Si no tienes experiencia en Gemini, usar las guías de inicio rápido es la forma más rápida de comenzar.
Sin embargo, a medida que tus soluciones de IA generativas evolucionan, es posible que necesites una plataforma para compilar y, luego, implementar aplicaciones y soluciones de IA generativas de extremo a extremo. Google Cloud proporciona un ecosistema integral de herramientas para que los desarrolladores puedan aprovechar la potencia de la IA generativa, desde las etapas iniciales del desarrollo de apps hasta la implementación de apps, el hosting de apps y la administración de datos complejos a gran escala.
La plataforma Vertex AI de Google Cloud ofrece un conjunto de herramientas de MLOps que optimizan el uso, la implementación y la supervisión de los modelos de IA para lograr eficiencia y confiabilidad. Además, las integraciones con bases de datos, las herramientas de DevOps, el registro, la supervisión y la IAM proporcionan un enfoque integral para administrar todo el ciclo de vida de la IA generativa.
En la siguiente tabla, se resumen las principales diferencias entre Google AI y Vertex AI para ayudarte a decidir qué opción es adecuada para tu caso de uso:
Funciones | API de Gemini de Google AI | API de Gemini de Vertex AI |
---|---|---|
Modelos de Gemini | Gemini 1.5 Flash, Gemini 1.5 Pro, Gemini 1.0 Pro, Gemini 1.0 Pro Vision (obsoleto) | Gemini 1.5 Flash, Gemini 1.5 Pro, Gemini 1.0 Pro, Gemini 1.0 Pro Vision, Gemini 1.0 Ultra y Gemini 1.0 Ultra Vision |
Registrarse | Cuenta de Google | Cuenta de Google Cloud (con acuerdo de condiciones y facturación) |
Authentication | Clave de API | Cuenta de servicio de Google Cloud |
Zona de pruebas de la interfaz de usuario | Google AI Studio | Vertex AI Studio |
API y SDK | SDK de clientes para la Web y dispositivos móviles
|
SDK de clientes para la Web y dispositivos móviles
|
Uso de la API y el SDK sin costo | Sí, cuando corresponda | $300 en crédito de Google Cloud para usuarios nuevos |
Cuota (solicitudes por minuto) | Varía según el modelo y el plan de precios (consulta la información detallada) | Varía según el modelo y la región (consulta la información detallada) |
Asistencia para empresas | No |
Clave de encriptación del cliente Nube privada virtual Residencia de datos Transparencia de acceso Infraestructura escalable para el hosting de aplicaciones Bases de datos y almacenamiento de datos |
MLOps | No. | MLOps completas en Vertex AI (ejemplos: evaluación de modelos, supervisión de modelos y Model Registry) |
Para saber qué productos, frameworks y herramientas son la mejor opción para crear tu aplicación de IA generativa en Google Cloud, consulta Crea una aplicación de IA generativa en Google Cloud.
Migra de Gemini en Google AI a Vertex AI
Si tu aplicación usa las APIs de Gemini de IA de Google, deberás migrar a APIs de Gemini de Vertex AI de Google Cloud.
Ten en cuenta lo siguiente durante la migración:
Puedes usar tu proyecto de Google Cloud existente (la misma que utilizaste para generar la clave de API). También puedes Crea un proyecto nuevo de Google Cloud.
Las regiones compatibles pueden diferir entre Google AI Studio y Vertex AI. Consulta la lista de regiones compatibles para la IA generativa en Google Cloud.
Todos los modelos que creaste en Google AI Studio deben volver a entrenarse en Vertex AI.
Python: Migra de la API de Gemini de Google AI a la API de Vertex AI Gemini
En las siguientes secciones, se muestran fragmentos de código para ayudarte a migrar tu código de Python para usar la API de Gemini en Vertex AI.
Configuración del SDK de Vertex AI para Python
En Vertex AI, no necesitas una clave de API. En cambio, Gemini en Vertex AI se administra a través del acceso a IAM, que controla el permiso de un usuario, un grupo o una cuenta de servicio para llamar a la API de Gemini a través del SDK de Vertex AI.
Si bien hay muchas formas de autenticar, el método más fácil para realizar la autenticación en un entorno de desarrollo es instalar Google Cloud CLI y, luego, usar tus credenciales de usuario para acceder a la CLI.
Para realizar llamadas de inferencia a Vertex AI, también debes asegurarte de que tu cuenta de usuario o servicio tenga el rol de usuario de Vertex AI.
Ejemplo de código para instalar el cliente
Google AI | Vertex AI |
---|---|
|
|
Ejemplo de código para generar texto a partir de una solicitud de texto
Google AI | Vertex AI |
---|---|
|
|
Ejemplo de código para generar texto a partir de imagen y texto
Google AI | Vertex AI |
---|---|
|
|
Ejemplo de código para generar un chat de varios turnos
Google AI | Vertex AI |
---|---|
|
|
Borra claves de API sin usar
Si ya no necesitas usar tu clave de API de Gemini en Google AI, sigue las prácticas recomendadas de seguridad y bórrala.
Para borrar una clave de API, haz lo siguiente:
Abre la página Credenciales de la API de Google Cloud.
Busca la clave de API que deseas borrar y haz clic en el ícono Acciones.
Selecciona Borrar clave de API.
En la ventana modal Borrar credencial, selecciona Borrar.
Borrar una clave de API por completo demora algunos minutos. Una vez que finalice este proceso, el tráfico que use la clave de API borrada se rechazará.
Próximos pasos
- Consulta la Descripción general de la IA generativa en Vertex AI para obtener más información sobre las soluciones de IA generativa en Vertex AI.
- Obtén más información sobre la API de Gemini de Vertex AI.