هنگام توسعه راه حل های هوش مصنوعی مولد با Gemini، توسعه دهندگان بین Gemini Developer API و Vertex AI Gemini API را انتخاب می کنند.
Gemini Developer API مسیری آسان برای ساخت، تولید و مقیاسبندی برنامههای Gemini فراهم میکند. 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.
در حالی که بهترین انتخاب به نیازهای شما بستگی دارد، ما اخیرا جابجایی بین این خدمات را ساده کرده ایم. هم Gemini Developer API و هم Vertex AI Gemini API اکنون از طریق Google Gen AI SDK یکپارچه قابل دسترسی هستند و انعطاف پذیری بیشتری را به شما ارائه می دهند.
مقایسه کدها
در زیر چند مقایسه کد کنار هم بین Gemini Developer API و Vertex AI برای تولید متن آورده شده است.
پایتون
شما می توانید از طریق کتابخانه google-genai
به هر دو سرویس Gemini Developer API و Vertex AI دسترسی داشته باشید. برای دستورالعمل نحوه نصب کتابخانه به صفحه کتابخانه ها مراجعه کنید.
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)
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 دستورالعمل نحوه نصب کتابخانه به صفحه کتابخانه ها مراجعه کنید.
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();
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 دستورالعمل نحوه نصب کتابخانه به صفحه کتابخانه ها مراجعه کنید.
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)
}
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
لطفاً 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.