FAQ et dépannage

Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.

Pourquoi le nom "Vertex AI in Firebase" a-t-il été remplacé par "Firebase AI Logic" ?

En 2024, nous avons lancé un ensemble de SDK client Firebase pouvant utiliser Vertex AI Gemini API ainsi qu'une passerelle proxy Firebase pour protéger cette API contre les utilisations abusives et permettre les intégrations avec d'autres produits Firebase. Nous avons appelé notre produit "Vertex AI in Firebase". Ce nom décrivait précisément les cas d'utilisation disponibles à l'époque.

Depuis, nous avons développé les fonctionnalités de notre produit. Par exemple, à partir de mai 2025, nous proposons désormais une prise en charge de Gemini Developer API, y compris la possibilité de protéger Gemini Developer API contre les utilisations abusives grâce à notre intégration avec Firebase App Check.

Par conséquent, le nom "Vertex AI dans Firebase" ne reflète plus précisément la portée étendue de notre produit. C'est pourquoi nous avons choisi un nouveau nom, Firebase AI Logic, qui reflète mieux notre ensemble de fonctionnalités en constante évolution et nous permet de continuer à développer nos offres à l'avenir !

Consultez le guide de migration pour vous assurer de bénéficier de toutes les dernières fonctionnalités de Firebase AI Logic (et éventuellement commencer à utiliser Gemini Developer API).

Quelles sont les différences entre l'utilisation de Gemini Developer API et de Vertex AI Gemini API ?

Voici quelques différences entre les deux fournisseurs "Gemini API" en général, quelle que soit la manière dont vous y accédez:

• Tarifs

  • Gemini Developer API propose un "niveau sans frais" ainsi qu'un tarif à l'usage.

  • Lorsque Vertex AI Gemini API est utilisé avec Firebase AI Logic, le forfait Blaze avec paiement à l'usage est toujours obligatoire.

  Notez que les deux fournisseurs d'API proposent des tarifs différents pour les appels à la demande (pour en savoir plus, consultez leur documentation respective).

• Limites de débit (quotas)

  • Gemini Developer API présente des limites de débit explicites.

  • Vertex AI Gemini API utilise un "quota partagé dynamique (DSQ)" que tous les utilisateurs de ce modèle dans cette région partagent. Vous pouvez également configurer le débit provisionné (PT).

• Spécifier l'emplacement d'accès au modèle

  • Seul le Vertex AI Gemini API vous permet de choisir l'emplacement où vous accédez au modèle.

Le tableau suivant indique la disponibilité des fonctionnalités fréquemment demandées pour les deux fournisseurs "Gemini API". Ce tableau s'applique spécifiquement lorsque vous utilisez les SDK client Firebase AI Logic.

¹ L'API Files pour Gemini Developer API n'est pas prise en charge par les SDK Firebase AI Logic.

Puis-je utiliser à la fois Gemini Developer API et Vertex AI Gemini API ?

Oui, vous pouvez activer les deux fournisseurs "Gemini API" dans votre projet Firebase, et vous pouvez utiliser les deux API dans votre application.

Pour basculer entre les fournisseurs d'API dans votre code, assurez-vous simplement d'avoir défini le service backend de manière appropriée dans votre code.

Quelles sont les API requises ? Et comment les activer ?

Pour utiliser les SDK Firebase AI Logic avec Gemini Developer API, les deux API suivantes doivent être activées dans votre projet:

• Gemini Developer API (generativelanguage.googleapis.com)
• API Firebase AI Logic (firebasevertexai.googleapis.com)

Vous devez activer ces deux API à l'aide de la console Firebase:

1. Dans la console Firebase, accédez à la page Firebase AI Logic.

2. Cliquez sur Commencer.

3. Sélectionnez l'option pour commencer à utiliser Gemini Developer API.

   Un workflow guidé s'ouvre, qui active les deux API pour vous. La console génère également une clé API Gemini et ajoute l'API Firebase AI Logic à la liste d'autorisation de votre clé API Firebase.

