Membangun aplikasi dengan Gemini di Google Cloud

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

Namun, seiring berkembangnya solusi AI generatif Anda, Anda mungkin memerlukan platform untuk membangun serta men-deploy aplikasi dan solusi AI generatif secara menyeluruh. Google Cloud menyediakan ekosistem alat yang komprehensif untuk memungkinkan developer memanfaatkan kehebatan 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 serangkaian 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 merangkum perbedaan utama antara AI Google dan Vertex AI untuk membantu Anda memutuskan opsi mana yang tepat bagi kasus penggunaan Anda:

Fitur Gemini API AI Google Vertex AI Gemini API Google Cloud
Model Gemini terbaru Gemini Pro dan Gemini Ultra Gemini Pro dan Gemini Ultra
Daftar Akun Google Akun Google Cloud (dengan perjanjian dan penagihan persyaratan)
Autentikasi Kunci API Akun layanan Google Cloud
Playground antarmuka pengguna Google AI Studio Vertex AI Studio
API & SDK Python, Node.js, Android (Kotlin/Java), Swift, Go SDK mendukung Python, Node.js, Java, Go
Paket gratis Ya Kredit Google Cloud senilai $300 untuk pengguna baru
Kuota (Permintaan per menit) 60 (dapat meminta peningkatan) Peningkatan sesuai permintaan (default: 60)
Dukungan untuk perusahaan Tidak Kunci enkripsi pelanggan
Cloud pribadi virtual
Residensi data
Transparansi akses
Infrastruktur skalabel untuk hosting aplikasi
Penyimpanan data dan database
MLOps Tidak MLOps Penuh di Vertex AI (Contoh: evaluasi model, Pemantauan Model, Registry Model)

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 Gemini API Google AI, Anda harus bermigrasi ke Vertex AI Gemini API dari Google Cloud.

Saat Anda memigrasikan:

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

Bagian berikut menampilkan cuplikan kode untuk membantu Anda memigrasikan kode Python untuk 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 mengautentikasi, metode termudah untuk mengautentikasi 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 pengguna atau akun 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=""
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 = ""
REGION = ""  # e.g. us-central1
vertexai.init(project=PROJECT_ID, location=REGION)

Contoh kode untuk membuat teks dari prompt 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 menghasilkan 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 Credentials Google Cloud API.

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

  3. Pilih Delete API key.

  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