การตรวจสอบค่าใช้จ่าย การใช้งาน และเมตริกอื่นๆ ของฟีเจอร์ AI เป็นส่วนสำคัญของการเรียกใช้แอปที่ใช้งานจริง คุณต้องทราบว่ารูปแบบการใช้งานปกติของแอปเป็นอย่างไร และตรวจสอบว่าคุณยังคงอยู่ในเกณฑ์ที่สำคัญสำหรับคุณ
หน้านี้อธิบายตัวเลือกที่แนะนำบางอย่างสำหรับการตรวจสอบค่าใช้จ่าย การใช้งาน และเมตริกอื่นๆ ทั้งใน Firebase Console และ Google Cloud Console
ตรวจสอบค่าใช้จ่าย
ในแดชบอร์ด การใช้งานและการเรียกเก็บเงิน ของ Firebase Console คุณจะดูค่าใช้จ่ายของโปรเจ็กต์ในการเรียกใช้ Agent Platform Gemini API (formerly Vertex AI) และ Gemini Developer API ได้ (เมื่อ ใช้แพ็กเกจการกำหนดราคา Blaze)
ค่าใช้จ่ายที่แสดงในแดชบอร์ด ไม่จำเป็น ต้องเฉพาะเจาะจงกับการเรียกใช้ โดยใช้ Firebase AI Logic Client SDK ค่าใช้จ่ายที่แสดง จะเชื่อมโยงกับการเรียกใช้ "Gemini API" เหล่านั้น ทั้งหมด ไม่ว่าจะใช้ Firebase AI Logic Client SDK, Google GenAI Server SDK, Genkit, Firebase Extensions สำหรับ Gemini API, การเรียกใช้ REST, AI Studio อย่างใดอย่างหนึ่ง หรือไคลเอ็นต์ API อื่นๆ
ดูข้อมูลเพิ่มเติมเกี่ยวกับ การกำหนดราคา ของผลิตภัณฑ์ที่เชื่อมโยง กับการใช้ Firebase AI Logic
ตั้งค่าการแจ้งเตือนงบประมาณและขีดจำกัดการใช้จ่าย
เมื่อใช้แพ็กเกจการกำหนดราคา Blaze ให้ตั้งค่า งบประมาณเพื่อหลีกเลี่ยงการเรียกเก็บเงินที่ไม่คาดคิด จากนั้นตั้งค่า การแจ้งเตือนงบประมาณ และ ขีดจำกัดการใช้จ่ายงบประมาณโดยเฉพาะ
โปรดทราบว่าการแจ้งเตือนงบประมาณ ไม่ใช่ ขีดจำกัดงบประมาณ ระบบจะส่งการแจ้งเตือนถึงคุณเมื่อคุณใกล้ถึงหรือเกินเกณฑ์ที่กำหนดไว้ เพื่อให้คุณดำเนินการในแอปหรือโปรเจ็กต์ได้ คุณต้องตั้งค่า ขีดจำกัดการใช้จ่ายงบประมาณ หากต้องการให้ระบบหยุดบริการชั่วคราวเมื่อใช้งบประมาณถึงขีดจำกัด
ดูการใช้งานฟีเจอร์ AI ใน Firebase Console
คุณสามารถเปิดใช้การตรวจสอบ AI ในหน้า Firebase AI Logic ของ Firebase Console เพื่อดูเมตริกและการใช้งานระดับแอปต่างๆ เพื่อให้เห็นภาพรวมที่ครอบคลุมเกี่ยวกับคำขอจาก Firebase AI Logic Client SDK แดชบอร์ดเหล่านี้มีรายละเอียดมากกว่า จำนวนโทเค็นพื้นฐานที่คุณได้รับจากการเรียกใช้ Count Tokens API
ความสามารถหลักของการตรวจสอบ AI ใน Firebase Console มีดังนี้
ดูเมตริกเชิงปริมาณ เช่น ปริมาณคำขอ เวลาในการตอบสนอง ข้อผิดพลาด และการใช้โทเค็นต่อโมดาลิตี้สำหรับแต่ละแอป