Quels modèles peuvent être utilisés avec les SDK Firebase AI Logic ?

• Vous pouvez utiliser n'importe quel modèle de base Gemini et Imagen 3 avec les SDK Firebase AI Logic, y compris les versions preview et expérimentales. Pour obtenir la liste de ces modèles, consultez la section En savoir plus sur les modèles compatibles.

• Vous ne pouvez pas utiliser de modèles Gemini autres que les modèles de base (comme les modèles PaLM, les modèles optimisés ou les modèles basés sur Gemma) avec les SDK Firebase AI Logic.

  Firebase AI Logic n'est pas non plus compatible avec les anciens modèles Imagen ni avec imagen-3.0-capability-001.

• Gemini Developer API (quelle que soit la méthode d'accès) n'est pas compatible avec imagen-3.0-fast-generate-001 ni avec l'ancienne version imagen-3.0-generate-001.

Nous ajoutons régulièrement de nouvelles fonctionnalités aux SDK. Consultez régulièrement cette FAQ pour vous tenir informé (ainsi que les notes de version, les blogs et les posts sur les réseaux sociaux).

Que faire lorsque des modèles sont abandonnés ?

Lorsque nous publions une version de modèle stable, nous nous efforçons de nous assurer qu'elle est disponible pendant au moins un an. Nous indiquons cette "date d'abandon" à plusieurs endroits dans la documentation Firebase et Google Cloud (par exemple, sur la page "Modèles").

Lorsqu'un modèle est abandonné, toutes les requêtes envoyées à ce modèle échouent et renvoient une erreur 404. C'est pourquoi nous vous recommandons vivement de configurer et d'utiliser Firebase Remote Config afin de pouvoir modifier dynamiquement le modèle et la version de votre application sans publier une nouvelle version de votre application.

Lorsque vous mettez à jour votre application pour utiliser une nouvelle version de modèle, nous vous recommandons de la tester pour vous assurer que les réponses sont toujours conformes aux attentes. Notez que lorsque vous utilisez Firebase AI Logic, généralement, aucune modification n'est nécessaire pour le code qui appelle le modèle.

Voici les dates d'arrêt de différents modèles:

• Modèles Gemini 1.5 Pro:

  • gemini-1.5-pro-002 (et gemini-1.5-pro): 24 septembre 2025
  • gemini-1.5-pro-001: 24 mai 2025

• Modèles Gemini 1.5 Flash:

  • gemini-1.5-flash-002 (et gemini-1.5-flash): 24 septembre 2025
  • gemini-1.5-flash-001: 24 mai 2025

• Modèles Gemini 1.0 Pro Vision: 21 avril 2025 (précédemment prévu pour le 9 avril 2025)

• Modèles Gemini 1.0 Pro: 21 avril 2025 (précédemment prévu pour le 9 avril 2025)

Comment définir une limite de débit par utilisateur ?

Par défaut, Firebase AI Logic définit la limite de requêtes par utilisateur sur 100 requêtes par minute (RPM).

Si vous souhaitez ajuster votre limite de débit par utilisateur, vous devez ajuster les paramètres de quota pour l'API Firebase AI Logic.

En savoir plus sur le quota de l'API Firebase AI Logic Sur cette page, vous pouvez également découvrir comment consulter et modifier votre quota.

Quelles autorisations sont requises pour utiliser les SDK Firebase AI Logic ?

Firebase AI Logic utilise-t-il mes données pour entraîner des modèles ?

Consultez Gouvernance des données et IA responsable.

Le type MIME est-il obligatoire dans mes requêtes multimodales ? (par exemple, pour les images, les PDF, les vidéos et les entrées audio)

Oui, dans chaque requête multimodale, vous devez toujours fournir les éléments suivants:

• mimeType du fichier. Consultez une exception ci-dessous.

