هنگام توسعه راهحلهای هوش مصنوعی مولد با Gemini، Google دو محصول API ارائه میدهد: Gemini Developer API و Vertex AI Gemini API .
Gemini Developer API سریعترین مسیر را برای ساخت، تولید و مقیاسبندی برنامههای کاربردی Gemini فراهم میکند. اکثر توسعه دهندگان باید از Gemini Developer API استفاده کنند مگر اینکه نیاز به کنترل های سازمانی خاصی وجود داشته باشد.
Vertex AI یک اکوسیستم جامع از ویژگیها و خدمات آماده سازمانی را برای ساخت و استقرار برنامههای هوش مصنوعی مولد با پشتیبانی Google Cloud Platform ارائه میکند.
ما اخیراً مهاجرت بین این سرویس ها را ساده کرده ایم. هم اکنون Gemini Developer API و Vertex AI Gemini API از طریق Google Gen AI SDK یکپارچه قابل دسترسی هستند.
مقایسه کدها
این صفحه دارای مقایسه کدهای کنار هم بین Gemini Developer API و Vertex AI برای تولید متن است.
پایتون
از طریق کتابخانه google-genai
می توانید به هر دو سرویس Gemini Developer API و Vertex AI دسترسی داشته باشید. برای دستورالعملهای نحوه نصب google-genai
به صفحه کتابخانهها مراجعه کنید.
Gemini Developer API
from google import genai
client = genai.Client(api_key="YOUR_API_KEY")
response = client.models.generate_content(
model="gemini-2.0-flash", contents="Explain how AI works in a few words"
)
print(response.text)
Vertex AI Gemini API
from google import genai
client = genai.Client(
vertexai=True, project='your-project-id', location='us-central1'
)
response = client.models.generate_content(
model="gemini-2.0-flash", contents="Explain how AI works in a few words"
)
print(response.text)
جاوا اسکریپت و تایپ اسکریپت
می توانید از طریق کتابخانه @google/genai
به هر دو سرویس Gemini Developer API و Vertex AI دسترسی داشته باشید. برای دستورالعملهای نحوه نصب @google/genai
به صفحه کتابخانهها مراجعه کنید.
Gemini Developer API
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({ apiKey: "YOUR_API_KEY" });
async function main() {
const response = await ai.models.generateContent({
model: "gemini-2.0-flash",
contents: "Explain how AI works in a few words",
});
console.log(response.text);
}
main();
Vertex AI Gemini API
import { GoogleGenAI } from '@google/genai';
const ai = new GoogleGenAI({
vertexai: true,
project: 'your_project',
location: 'your_location',
});
async function main() {
const response = await ai.models.generateContent({
model: "gemini-2.0-flash",
contents: "Explain how AI works in a few words",
});
console.log(response.text);
}
main();
برو
شما می توانید از طریق کتابخانه google.golang.org/genai
به هر دو سرویس Gemini Developer API و Vertex AI دسترسی داشته باشید. برای دستورالعملهای نحوه نصب google.golang.org/genai
به صفحه کتابخانهها مراجعه کنید.
Gemini Developer API
import (
"context"
"encoding/json"
"fmt"
"log"
"google.golang.org/genai"
)
// Your Google API key
const apiKey = "your-api-key"
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, &genai.ClientConfig{
APIKey: apiKey,
Backend: genai.BackendGeminiAPI,
})
// Call the GenerateContent method.
result, err := client.Models.GenerateContent(ctx, "gemini-2.0-flash", genai.Text("Tell me about New York?"), nil)
}
Vertex AI Gemini API
import (
"context"
"encoding/json"
"fmt"
"log"
"google.golang.org/genai"
)
// Your GCP project
const project = "your-project"
// A GCP location like "us-central1"
const location = "some-gcp-location"
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, &genai.ClientConfig
{
Project: project,
Location: location,
Backend: genai.BackendVertexAI,
})
// Call the GenerateContent method.
result, err := client.Models.GenerateContent(ctx, "gemini-2.0-flash", genai.Text("Tell me about New York?"), nil)
}
سایر موارد استفاده و پلتفرم ها
به راهنمای استفاده از موارد خاص در Gemini Developer API Documentation و Vertex AI اسناد برای پلتفرمها و موارد استفاده دیگر مراجعه کنید.
ملاحظات مهاجرت
هنگام مهاجرت:
برای احراز هویت باید از حسابهای سرویس Google Cloud استفاده کنید. برای اطلاعات بیشتر به مستندات Vertex AI مراجعه کنید.
میتوانید از پروژه Google Cloud موجود خود (همان چیزی که برای تولید کلید API خود استفاده کردید) استفاده کنید یا میتوانید یک پروژه Google Cloud جدید ایجاد کنید .
مناطق پشتیبانی شده ممکن است بین Gemini Developer API و Vertex AI Gemini API متفاوت باشد. فهرست مناطق پشتیبانی شده برای هوش مصنوعی مولد را در Google Cloud ببینید.
هر مدلی که در Google AI Studio ایجاد کردید باید در Vertex AI دوباره آموزش ببیند.
اگر دیگر نیازی به استفاده از کلید Gemini API برای Gemini Developer API ندارید، بهترین شیوه های امنیتی را دنبال کرده و آن را حذف کنید.
برای حذف یک کلید API:
صفحه Google Cloud API Credentials را باز کنید.
کلید API را که می خواهید حذف کنید پیدا کنید و روی نماد Actions کلیک کنید.
کلید حذف API را انتخاب کنید.
در حالت حذف اعتبار ، حذف را انتخاب کنید.
انتشار یک کلید API چند دقیقه طول می کشد. پس از تکمیل انتشار، هرگونه ترافیک با استفاده از کلید API حذف شده رد می شود.
مراحل بعدی
- برای کسب اطلاعات بیشتر در مورد راه حل های هوش مصنوعی مولد در Vertex AI به نمای کلی هوش مصنوعی در Vertex مراجعه کنید.