ตรวจสอบการติดตามเพื่อดูแอตทริบิวต์ อินพุต และเอาต์พุตของคำขอ ซึ่งจะช่วยในการแก้ไขข้อบกพร่องและการปรับปรุงคุณภาพ
แบ่งข้อมูลตามมิติข้อมูล เช่น สถานะคำขอ เวลาในการตอบสนองขั้นต่ำ ชื่อโมเดล และอื่นๆ
ฟีเจอร์ทั้งหมดนี้สร้างขึ้นโดยใช้ Google Cloud Observability Suite (ดู ข้อมูลสินค้าโดยละเอียดด้านล่าง)
เปิดใช้การตรวจสอบ AI
วิธีเปิดใช้การตรวจสอบ AI ใน Firebase Console มีดังนี้
เมื่อทำตามเวิร์กโฟลว์การตั้งค่าเริ่มต้นแบบแนะนำจากหน้า AI Services > Firebase AI Logic
ทุกเมื่อในแท็บ AI Services > AI Logic > Settings
ข้อกำหนดในการเปิดใช้และใช้การตรวจสอบ AI มีดังนี้
คุณต้องเป็นเจ้าของโปรเจ็กต์ ผู้แก้ไข หรือผู้ดูแลระบบ Firebase Vertex AI
แอปต้องใช้ Firebase Library เวอร์ชันต่อไปนี้ อย่างน้อย:
iOS+: v11.13.0+ | Android: v16.0.0+ (BoM: v33.14.0+) | Web: v11.8.0+ | Flutter: v2.0.0+ (BoM: v3.11.0+) | Unity: v12.9.0+แอปต้อง เปิดใช้ การเก็บรวบรวมข้อมูลแบบเลือกใช้ (ระบบจะเปิดใช้ตัวเลือกนี้โดยค่าเริ่มต้น)
หลังจากที่แอปเป็นไปตามข้อกำหนดเหล่านี้และคุณเปิดใช้การตรวจสอบ AI ใน คอนโซลแล้ว คุณไม่จำเป็นต้องทำอย่างอื่นในแอปหรือคอนโซลเพื่อเริ่ม ดูข้อมูลที่แสดงในแดชบอร์ดใน AI Services > AI Logic > AI monitoring แท็บ อาจมีความล่าช้าเล็กน้อย (บางครั้งนานถึง 5 นาที) ก่อนที่ข้อมูลการวัดและส่งข้อมูลจาก คำขอจะพร้อมใช้งานใน Firebase Console
การใช้งานขั้นสูง
ส่วนนี้อธิบายการกำหนดค่าอัตราการสุ่มตัวอย่าง รวมถึงตัวเลือกต่างๆ สำหรับการดูและการทำงานกับข้อมูล
อัตราการสุ่มตัวอย่าง
หากคุณส่งคำขอจำนวนมาก เราขอแนะนำให้ใช้ประโยชน์จากการกำหนดค่าอัตราการสุ่มตัวอย่าง อัตราการสุ่มตัวอย่างจะระบุสัดส่วนของคำขอที่ระบบจะเก็บรวบรวม รายละเอียดการติดตาม จริง
ในแท็บ AI Services > AI Logic > Settings ของคอนโซล Firebase คุณสามารถกำหนดค่าอัตราการสุ่มตัวอย่างสำหรับโปรเจ็กต์เป็น ค่าตั้งแต่ 1 ถึง 100% โดย 100% หมายความว่าการตรวจสอบ AI จะเก็บรวบรวมการติดตามจาก การเข้าชมทั้งหมด ค่าเริ่มต้นคือ 100% การเก็บรวบรวมการติดตามน้อยลงจะช่วยลดค่าใช้จ่าย แต่ก็จะลดจำนวนการติดตามที่คุณตรวจสอบได้ด้วย โปรดทราบว่ากราฟที่แสดงในแดชบอร์ดการตรวจสอบจะแสดงปริมาณการเข้าชมที่แท้จริงเสมอ ไม่ว่าอัตราการสุ่มตัวอย่างจะเป็นเท่าใดก็ตาม
ตัวเลือกเพิ่มเติมนอก Firebase console
นอกจากการตรวจสอบ AI ที่มีใน Firebase Console แล้ว ให้พิจารณา ตัวเลือกต่อไปนี้
