A medida que tus aplicaciones de la API de Gemini se desarrollen, es posible que necesites una plataforma más amplia para crear y desplegar aplicaciones y soluciones de IA generativa de principio a fin. Vertex AI proporciona un ecosistema completo de herramientas que permite a los desarrolladores aprovechar las ventajas de la IA generativa, desde las fases iniciales del desarrollo de aplicaciones hasta el despliegue y el alojamiento de aplicaciones, así como la gestión de datos complejos a gran escala.
Con Vertex AI, puedes acceder a un conjunto de herramientas de operaciones de aprendizaje automático (MLOps) para optimizar el uso, la implementación y la monitorización de modelos de IA con el objetivo de mejorar la eficiencia y la fiabilidad. Además, las integraciones con bases de datos, herramientas de operaciones de desarrollo (DevOps), registro, monitorización y gestión de identidades y accesos (IAM) ofrecen un enfoque integral para gestionar todo el ciclo de vida de la IA generativa.
Diferencias entre usar la API de Gemini por separado y Vertex AI
En la siguiente tabla se resumen las principales diferencias entre la API de Gemini y Vertex AI para ayudarte a decidir qué opción es la más adecuada para tu caso práctico:
| Función | API de Gemini | Vertex AI |
|---|---|---|
| Nombres de los endpoints | generativelanguage.googleapis.com |
aiplatform.googleapis.com |
| Registrarse | Cuenta de Google | Cuenta deGoogle Cloud (con acuerdo de términos y facturación) |
| Autenticación | Clave de API u OAuth (si está conectado al Google Cloud proyecto) | Google Cloud cuenta de servicio |
| Espacio de pruebas de la interfaz de usuario | Google AI Studio | Vertex AI Studio |
| API y SDK |
SDKs de servidor y de cliente móvil o web
|
SDKs de servidor y de cliente móvil o web
|
| Uso sin coste de APIs y SDKs | Sí, cuando proceda | Google Cloud 300 USD de crédito para los usuarios nuevos |
| Cuota (solicitudes por minuto) | Varía en función del modelo y del plan de precios (consulta la información detallada). | Varía en función del modelo y la región (consulta la información detallada) |
| Condiciones comerciales | Términos del Servicio Estándar. No se tiene en cuenta para los compromisos de Google Cloud . Todos los clientes pagan el mismo precio. | Términos preparados para empresas sobre el tratamiento, la seguridad y la privacidad de los datos. Se tiene en cuenta para los compromisos de Google Cloud . Contratos y descuentos personalizados disponibles para cargas de trabajo de gran volumen (ponte en contacto con el equipo de Ventas). |
| Asistencia para empresas y acuerdo de nivel de servicio | No se ofrece asistencia de nivel empresarial ni acuerdos de nivel de servicio (SLAs). | Asistencia de nivel empresarial ininterrumpida y acuerdos de nivel de servicio para la disponibilidad del servicio. |
| Cumplimiento y gobierno | No tiene certificaciones de cumplimiento (por ejemplo, HIPAA o SOC2). Los clientes de sectores regulados deben usar Vertex AI. | Cumple certificaciones como HIPAA y SOC2. Ofrece residencia de datos, claves de cifrado gestionadas por el cliente y Transparencia de acceso. |
| Seguridad | Autenticación con clave de API. | Autenticación mediante gestión de identidades y accesos (cuentas de servicio, OAuth) para aumentar la seguridad. Seguridad mejorada mediante la nube privada virtual. |
| Infraestructura | Endpoint global. | Punto de conexión global y puntos de conexión regionales. |
| Capacidad dedicada | No tiene acceso a la capacidad dedicada. | Acceso a la capacidad de procesamiento aprovisionada para la capacidad dedicada. |
| Acceso a modelos | Acceso a los modelos de Google. | Acceso a una amplia selección de modelos de Google y de terceros en Model Garden. |
| Funciones avanzadas | Conjunto de funciones estándar. | Compatibilidad total con funciones como el ajuste de modelos y una mayor variedad de modelos de inserción. |
| Operaciones de aprendizaje automático | No | MLOps completo en Vertex AI (por ejemplo, evaluación de modelos, Model Monitoring y Model Registry) |
Pasos de la migración
En las siguientes secciones se describen los pasos necesarios para migrar el código de la API de Gemini a Vertex AI. En estos pasos se da por hecho que tienes datos de peticiones de Google AI Studio guardados en Google Drive.
Al migrar a Vertex AI, ocurre lo siguiente:
- Puedes usar tu proyecto de Google Cloud (el mismo que usaste para generar tu clave de API de Gemini) o crear un Google Cloud proyecto.
- Las regiones admitidas pueden ser diferentes en la API de Gemini y en Vertex AI. Consulta la lista de regiones admitidas para la IA generativa en Google Cloud.
- Los modelos que hayas creado en Google AI Studio deben volver a entrenarse en Vertex AI.
1. Migrar tus peticiones a Vertex AI Studio
Los datos de las peticiones de Google AI Studio se guardan en una carpeta de Google Drive. En esta sección se explica cómo migrar tus peticiones a Vertex AI Studio.
- Abre Google Drive.
- Ve a la carpeta AI_Studio donde se almacenan las peticiones.
Descarga tus peticiones de Google Drive en un directorio local.
Abre Vertex AI Studio en la Google Cloud consola.
En el menú Vertex AI, haz clic en Recientes > Ver todo para abrir el menú Gestión de peticiones.
Haz clic en Importar petición.
Junto al campo Archivo de petición, haz clic en Buscar y selecciona una petición de tu directorio local.
Para subir peticiones en bloque, debes combinar manualmente tus peticiones en un solo archivo JSON.
Haz clic en Subir.
2. Subir datos de entrenamiento a Vertex AI Studio
Para migrar tus datos de entrenamiento a Vertex AI, debes subirlos a un segmento de Cloud Storage. Para obtener más información, consulta la introducción a la optimización .
3. Eliminar claves de API no utilizadas
Si ya no necesitas usar tu clave de API de Gemini para la API Gemini Developer, sigue las prácticas recomendadas de seguridad y elimínala.
Para eliminar una clave de API, sigue estos pasos:
Abre la página Google Cloud Credenciales de API.
Busca la clave de API que quieras eliminar y haz clic en el icono Acciones.
Selecciona Eliminar clave de API.
En la ventana modal Eliminar credencial, selecciona Eliminar.
La eliminación de una clave de API tarda unos minutos en propagarse. Una vez que se haya completado la propagación, se rechazará todo el tráfico que utilice la clave de API eliminada.
Siguientes pasos
- Prueba un tutorial de inicio rápido con Vertex AI Studio o la API de Vertex AI.