• Le fichier. Vous pouvez fournir le fichier en tant que données intégrées ou à l'aide de son URL.

Pour en savoir plus sur les types de fichiers d'entrée compatibles, sur la manière de spécifier le type MIME et sur les deux options permettant de fournir le fichier, consultez la section Fichiers d'entrée compatibles et exigences.

Exception concernant l'inclusion du type MIME dans votre requête

Une exception à la fourniture du type MIME est les entrées d'images intégrées pour les requêtes provenant d'applications natives pour les plates-formes Android et Apple.

Les SDK Firebase AI Logic pour les plates-formes Android et Apple offrent un moyen simplifié et adapté aux plates-formes de gérer les images dans les requêtes. Toutes les images (quel que soit leur format) sont converties côté client au format JPEG avec une qualité de 80% avant d'être envoyées au serveur. Cela signifie que lorsque vous fournissez des images en tant que données intégrées à l'aide des SDK des plates-formes Android et Apple, vous n'avez pas besoin de spécifier le type MIME dans la requête.

Cette gestion simplifiée est illustrée dans la documentation Firebase AI Logic dans les exemples d'envoi d'images encodées en base64 dans les requêtes.

Voici quelques informations supplémentaires spécifiques à la plate-forme sur cette fonctionnalité:

• Sur Android:

  • Vous pouvez profiter de la méthode simplifiée pour gérer les types d'images natifs de la plate-forme (Bitmap) dans les requêtes multimodales contenant des images en tant que données intégrées (voir exemple).

  • Pour mieux contrôler les formats et les conversions d'images, vous pouvez fournir les images sous forme de InlineDataPart et indiquer le type MIME spécifique. Exemple :

    content { inlineData(/* PNG as byte array */, "image/png") }

• Pour les plates-formes Apple:

  • Vous pouvez profiter de la manière simplifiée de gérer les types d'images natifs de la plate-forme (UIImage, NSImage, CIImage et CGImage) dans les requêtes multimodales contenant des images en tant que données intégrées (voir exemple).

  • Pour mieux contrôler les formats et les conversions d'images, vous pouvez fournir les images sous forme de InlineDataPart et indiquer le type MIME spécifique. Exemple :

    InlineDataPart(data: Data(/* PNG Data */), mimeType: "image/png")

Ces fonctionnalités sont-elles disponibles lorsque vous utilisez Firebase AI Logic ? Le cache de contexte, la recherche en tant qu'outil, l'ancrage avec la recherche Google, l'exécution de code, l'ajustement fin d'un modèle, la génération d'embeddings et la récupération sémantique ?

Le cache de contexte, la recherche en tant qu'outil, l'ancrage avec la recherche Google, l'exécution de code, l'ajustement fin d'un modèle, la génération d'embeddings et la récupération sémantique sont pris en charge par divers modèles ou par Vertex AI Gemini API, mais ils ne sont pas disponibles lorsque vous utilisez Firebase AI Logic.

Si vous souhaitez les ajouter en tant que demandes de fonctionnalités ou voter pour une demande de fonctionnalité existante, accédez à Firebase UserVoice.

Qu'est-ce qu'une clé API Gemini ?

Gemini Developer API utilise une "clé API Gemini" pour autoriser l'appelant. Par conséquent, si vous utilisez Gemini Developer API via les SDK Firebase AI Logic, vous avez besoin d'une clé API Gemini valide dans votre projet Firebase pour effectuer des appels à cette API.

Une "clé API Gemini" désigne simplement une clé API qui contient Gemini Developer API dans sa liste d'autorisation d'API.

Lorsque vous suivez le workflow de configuration de Firebase AI Logic dans la console Firebase, nous créons une clé API Gemini limitée au Gemini Developer API et nous configurons le service proxy Firebase AI Logic pour qu'il utilise cette clé API. Cette clé API Gemini générée par Firebase est appelée Clé API Gemini Developer (créée automatiquement par Firebase) sur la page des identifiants de la console Google Cloud.