สำรวจ Vertex AI Model Garden
แดชบอร์ดเหล่านี้ให้ข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับแนวโน้มของเวลาในการตอบสนองและปริมาณงาน สำหรับโมเดลที่มีการจัดการ ซึ่งจะช่วยเสริมข้อมูลเชิงลึกจากการตรวจสอบ AI ใน Firebase Consoleสำรวจและใช้ข้อมูลของคุณด้วย Google Cloud Observability Suite
เนื่องจากระบบจะจัดเก็บข้อมูลการวัดและส่งข้อมูลสำหรับการตรวจสอบ AI ไว้ใน Google Cloud Observability Suite ที่เชื่อมโยงกับโปรเจ็กต์ คุณจึงสำรวจข้อมูลในแดชบอร์ดของ Google Cloud Observability Suite ได้ ซึ่งรวมถึง Trace Explorer และ Logs Explorer ที่จะลิงก์เมื่อ คุณตรวจสอบการติดตามแต่ละรายการใน Firebase Console นอกจากนี้ คุณยังใช้ข้อมูลเพื่อสร้างแดชบอร์ดที่กำหนดเอง ตั้งค่าการแจ้งเตือน และอื่นๆ ได้ด้วย
ข้อมูลโดยละเอียดเกี่ยวกับผลิตภัณฑ์ที่ใช้สำหรับการตรวจสอบ AI
การตรวจสอบ AI จะจัดเก็บข้อมูลการวัดและส่งข้อมูลไว้ในผลิตภัณฑ์ต่างๆ ที่มีใน Google Cloud Observability Suite, ซึ่งรวมถึง Cloud Monitoring, Cloud Trace, และ Cloud Logging
Cloud Monitoring: จัดเก็บเมตริก ซึ่งรวมถึงจำนวนคำขอ อัตราความสำเร็จ และเวลาในการตอบสนองของคำขอ
Cloud Trace: จัดเก็บการติดตามสำหรับคำขอแต่ละรายการเพื่อให้คุณ ดูรายละเอียดทีละรายการได้แทนที่จะดูแบบรวม โดยปกติแล้วการติดตามจะเชื่อมโยงกับบันทึกเพื่อให้คุณตรวจสอบเนื้อหาและเวลาของการโต้ตอบแต่ละครั้งได้
Cloud Logging: บันทึกข้อมูลเมตาของอินพุต เอาต์พุต และการกำหนดค่าเพื่อให้ รายละเอียดที่ครบถ้วนเกี่ยวกับคำขอ AI แต่ละรายการ
เนื่องจากระบบจะจัดเก็บข้อมูลการวัดและส่งข้อมูลไว้ในผลิตภัณฑ์เหล่านี้ คุณจึงระบุการตั้งค่าการ เก็บรักษาและการเข้าถึงได้โดยตรงภายในแต่ละผลิตภัณฑ์ (ดูข้อมูลเพิ่มเติมในเอกสารประกอบสำหรับ Cloud Monitoring, Cloud Trace และ Cloud Logging)
โปรดทราบว่าการตรวจสอบ AI จะจัดเก็บพรอมต์ จริง และเอาต์พุตที่สร้างขึ้นจาก คำขอที่สุ่มตัวอย่างแต่ละรายการใน Cloud Logging เพื่อให้ข้อมูลนี้เข้าถึงได้ใน Firebase Console คุณสามารถเลือกปิดใช้การจัดเก็บพรอมต์และการตอบกลับได้
ราคา
โปรเจ็กต์ในแพ็กเกจการกำหนดราคา Spark แบบไม่มีค่าใช้จ่าย (ใช้ได้เมื่อใช้ Gemini Developer APIเท่านั้น): การใช้บริการพื้นฐานสำหรับการตรวจสอบ AI ไม่มีค่าใช้จ่าย
