Seiring berkembangnya aplikasi Gemini API Anda, Anda mungkin mendapati bahwa Anda memerlukan platform yang lebih luas untuk membangun dan men-deploy aplikasi serta solusi AI generatif secara end-to-end. Vertex AI menyediakan ekosistem alat yang komprehensif untuk memungkinkan developer memanfaatkan kecanggihan AI generatif, mulai dari tahap awal pengembangan aplikasi hingga deployment aplikasi, hosting aplikasi, dan pengelolaan data kompleks dalam skala besar.
Dengan Vertex AI, Anda mendapatkan akses ke serangkaian alat Machine Learning Operations (MLOps) untuk menyederhanakan penggunaan, deployment, dan pemantauan model AI demi efisiensi dan keandalan. Selain itu, integrasi dengan database, alat Operasi Pengembangan (DevOps), logging, pemantauan, dan IAM menawarkan pendekatan komprehensif untuk mengelola seluruh siklus proses AI generatif.
Perbedaan antara penggunaan Gemini API secara mandiri dan Vertex AI
Tabel berikut merangkum perbedaan utama antara Gemini API dan Vertex AI untuk membantu Anda memutuskan opsi mana yang tepat untuk kasus penggunaan Anda:
| Fitur | Gemini API | Vertex AI |
|---|---|---|
| Nama endpoint | generativelanguage.googleapis.com |
aiplatform.googleapis.com |
| Daftar | Akun Google | akunGoogle Cloud (dengan perjanjian persyaratan dan penagihan) |
| Autentikasi | Kunci API atau OAuth (jika terhubung ke Google Cloud project) | Google Cloud akun layanan |
| Area uji coba antarmuka pengguna | Google AI Studio | Vertex AI Studio |
| API & SDK |
SDK klien server dan seluler/web
|
SDK klien server dan seluler/web
|
| Penggunaan API & SDK tanpa biaya | Ya, jika berlaku | Kredit Google Cloud $300 untuk pengguna baru |
| Kuota (permintaan per menit) | Bervariasi berdasarkan model dan paket harga (lihat informasi mendetail) | Bervariasi berdasarkan model dan wilayah (lihat informasi mendetail) |
| Persyaratan komersial | Persyaratan Layanan Standar. Tidak dihitung dalam Google Cloud komitmen. Semua pelanggan membayar harga yang sama. | Persyaratan yang siap digunakan perusahaan untuk pemrosesan, keamanan, dan privasi data. Diperhitungkan dalam komitmen Google Cloud . Kontrak dan diskon kustom tersedia untuk workload volume besar (hubungi bagian penjualan). |
| Dukungan untuk perusahaan dan SLA | Tidak ada dukungan tingkat perusahaan atau Perjanjian Tingkat Layanan (SLA). | Dukungan tingkat perusahaan 24/7 dan SLA untuk ketersediaan layanan. |
| Kepatuhan dan tata kelola | Tidak ada sertifikasi kepatuhan (misalnya, HIPAA, SOC2). Pelanggan yang diatur sebaiknya menggunakan Vertex AI. | Mendukung kepatuhan terhadap sertifikasi seperti HIPAA dan SOC2. Menyediakan residensi data, kunci enkripsi yang dikelola pelanggan, dan Transparansi Akses. |
| Keamanan | Autentikasi kunci API. | Autentikasi menggunakan IAM (akun layanan, OAuth) untuk meningkatkan keamanan. Keamanan yang ditingkatkan melalui Virtual Private Cloud. |
| Infrastruktur | Endpoint global. | Endpoint global dan endpoint regional. |
| Kapasitas khusus | Tidak ada akses ke kapasitas khusus. | Akses ke Throughput yang Disediakan untuk kapasitas khusus. |
| Akses model | Akses ke model Google. | Akses ke berbagai pilihan model Google dan pihak ketiga di Model Garden. |
| Fitur lanjutan | Set fitur standar. | Dukungan penuh untuk fitur seperti penyesuaian model dan berbagai model sematan yang lebih luas. |
| MLOps | Tidak | MLOps lengkap di Vertex AI (contoh: evaluasi model, Pemantauan Model, Model Registry) |
Langkah-langkah migrasi
Bagian berikut membahas langkah-langkah yang diperlukan untuk memigrasikan kode Gemini API ke Vertex AI. Langkah-langkah ini mengasumsikan bahwa Anda telah menyimpan data perintah dari Google AI Studio di Google Drive.
Saat bermigrasi ke Vertex AI:
- Anda dapat menggunakan project Google Cloud yang sudah ada (project yang sama yang Anda gunakan untuk membuat kunci Gemini API) atau membuat projectGoogle Cloud baru.
- Wilayah yang didukung mungkin berbeda antara Gemini API dan Vertex AI. Lihat daftar wilayah yang didukung untuk AI generatif di Google Cloud.
- Semua model yang Anda buat di Google AI Studio harus dilatih ulang di Vertex AI.
1. Memigrasikan perintah Anda ke Vertex AI Studio
Data perintah Google AI Studio Anda disimpan di folder Google Drive. Bagian ini menunjukkan cara memigrasikan perintah Anda ke Vertex AI Studio.
- Buka Google Drive.
- Buka folder AI_Studio tempat perintah disimpan.
Download perintah Anda dari Google Drive ke direktori lokal.
Buka Vertex AI Studio di konsol Google Cloud .
Di menu Vertex AI, klik Recents > View all untuk membuka menu Prompt management.
Klik Impor perintah.
Di samping kolom File perintah, klik Telusuri, lalu pilih perintah dari direktori lokal Anda.
Untuk mengupload perintah secara massal, Anda harus menggabungkan perintah secara manual ke dalam satu file JSON.
Klik Upload.
2. Mengupload data pelatihan ke Vertex AI Studio
Untuk memigrasikan data pelatihan ke Vertex AI, Anda harus mengupload data ke bucket Cloud Storage. Untuk mengetahui informasi selengkapnya, lihat Pengantar penyesuaian .
3. Menghapus Kunci API yang tidak digunakan
Jika Anda tidak perlu lagi menggunakan kunci Gemini API untuk Gemini Developer API, ikuti praktik terbaik keamanan dan hapus kunci tersebut.
Cara menghapus kunci API:
Buka halaman Google Cloud Kredensial API.
Temukan kunci API yang ingin Anda hapus, lalu klik ikon Actions.
Pilih Hapus kunci API.
Di modal Hapus kredensial, pilih Hapus.
Penghapusan kunci API memerlukan waktu beberapa menit untuk diterapkan. Setelah propagasi selesai, traffic yang menggunakan kunci API yang dihapus akan ditolak.
Langkah berikutnya
- Coba tutorial panduan memulai menggunakan Vertex AI Studio atau Vertex AI API.