En savoir plus sur les restrictions concernant les API pour les clés API

Vous n'ajoutez pas votre clé API Gemini au code de base de votre application lorsque vous utilisez les SDK Firebase AI Logic. Découvrez comment sécuriser votre clé API Gemini.

Dois-je ajouter ma clé API Gemini au code de base de mon application mobile ou Web ?

Lorsque vous utilisez les SDK Firebase AI Logic, n'ajoutez pas votre clé API Gemini dans le code de base de votre application.

En fait, lorsque vous développez avec les SDK Firebase AI Logic, vous n'interagissez pas directement avec votre clé API Gemini. À la place, notre service de proxy Firebase AI Logic inclura en interne la clé API Gemini dans chaque requête envoyée à Gemini Developer API, entièrement dans le backend.

Comment puis-je modifier la clé API Gemini utilisée pour appeler Gemini Developer API ?

Lorsque vous utilisez les SDK Firebase AI Logic, il est peu probable que vous deviez modifier votre clé API Gemini. Toutefois, voici deux cas où vous devrez peut-être le faire:

• Si vous avez accidentellement divulgué la clé et que vous souhaitez la remplacer par une nouvelle clé sécurisée.

• Si vous avez supprimé la clé par accident. Notez que vous pouvez annuler la suppression de la clé dans les 30 jours suivant la suppression.

Voici comment modifier la clé API Gemini utilisée par les SDK Firebase AI Logic:

1. Si votre clé API Gemini générée par Firebase existe toujours, supprimez-la.

   Vous pouvez supprimer cette clé API dans le panneau API et services > Identifiants de la console Google Cloud. Elle s'intitule:
   Clé API Gemini pour les développeurs (créée automatiquement par Firebase).

2. Sur la même page de la console Google Cloud, créez une clé API. Nous vous suggérons de l'appeler par exemple
   Clé API Gemini Developer pour Firebase.

3. Pour cette nouvelle clé API, ajoutez des restrictions d'API et ne sélectionnez que l'API Generative Language.
   L'Gemini Developer API est parfois appelée "API Generative Language" dans la console Google Cloud.

   N'ajoutez pas de restrictions d'application, sinon le service proxy Firebase AI Logic ne fonctionnera pas comme prévu.

4. Exécutez la commande suivante pour définir cette nouvelle clé en tant que clé API Gemini que le service proxy Firebase AI Logic doit utiliser.

   PROJECT_ID="PROJECT_ID"
   GENERATIVE_LANGUAGE_API_KEY="DEVELOPER_CREATED_GEMINI_API_KEY"
   curl \
     -X PATCH \
     -H "x-goog-user-project: ${PROJECT_ID}" \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json" \
     "https://firebasevertexai.googleapis.com/v1beta/projects/${PROJECT_ID}/locations/global/config" \
     -d "{\"generativeLanguageConfig\": {\"apiKey\": \"${GENERATIVE_LANGUAGE_API_KEY}\"}}"
   

   En savoir plus sur gcloud CLI

Veillez à ne pas ajouter cette nouvelle clé API Gemini au codebase de votre application. Découvrez comment sécuriser votre clé API Gemini.

Puis-je utiliser ma "clé API Firebase" comme clé API Gemini ?

Non. Vous ne devez pas utiliser votre "clé API Firebase" comme clé API Gemini. Nous vous recommandons vivement de ne pas ajouter Gemini Developer API à la liste d'autorisation de votre clé API Firebase.