โปรเจ็กต์ในแพ็กเกจราคา Blaze แบบจ่ายเมื่อใช้: ระบบจะเรียกเก็บเงินจากการใช้ผลิตภัณฑ์Google Cloud Observability Suiteพื้นฐานที่การตรวจสอบ AI ใช้ (ไม่ว่าคุณจะเลือกผู้ให้บริการGemini APIรายใด) อย่างไรก็ตาม ผลิตภัณฑ์ Google Cloud Observability Suite แต่ละรายการมีระดับแบบไม่มีค่าใช้จ่ายมากมาย ดูข้อมูลเพิ่มเติมในเอกสารประกอบการกำหนดราคา Google Cloud Observability Suite
(ไม่บังคับ) ปิดใช้การจัดเก็บพรอมต์และการตอบกลับ
โดยค่าเริ่มต้น การตรวจสอบ AI จะบันทึกพรอมต์ จริง ที่ส่งไปยังโมเดลและการตอบกลับที่โมเดลสร้างขึ้น ซึ่งรวมถึง ข้อมูลที่ละเอียดอ่อน (เช่น ข้อมูลส่วนบุคคลที่ระบุตัวบุคคลนั้นได้ (PII)) ในพรอมต์และการตอบกลับเหล่านั้น ระบบจะจัดเก็บข้อมูลทั้งหมดนี้ไว้ใน Cloud Logging เพื่อให้เข้าถึงได้ใน Firebase Console
หากต้องการปิดใช้การจัดเก็บพรอมต์และการตอบกลับ ให้เพิ่ม
ตัวกรองการยกเว้น ต่อไปนี้ลงใน
Cloud Logging ซิงก์
(โดยปกติจะเป็นซิงก์ _Default):
resource.type="firebasevertexai.googleapis.com/Model"
ดูเมตริก API ระดับโปรเจ็กต์ใน Google Cloud คอนโซล
คุณสามารถดูเมตริก API ระดับโปรเจ็กต์ เช่น การใช้งาน ใน Google Cloud Console สำหรับ API แต่ละรายการ
โปรดทราบว่าหน้าคอนโซล Google Cloud ที่อธิบายไว้ในส่วนนี้ ไม่มี ข้อมูล เช่น เนื้อหาคำขอและการตอบกลับ รวมถึงจำนวนโทเค็น หากต้องการตรวจสอบข้อมูลประเภทดังกล่าว ให้ลองใช้ การตรวจสอบ AI ใน Firebase Console (ดูส่วนก่อนหน้า)
ใน Google Cloud Console ให้ไปที่หน้าเมตริก ของ API ที่คุณ ต้องการดู
Agent Platform API: ดูการใช้งานที่เชื่อมโยงกับคำขอ ใดๆ ไปยัง Agent Platform Gemini API (formerly Vertex AI).
- รวมถึงคำขอที่ใช้ Firebase AI Logic Client SDK, Google GenAI Server SDK, Genkit, Firebase Extensions สำหรับ Gemini API, REST API, Agent Studio, และอื่นๆ
Gemini Developer API: ดูการใช้งานที่เชื่อมโยงกับ คำขอใดๆ ไปยัง Gemini Developer API.
- รวมถึงคำขอที่ใช้ Firebase AI Logic Client SDK, Google GenAI Server SDK, Genkit, Firebase Extensions สำหรับ Gemini API, REST API, Google AI Studio, และอื่นๆ
- ชื่อที่แสดงของ API นี้ใน Google Cloud คอนโซล คือ "Generative Language API"
หากคุณอยู่ใน "หน้าภาพรวม" ของ API ให้คลิก จัดการ แล้วคลิกแท็บเมตริก
ใช้เมนูแบบเลื่อนลงเพื่อดูเมตริกที่สนใจ เช่น การเข้าชมตามโค้ดตอบกลับ ข้อผิดพลาดตามเมธอด API เวลาในการตอบสนองโดยรวม และเวลาในการตอบสนองตามเมธอด API