Mit Gemini in Google Cloud erstellen

Wenn Sie noch nicht mit Gemini vertraut sind, verwenden Sie die Kurzanleitungen für die ersten Schritte.

Wenn Ihre generativen KI-Lösungen besser werden, benötigen Sie möglicherweise eine Plattform für die Erstellung und Bereitstellung von generativen KI-Anwendungen und -Lösungen. Google Cloud bietet ein umfassendes Netzwerk an Tools, mit denen Entwickler das Potenzial der generativen KI nutzen können – von den ersten Phasen der App-Entwicklung bis zur App-Bereitstellung, zum App-Hosting und zur Verwaltung komplexer Daten im großen Maßstab.

Die Vertex AI-Plattform von Google Cloud bietet eine Reihe von MLOps-Tools, die Nutzung, Bereitstellung und Monitoring von KI-Modellen im Hinblick auf Effizienz und Zuverlässigkeit optimieren. Darüber hinaus bieten Integrationen mit Datenbanken, DevOps-Tools, Logging, Monitoring und IAM einen ganzheitlichen Ansatz zum Verwalten des gesamten Lebenszyklus der generativen KI.

In der folgenden Tabelle sind die Hauptunterschiede zwischen Google AI und Vertex AI zusammengefasst, damit Sie Entscheiden können, welche Option für Ihren Anwendungsfall am besten ist:

Features Google AI Gemini API Vertex AI Gemini API
Gemini-Modelle Gemini 2.0 Flash, Gemini 2.0 Flash-Lite Gemini 2.0 Flash, Gemini 2.0 Flash-Lite
Registrieren Google-Konto Google Cloud-Konto (mit Nutzungsbedingungen und Abrechnung)
Authentifizierung API-Schlüssel Google Cloud-Dienstkonto
Testfeld für die Benutzeroberfläche Google AI Studio Vertex AI Studio
API und SDK Server- und mobile/Web-Client-SDKs
  • Server: Python, Node.js, Go, Dart, ABAP
  • Mobil-/Webclient: Android (Kotlin/Java), Swift, Web, Flutter
 Server- und mobile/Web-Client-SDKs
  • Server: Python, Node.js, Go, Java, ABAP
  • Mobiler/Web-Client (über Vertex AI for Firebase): Android (Kotlin/Java), Swift, Web, Flutter
Kostenlose Nutzung von API und SDK Ja, sofern zutreffend 300 $ Google Cloud-Guthaben für neue Nutzer
Kontingent (Anfragen pro Minute) Variiert je nach Modell und Preismodell (weitere Informationen) Variiert je nach Modell und Region (weitere Informationen)
Abbildung: Enterprise Support Nein kunden-Verschlüsselungsschlüssel
Virtual private cloud
Datenstandort
Access transparency
Skalierbare Infrastruktur für Anwendungshosting
Datenbanken und Datenspeicher
MLOps Nein Vollständige MLOps in Vertex AI (z. B. Modellbewertung, Modellüberwachung, Model Registry)

Informationen dazu, welche Produkte, Frameworks und Tools sich am besten für das Erstellen Ihrer generativen KI-Anwendung in Google Cloud eignen, finden Sie unter Generative KI-Anwendung in Google Cloud erstellen.

Von Gemini in Google AI zu Vertex AI migrieren

Wenn Ihre Anwendung Google AI Gemini APIs verwendet, müssen Sie zu den Vertex AI Gemini APIs von Google Cloud migrieren.

Bei der Migration gilt Folgendes:

Das Google Gen AI SDK bietet eine einheitliche Benutzeroberfläche für Gemini 2.0 über die Gemini Developer API und Vertex AI. Mit wenigen Ausnahmen kann Code, der auf einer Plattform ausgeführt wird, auch auf der anderen ausgeführt werden.

Wenn Sie die Gemini API direkt über eine Produktions-App aufrufen möchten, müssen Sie zu Vertex AI in Firebase Client-SDKs migrieren. Diese sind für Swift-, Android-, Web- und Flutter-Apps verfügbar. Diese Client-SDKs bieten wichtige Sicherheitsoptionen und andere Funktionen für mobile und Web-Apps in der Produktion.

Nicht verwendete API-Schlüssel löschen

Wenn Sie den Google AI Gemini API-Schlüssel nicht mehr verwenden müssen, folgen Sie den Best Practices für die Sicherheit und löschen Sie ihn.

So löschen Sie einen API-Schlüssel:

  1. Öffnen Sie die Seite Google Cloud API-Anmeldedaten.

  2. Suchen Sie den API-Schlüssel, den Sie löschen möchten, und klicken Sie auf das Symbol Aktionen.

  3. Wählen Sie API-Schlüssel löschen aus.

  4. Wählen Sie im Modalfenster Anmeldedaten löschen die Option Löschen aus.

    Das Löschen eines API-Schlüssels dauert einige Minuten. Danach werden alle Anfragen, für die der gelöschte API-Schlüssel verwendet wird, abgelehnt.

Nächste Schritte