Votre clé API Firebase est la clé API listée dans votre fichier de configuration Firebase ou l'objet que vous ajoutez au codebase de votre application pour l'associer à Firebase. Vous pouvez inclure votre clé API Firebase dans votre code si vous ne l'utilisez qu'avec des API liées à Firebase (comme Firebase AI Logic). En savoir plus sur les clés API Firebase

Dans le panneau API et services > Identifiants de la console Google Cloud, les clés API Firebase se présentent comme suit:

Étant donné que vous devez ajouter votre clé API Firebase au codebase de votre application pour que les API liées à Firebase fonctionnent, et que Gemini Developer API est autorisé via la clé API, nous vous recommandons vivement de NE PAS ajouter Gemini Developer API (appelé "API de langage génératif " dans la console Google Cloud) à la liste d'autorisation des API pour votre clé API Firebase. Si vous le faites, vous exposez le Gemini Developer API à un usage abusif potentiel.

Comment sécuriser ma clé API Gemini ?

Cette FAQ décrit quelques bonnes pratiques recommandées pour sécuriser votre clé API Gemini.

Si vous appelez Gemini Developer API directement depuis votre application mobile ou Web:

• Utilisez les SDK clients Firebase AI Logic.
• N'ajoutez pas votre clé API Gemini au code de votre application.

Firebase AI Logic fournit un service proxy qui inclut en interne votre clé API Gemini dans chaque requête envoyée à Gemini Developer API, entièrement dans le backend.

De plus, nous vous recommandons vivement de suivre les conseils suivants:

• Dès que vous commencez à développer sérieusement votre application, intégrez-la à Firebase App Check pour protéger vos ressources backend ainsi que les API utilisées pour accéder aux modèles génératifs.

• Ne réutilisez pas la clé API Gemini générée par Firebase en dehors de Firebase AI Logic. Si vous avez besoin d'une clé API Gemini pour un autre cas d'utilisation, créez une clé distincte.

• En règle générale, vous ne devez PAS modifier la clé API Gemini générée par Firebase. Cette clé est appelée Clé API Gemini Developer (créée automatiquement par Firebase) dans la console Google Cloud.

  • N'ajoutez pas d'autres API à la liste d'autorisation des API pour votre clé API Gemini générée par Firebase. Dans sa liste d'autorisation d'API, votre clé API Gemini ne doit contenir que Gemini Developer API (appelée "API Generative Language" dans la console Google Cloud).

  • N'ajoutez pas de restrictions d'application, sinon le service proxy Firebase AI Logic ne fonctionnera pas comme prévu.

Ma clé API Gemini a été piratée. Que dois-je faire ?

Si votre clé API Gemini a été compromise, suivez les instructions pour modifier la clé API Gemini utilisée pour appeler Gemini Developer API.

Consultez également les bonnes pratiques recommandées pour sécuriser votre clé API Gemini.

Comment résoudre cette erreur 404 ? Firebase AI Logic genai config not found

Si vous essayez d'utiliser Gemini Developer API et que vous recevez une erreur 404 indiquant Firebase AI Logic genai config not found, cela signifie généralement que votre projet Firebase ne dispose pas d'une clé API Gemini valide à utiliser avec les SDK clients Firebase AI Logic.

Voici les causes les plus probables de cette erreur:

• Vous n'avez pas encore configuré votre projet Firebase pour le Gemini Developer API.

  Procédez comme suit:
  Dans la console Firebase, accédez à la page Firebase AI Logic. Cliquez sur Commencer, puis sélectionnez Gemini Developer API. Activez l'API. La console configurera votre projet pour Gemini Developer API. Une fois le workflow terminé, réessayez votre requête.

• Si vous avez récemment suivi le workflow de configuration Firebase AI Logic dans la console Firebase, il est possible que votre clé API Gemini ne soit pas encore disponible pour tous les services backend requis dans toutes les régions.

  Que faire ?
  Patientez quelques minutes, puis réessayez.

• Votre clé API Gemini a peut-être été supprimée de votre projet Firebase.

  Que faire ?
  Découvrez comment modifier la clé API Gemini utilisée par Firebase AI Logic.

Comment résoudre cette erreur 400 ? Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.

Si vous essayez d'envoyer une requête multimodale avec une URL Cloud Storage for Firebase, vous pouvez rencontrer l'erreur 400 suivante:
Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.

