Quando sviluppano soluzioni di IA generativa con Gemini, gli sviluppatori scelgono tra l'API Gemini Developer e l'API Gemini Vertex AI.
L'API Gemini Developer offre un percorso semplice per creare, implementare e scalare le applicazioni Gemini. Vertex AI offre un ecosistema completo di funzionalità e servizi di livello enterprise per la creazione e il deployment di applicazioni di AI generativa supportate dalla piattaforma Google Cloud.
Sebbene la scelta migliore dipenda dalle tue esigenze, di recente abbiamo semplificato il passaggio da un servizio all'altro. Sia l'API Gemini Developer che l'API Gemini di Vertex AI sono ora accessibili tramite l'SDK di IA generativa di Google unificato, offrendo una maggiore flessibilità.
Confronto del codice
Di seguito sono riportati alcuni confronti fianco a fianco del codice tra l'API Gemini Developer e le guide rapide di Vertex AI per la generazione di testo.
Python
Puoi accedere sia all'API Gemini Developer sia ai servizi Vertex AI tramite la libreria google-genai
.
Per istruzioni su come installare la libreria, consulta la pagina delle librerie.
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)
JavaScript e TypeScript
Puoi accedere sia all'API Gemini Developer sia ai servizi Vertex AI tramite la libreria @google/genai
.
Per istruzioni su come installare la libreria, consulta la pagina delle librerie.
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();
Vai
Puoi accedere sia all'API Gemini Developer sia ai servizi Vertex AI tramite la libreria google.golang.org/genai
.
Per istruzioni su come installare la libreria, consulta la pagina delle librerie.
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)
}
Altri casi d'uso e piattaforme
Per altre piattaforme e casi d'uso, consulta le guide specifiche per i casi d'uso nella documentazione dell'API Gemini per gli sviluppatori e nella documentazione di Vertex AI.
Considerazioni sulla migrazione
Durante la migrazione:
Per l'autenticazione dovrai utilizzare gli account di servizio Google Cloud. Per ulteriori informazioni, consulta la documentazione di Vertex AI.
Puoi utilizzare il progetto Google Cloud esistente (lo stesso che hai utilizzato per generare la chiave API) o puoi creare un nuovo progetto Google Cloud.
Le regioni supportate possono variare tra l'API Gemini Developer e l'API Gemini di Vertex AI. Consulta l'elenco delle regioni supportate per l'IA generativa su Google Cloud.
Tutti i modelli creati in Google AI Studio devono essere riattati in Vertex AI.
Se non hai più bisogno di utilizzare la chiave API Gemini per l'API Gemini Developer, segui le best practice per la sicurezza ed eliminala.
Per eliminare una chiave API:
Apri la pagina Credenziali API Google Cloud.
Individua la chiave API che vuoi eliminare e fai clic sull'icona Azioni.
Seleziona Elimina chiave API.
Nella finestra modale Elimina credenziale, seleziona Elimina.
L'eliminazione di una chiave API richiede alcuni minuti per essere propagata. Al termine della propagazione, tutto il traffico che utilizza la chiave API eliminata viene rifiutato.
Passaggi successivi
- Consulta la panoramica dell'IA generativa su Vertex AI per saperne di più sulle soluzioni di IA generativa su Vertex AI.