在 Google Cloud 中使用 Gemini 建構內容

如果您是第一次使用 Gemini,可透過快速入門導覽課程 是最快的起點

不過,由於生成式 AI 解決方案已成熟,因此您可能需要建構和導入 以及端對端的部署方式Google Cloud 提供 提供完善的工俱生態系統,讓開發人員運用生成式 AI 的強大威力。 從應用程式開發的初始階段,到應用程式部署、應用程式託管和複雜管理 大規模部署資料

Google Cloud 的 Vertex AI 平台提供一套機器學習運作工具,能簡化使用、部署和部署工作 以及監控 AI 模型來提升效率和可靠性此外,整合 資料庫、開發運作工具、記錄、監控及 IAM 提供全方位的做法,讓您輕鬆管理 整個生成式 AI 生命週期的威脅

下表摘要列出 Google AI 和 Vertex AI 的主要差異,協助您 根據您的用途決定適合的選項:

功能 Google AI Gemini API Vertex AI Gemini API
Gemini 模型 Gemini 1.5 Flash、Gemini 1.5 Pro、Gemini 1.0 Pro、Gemini 1.0 Pro Vision (已淘汰) Gemini 1.5 Flash、Gemini 1.5 Pro、Gemini 1.0 Pro、Gemini 1.0 Pro Vision、Gemini 1.0 Ultra Gemini 1.0 Ultra Vision
申請 Google 帳戶 Google Cloud 帳戶 (須簽署條款協議與帳單)
驗證 API 金鑰 Google Cloud 服務帳戶
使用者介面遊樂場 Google AI Studio Vertex AI Studio
API 與SDK 伺服器和行動/網路用戶端 SDK
  • 伺服器:Python、Node.js、Go、Dart
  • 行動/網路用戶端:Android (Kotlin/Java)、Swift、Web、Flutter
伺服器和行動/網路用戶端 SDK
  • 伺服器:Python、Node.js、Go、Java
  • 行動/網路用戶端 (透過 Vertex AI for Firebase): Android (Kotlin/Java)、Swift、Web、Flutter
免費使用 API 和SDK 是, 如適用 新使用者可獲得價值 $300 美元的 Google Cloud 抵免額
配額 (每分鐘的要求數量) 依型號和定價方案而異 (請參閱詳細資訊)。 因型號和區域而異 (請參閱詳細資訊)。
企業支援 客戶加密金鑰
虛擬私有雲
資料落地
資料存取透明化控管機制
用於託管應用程式的可擴充基礎架構
資料庫和資料儲存空間
機器學習運作 Vertex AI 的完整機器學習運作 (例如模型評估、模型監控、Model Registry)

瞭解哪些產品、架構和工具最適合用於建構 您的生成式 AI 應用程式 在 Google Cloud 建構生成式 AI 應用程式

從 Google AI 專用 Gemini 遷移至 Vertex AI

如果應用程式使用 Google AI Gemini API,請遷移至 Google Cloud 的 Vertex AI Gemini API

遷移注意事項:

  • 您可以使用現有的 Google Cloud 專案 (您用來產生 API 金鑰的同一個金鑰) 也可以 建立新的 Google Cloud 專案

  • Google AI Studio 和 Vertex AI 的支援區域可能不同。詳情請參閱 Google Cloud 生成式 AI 支援區域的清單。

  • 在 Google AI Studio 中建立的所有模型,都必須使用 Vertex AI 重新訓練。

Python:從 Google AI Gemini API 遷移至 Vertex AI Gemini API

下列各節顯示程式碼片段可協助您遷移 Python 程式碼,以便使用 開始探索 Gemini API

Vertex AI Python SDK 設定

在 Vertex AI 中,您不需要提供 API 金鑰。Vertex AI 的 Gemini 是透過 IAM 存取權管理 控管使用者、群組或服務帳戶呼叫 Gemini API 的權限 Vertex AI SDK

雖然 進行驗證,在開發環境中驗證最簡單的方法就是 安裝 Google Cloud CLI 然後使用您的使用者憑證 登入 CLI

如要對 Vertex AI 進行推論呼叫,您必須確認使用者或服務帳戶已 Vertex AI 使用者角色

程式碼範例:安裝用戶端

Google AI Vertex AI
# To install the Python SDK, use this CLI command:
# pip install google-generativeai

import google.generativeai as genai
from google.generativeai import GenerativeModel

API_KEY=""
genai.configure(api_key=API_KEY)
        
# To install the Python SDK, use this CLI command:
# pip install google-cloud-aiplatform

import vertexai
from vertexai.generative_models
          import GenerativeModel, Image

PROJECT_ID = ""
REGION = ""  # e.g. us-central1
vertexai.init(project=PROJECT_ID, location=REGION)
        

透過文字提示生成文字的程式碼範例

Google AI Vertex AI
model = GenerativeModel('gemini-1.5-flash')

response = model.generate_content('The opposite of hot is')
print(response.text) #  The opposite of hot is cold.
        
model = GenerativeModel('gemini-1.5-flash')

response = model.generate_content('The opposite of hot is')
print(response.text) #  The opposite of hot is cold.
        

從文字和圖片生成文字的程式碼範例

Google AI Vertex AI
import PIL.Image

multimodal_model = GenerativeModel('gemini-1.5-flash')

image = PIL.Image.open('image.jpg')

response = multimodal_model.generate_content(['What is this picture?', image])
print(response.text) # A cat is shown in this picture.
        
multimodal_model = GenerativeModel("gemini-1.5-flash")

image = Image.load_from_file("image.jpg")

response = multimodal_model.generate_content(["What is shown in this image?", image])

print(response.text) # A cat is shown in this picture.
        

生成多輪聊天的程式碼範例

Google AI Vertex AI
model = GenerativeModel('gemini-1.5-flash')

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)
        
model = GenerativeModel("gemini-1.5-flash")

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)
        

刪除未使用的 API 金鑰

如果不再需要 Google AI Gemini API 金鑰,請依循安全性最佳做法 並加以刪除

刪除 API 金鑰的做法如下:

  1. 開啟 Google Cloud API 憑證 頁面。

  2. 找出要刪除的 API 金鑰,然後按一下「動作」圖示

  3. 選取「刪除 API 金鑰」

  4. 在「刪除憑證」互動視窗中,選取「刪除」

    刪除 API 金鑰需要幾分鐘的時間才會生效。作業完畢後,凡是使用已刪除 API 金鑰的流量都會遭拒。

後續步驟