generativa se desenvolverem, talvez você precise de uma plataforma para criar e implantar aplicativos e soluções de IA generativa de ponta a ponta. O Google Cloud oferece um ecossistema abrangente de ferramentas para permitir que os desenvolvedores aproveitem o poder da IA generativa, desde os estágios iniciais de desenvolvimento de aplicativos até a implantação e hospedagem de aplicativos e gerenciamento de dados complexos em escala.
A plataforma da Vertex AI do Google Cloud oferece um conjunto de ferramentas de MLOps que simplificam o uso, a implantação e o monitoramento de modelos de IA para eficiência e confiabilidade. Além disso, as integrações com bancos de dados, ferramentas de DevOps, geração de registros, monitoramento e IAM fornecem uma abordagem holística para gerenciar todo o ciclo de vida da IA generativa.
A seguinte tabela resume as principais diferenças entre a IA do Google e a Vertex AI para ajudar você a decidir qual é a opção ideal para seu caso de uso:
Recursos | API Google AI Gemini | API Vertex AI Gemini |
---|---|---|
Modelos do Gemini | Gemini 1.5 Flash, Gemini 1.5 Pro, Gemini 1.0 Pro, Gemini 1.0 Pro Vision (descontinuado) | Gemini 1.5 Flash, Gemini 1.5 Pro, Gemini 1.0 Pro, Gemini 1.0 Pro Vision, Gemini 1.0 Ultra e Gemini 1.0 Ultra Vision |
Inscrever-se | Conta do Google | Conta do Google Cloud (com contrato e faturamento de termos) |
Authentication | Chave de API | Conta de serviço do Google Cloud |
Playground de interface do usuário | o Google AI Studio; | Vertex AI Studio |
API e SDK | SDKs de servidor e cliente para dispositivos móveis/Web
|
SDKs de servidor e cliente para dispositivos móveis/Web
|
Uso sem custo da API e do SDK | Sim, quando aplicável | Crédito de US$ 300 do Google Cloud para novos usuários |
Cota (solicitações por minuto) | Varia de acordo com o modelo e o plano de preços (consulte as informações detalhadas) | Varia de acordo com o modelo e a região (consulte informações detalhadas) |
Suporte empresarial | No |
Chave de criptografia do cliente Nuvem privada virtual Residência de dados Transparência no acesso Infraestrutura escalonável para hospedagem de aplicativos Bancos de dados e armazenamento de dados |
MLOps | Não | MLOps completas na Vertex AI (exemplos: avaliação de modelo, monitoramento de modelos, registro de modelos) |
Para saber quais produtos, frameworks e ferramentas são a melhor opção para criar seu aplicativo de IA generativa no Google Cloud, consulte Criar um aplicativo de IA generativa no Google Cloud.
Migrar do Gemini no Google AI para a Vertex AI
Se o aplicativo usar as APIs Gemini da IA do Google, será necessário migrar para as APIs Gemini da Vertex AI do Google Cloud.
Ao migrar:
É possível usar seu projeto atual do Google Cloud (o mesmo usado para gerar a chave de API) ou criar um novo projeto do Google Cloud.
As regiões compatíveis podem ser diferentes entre o Google AI Studio e a Vertex AI. Consulte a lista de regiões compatíveis com IA generativa no Google Cloud.
Todos os modelos criados no Google AI Studio precisam ser treinados novamente na Vertex AI.
Se você quiser chamar a API Gemini diretamente de um app de produção para dispositivos móveis ou da Web, migre para usar a Vertex AI em SDKs de cliente do Firebase (disponível para apps Swift, Android, Web e Flutter). Esses SDKs oferecem opções de segurança essenciais e outros recursos para apps de produção para dispositivos móveis e Web.
Python: migrar da API Google AI Gemini para a API Vertex AI Gemini
As seções a seguir mostram snippets de código que ajudam você a migrar seu código Python para usar a API Vertex AI Gemini.
Configuração do SDK da Vertex AI para Python
Na Vertex AI, você não precisa de uma chave de API. Em vez disso, o Gemini na Vertex AI é gerenciado usando o acesso ao IAM, que controla a permissão de um usuário, um grupo ou uma conta de serviço para chamar a API Gemini usando o SDK da Vertex AI.
Há muitos modos de autenticação, o método mais fácil de autenticação em um ambiente de desenvolvimento é instalar a CLI do Google Cloud e usar sua credenciais de usuário para fazer login na CLI.
Para fazer chamadas de inferência para a Vertex AI, você também precisa verificar se sua conta de usuário ou de serviço tem a função do usuário da Vertex AI.
Exemplo de código para instalar o cliente
IA do Google | Vertex AI |
---|---|
|
|
Exemplo de código para gerar texto com base em um comando
IA do Google | Vertex AI |
---|---|
|
|
Exemplo de código para gerar texto com base em texto e imagem
IA do Google | Vertex AI |
---|---|
|
|
Exemplo de código para gerar um chat multiturno
IA do Google | Vertex AI |
---|---|
|
|
Excluir chaves de API não usadas
Se você não precisar mais usar sua chave da API Gemini da IA do Google, siga as práticas recomendadas de segurança e exclua a chave.
Para excluir uma chave de API:
Abra a página Credenciais da API Google Cloud.
Encontre a chave de API que você quer excluir e clique no ícone Ações.
Selecione Excluir chave de API.
No modal Excluir credencial, selecione Excluir.
A remoção de uma chave de API leva alguns minutos para ser propagada. Após o término da propagação, todo tráfego que usar a chave de API excluída será recusado.
Próximas etapas
- Consulte a Visão geral da IA generativa na Vertex AI para saber mais sobre as soluções de IA generativa na Vertex AI.
- Saiba mais sobre a API Vertex AI Gemini.