Migrer de Google AI Studio vers Vertex AI

À mesure que vos applications Gemini API se développent, vous aurez peut-être besoin d'une plate-forme plus complète pour créer et déployer des applications et des solutions d'IA générative de bout en bout. Vertex AI fournit un écosystème complet d'outils permettant aux développeurs d'exploiter la puissance de l'IA générative, dès le début du développement de l'application jusqu'à son déploiement, en passant par son hébergement et la gestion de données complexes à grande échelle.

Vertex AI vous donne accès à une suite d'outils MLOps (Machine Learning Operations) qui simplifient l'utilisation, le déploiement et la surveillance des modèles d'IA pour plus d'efficacité et de fiabilité. De plus, les intégrations avec des bases de données, des outils DevOps (Development Operations), la journalisation, la surveillance et IAM offrent une approche globale pour gérer l'intégralité du cycle de vie de l'IA générative.

Différences entre l'utilisation de l'API Gemini seule et Vertex AI

Le tableau suivant résume les principales différences entre l'API Gemini et Vertex AI pour vous aider à choisir l'option la mieux adaptée à votre cas d'utilisation :

Fonctionnalité API Gemini Vertex AI
Noms des points de terminaison generativelanguage.googleapis.com aiplatform.googleapis.com
S'inscrire Compte Google Google Cloud (avec accord sur les conditions et facturation)
Authentification Clé API Google Cloud  compte de service
Interface utilisateur Google AI Studio Vertex AI Studio
API et SDK SDK de serveurs et de clients mobiles/Web
  • Serveurs : Python, Node.js, Go, Dart, ABAP
  • Client mobile/Web (via Firebase AI Logic) : Android (Kotlin/Java), Swift, Web, Flutter et Unity
 SDK de serveurs et de clients mobiles/Web
  • Serveurs : Python, Node.js, Go, Java, ABAP
  • Client mobile/Web (via Firebase AI Logic) : Android (Kotlin/Java), Swift, Web, Flutter et Unity
Utilisation sans frais de l'API et du SDK Oui, le cas échéant Crédit de 300 $ Google Cloud pour les nouveaux utilisateurs
Quota (requêtes par minute) Varie en fonction du modèle et du forfait (voir les informations détaillées) Varie en fonction du modèle et de la région (voir les informations détaillées)
Formule d'assistance Enterprise Non
  • Clé de chiffrement du client
  • Cloud privé virtuel
  • Résidence des données
  • Access Transparency
  • Infrastructure évolutive pour l'hébergement d'applications
  • Bases de données et stockage des données
MLOps Non MLOps complètes sur Vertex AI (exemples : évaluation de modèles, Model Monitoring, Model Registry)

Procédure de migration

Les sections suivantes décrivent les étapes requises pour migrer votre code de l'API Gemini vers Vertex AI. Ces étapes supposent que vous avez enregistré des données de requêtes Google AI Studio dans Google Drive.

Lorsque vous migrez vers Vertex AI :

  • Vous pouvez utiliser votre projet Google Cloud existant (celui utilisé pour générer votre clé API Gemini) ou créer un projetGoogle Cloud .
  • Les régions compatibles peuvent différer entre l'API Gemini et Vertex AI. Consultez la liste des régions disponibles pour l'IA générative sur Google Cloud.
  • Tous les modèles que vous avez créés dans Google AI Studio doivent être réentraînés dans Vertex AI.

1. Migrer vos requêtes vers Vertex AI Studio

Vos données de requêtes Google AI Studio sont enregistrées dans un dossier Google Drive. Cette section explique comment migrer vos requêtes vers Vertex AI Studio.

  1. Ouvrez Google Drive.
  2. Accédez au dossier AI_Studio dans lequel vos requêtes sont stockées. Emplacement des requêtes dans Google Drive

  3. Téléchargez vos requêtes depuis Google Drive dans un répertoire local.

  4. Ouvrez Vertex AI Studio dans la console Google Cloud .

  5. Dans le menu Vertex AI, cliquez sur Récents > Afficher tout pour ouvrir le menu Gestion des requêtes.

  6. Cliquez sur Importer une requête.

  7. À côté du champ Fichier de requête, cliquez sur Parcourir et sélectionnez une requête dans votre répertoire local.

    Pour importer des requêtes de manière groupée, vous devez regrouper manuellement vos requêtes dans un seul fichier JSON.

  8. Cliquez sur Importer.

2. Importer des données d'entraînement dans Vertex AI Studio

Pour migrer vos données d'entraînement vers Vertex AI, vous devez les importer dans un bucket Cloud Storage. Pour en savoir plus, consultez Présentation du réglage .

3. Supprimer les clés API inutilisées

Si vous n'avez plus besoin d'utiliser votre clé API Gemini pour l'API Gemini Developer, suivez les bonnes pratiques de sécurité et supprimez-la.

Pour supprimer une clé API :

  1. Accédez à la page Identifiants de l'APIGoogle Cloud .

  2. Recherchez la clé API que vous souhaitez supprimer, puis cliquez sur l'icône Actions.

  3. Sélectionnez Supprimer la clé API.

  4. Dans la fenêtre Supprimer l'identifiant, sélectionnez Supprimer.

    La prise en compte de la suppression d'une clé API prend quelques minutes. Une fois la propagation terminée, tout trafic utilisant la clé API supprimée est rejeté.

Étapes suivantes