Podczas tworzenia rozwiązań opartych na generatywnej AI za pomocą Gemini deweloperzy mogą wybierać między interfejsem Gemini API dla deweloperów a interfejsem Vertex AI Gemini API.
Interfejs Gemini Developer API ułatwia tworzenie, wdrażanie i skalowanie aplikacji Gemini. Vertex AI oferuje kompleksowy ekosystem funkcji i usług dla firm, które umożliwiają tworzenie i wdrażanie aplikacji wykorzystujących generatywną AI opartych na Google Cloud Platform.
Najlepszy wybór zależy od Twoich potrzeb, ale ostatnio uprościliśmy przełączanie się między tymi usługami. Zarówno interfejs Gemini API dla deweloperów, jak i interfejs Vertex AI Gemini API są teraz dostępne za pomocą ujednoliconego pakietu Google Gen AI SDK, co zapewnia większą elastyczność.
Porównanie kodu
Poniżej znajdziesz porównanie kodu interfejsu Gemini API dla deweloperów i interfejsu quickstart Vertex AI do generowania tekstu.
Python
Za pomocą biblioteki google-genai
możesz uzyskać dostęp do interfejsu Gemini Developer API i usług Vertex AI.
Instrukcje instalacji biblioteki znajdziesz na stronie bibliotek.
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 i TypeScript
Za pomocą biblioteki @google/genai
możesz uzyskać dostęp do interfejsu Gemini Developer API i usług Vertex AI.
Instrukcje instalacji biblioteki znajdziesz na stronie bibliotek.
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();
Przeczytaj
Za pomocą biblioteki google.golang.org/genai
możesz uzyskać dostęp do interfejsu Gemini Developer API i usług Vertex AI.
Instrukcje instalacji biblioteki znajdziesz na stronie bibliotek.
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)
}
Inne przypadki użycia i platformy
Więcej informacji o innych platformach i przypadkach użycia znajdziesz w dokumentacji dla deweloperów Gemini API oraz w dokumentacji Vertex AI.
Uwagi dotyczące migracji
Podczas migracji:
Do uwierzytelniania musisz używać kont usługi Google Cloud. Więcej informacji znajdziesz w dokumentacji Vertex AI.
Możesz użyć istniejącego projektu Google Cloud (tego samego, którego użyto do wygenerowania klucza API) lub utworzyć nowy projekt Google Cloud.
Obsługiwane regiony mogą się różnić między interfejsem Gemini Developer API a interfejsem Vertex AI Gemini API. Zobacz listę regionów obsługiwanych przez generatywną AI w Google Cloud.
Wszystkie modele utworzone w Google AI Studio trzeba ponownie przetrenować w Vertex AI.
Jeśli nie musisz już używać klucza interfejsu Gemini API dla interfejsu Gemini Developer API, usuń go, postępując zgodnie ze sprawdzonymi metodami zapewniania bezpieczeństwa.
Aby usunąć klucz interfejsu API:
Otwórz stronę Dane logowania interfejsu Google Cloud API.
Odszukaj klucz API, który chcesz usunąć, i kliknij ikonę Działania.
Kliknij Usuń klucz API.
W oknie Usuwanie danych logowania kliknij Usuń.
Usunięcie klucza interfejsu API może potrwać kilka minut. Po zakończeniu propagacji cały ruch korzystający z usuniętego klucza interfejsu API jest odrzucany.
Dalsze kroki
- Aby dowiedzieć się więcej o rozwiązaniach generatywnej AI w Vertex AI, zapoznaj się z omówieniem generatywnej AI w Vertex AI.