Cette erreur est due à un projet pour lequel les agents de service requis n'ont pas été correctement provisionnés automatiquement lorsque l'API Vertex AI a été activée dans le projet. Il s'agit d'un problème connu avec certains projets. Nous travaillons actuellement sur une solution globale.

Voici la solution de contournement pour corriger votre projet et provisionner correctement ces agents de service afin de pouvoir commencer à inclure des URL Cloud Storage for Firebase dans vos requêtes multimodales. Vous devez être propriétaire du projet. Vous n'avez besoin d'effectuer cet ensemble de tâches qu'une seule fois pour votre projet.

1. Accédez à gcloud CLI et authentifiez-vous.
   Le moyen le plus simple de le faire est de partir de Cloud Shell. Pour en savoir plus, consultez la documentation Google Cloud.

2. Si vous y êtes invité, suivez les instructions affichées dans le terminal pour exécuter gcloud CLI sur votre projet Firebase.

   Vous aurez besoin de l'ID de votre projet Firebase, que vous trouverez en haut de la section Paramètres du projet dans la console Firebase.settings

3. Provisionnez les agents de service requis dans votre projet en exécutant la commande suivante:

   curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json"  https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/endpoints -d ''
   

4. Attendez quelques minutes pour vous assurer que les agents de service sont provisionnés, puis réessayez d'envoyer votre requête multimodale incluant l'URL Cloud Storage for Firebase.

Si cette erreur persiste après plusieurs minutes d'attente, contactez l'assistance Firebase.

Comment résoudre cette erreur 400 ? API key not valid. Please pass a valid API key.

Si vous recevez une erreur 400 indiquant API key not valid. Please pass a valid API key., cela signifie généralement que la clé API de votre fichier/objet de configuration Firebase n'existe pas ou n'est pas configurée pour être utilisée avec votre application et/ou votre projet Firebase.

Vérifiez que la clé API listée dans votre fichier/objet de configuration Firebase correspond à la clé API de votre application. Vous pouvez afficher toutes vos clés API dans le panneau API et services > Identifiants de la console Google Cloud.

Si vous constatez qu'elles ne correspondent pas, obtenez un nouveau fichier/objet de configuration Firebase, puis remplacez celui qui se trouve dans votre application. Le nouveau fichier/objet de configuration doit contenir une clé API valide pour votre application et votre projet Firebase.

Comment résoudre cette erreur 403 ? Requests to this API firebasevertexai.googleapis.com ... are blocked.

Si vous recevez une erreur 403 indiquant Requests to this API firebasevertexai.googleapis.com ... are blocked., cela signifie généralement que la clé API de votre fichier/objet de configuration Firebase ne contient pas d'API requise dans sa liste d'autorisation pour le produit que vous essayez d'utiliser.

Assurez-vous que la clé API utilisée par votre application inclut toutes les API requises dans la liste d'autorisation "Restrictions d'API" de la clé. Pour Firebase AI Logic, votre clé API doit inclure au moins l'API Firebase AI Logic dans sa liste d'autorisation.

Vous pouvez afficher toutes vos clés API dans le panneau API et services > Identifiants de la console Google Cloud.

Comment résoudre cette erreur 403 ? PERMISSION_DENIED: The caller does not have permission.

Si vous recevez une erreur 403 indiquant PERMISSION_DENIED: The caller does not have permission., cela signifie généralement que la clé API de votre fichier/objet de configuration Firebase appartient à un autre projet Firebase.

Vérifiez que la clé API listée dans votre fichier/objet de configuration Firebase correspond à la clé API de votre application. Vous pouvez afficher toutes vos clés API dans le panneau API et services > Identifiants de la console Google Cloud.

Si vous constatez qu'elles ne correspondent pas, obtenez un nouveau fichier/objet de configuration Firebase, puis remplacez celui qui se trouve dans votre application. Le nouveau fichier/objet de configuration doit contenir une clé API valide pour votre application et votre projet Firebase.