Migre do Google AI Studio para o Vertex AI

À medida que as suas aplicações da API Gemini evoluem, pode descobrir que precisa de uma plataforma mais abrangente para criar e implementar aplicações e soluções de IA generativa de forma integral. A Vertex AI oferece um ecossistema abrangente de ferramentas para permitir que os programadores tirem partido do poder da IA generativa, desde as fases iniciais do desenvolvimento de apps à implementação de apps, alojamento de apps e gestão de dados complexos em grande escala.

Com o Vertex AI, tem acesso a um conjunto de ferramentas de operações de aprendizagem automática (MLOps) para simplificar a utilização, a implementação e a monitorização de modelos de IA para eficiência e fiabilidade. Além disso, as integrações com bases de dados, ferramentas de operações de desenvolvimento (DevOps), registo, monitorização e IAM oferecem uma abordagem abrangente à gestão de todo o ciclo de vida da IA generativa.

Diferenças entre a utilização da API Gemini isoladamente e a Vertex AI

A tabela seguinte resume as principais diferenças entre a API Gemini e a Vertex AI para ajudar a decidir qual a opção mais adequada ao seu exemplo de utilização:

Funcionalidade API Gemini Vertex AI
Nomes dos pontos finais generativelanguage.googleapis.com aiplatform.googleapis.com
Inscrever-se Conta Google Conta daGoogle Cloud (com contrato de termos e faturação)
Autenticação Chave da API Google Cloud conta de serviço
Área dinâmica da interface do utilizador Google AI Studio Vertex AI Studio
API e SDK SDKs de servidor e cliente Web/para dispositivos móveis
  • Servidor: Python, Node.js, Go, Dart, ABAP
  • Cliente Web/para dispositivos móveis (através do Firebase AI Logic): Android (Kotlin/Java), Swift, Web, Flutter e Unity
 SDKs de servidor e cliente Web/para dispositivos móveis
  • Servidor: Python, Node.js, Go, Java, ABAP
  • Cliente Web/para dispositivos móveis (através do Firebase AI Logic): Android (Kotlin/Java), Swift, Web, Flutter e Unity
Utilização sem custos financeiros da API e do SDK Sim, quando aplicável Crédito de 300 € Google Cloud para novos utilizadores
Quota (pedidos por minuto) Varia consoante o modelo e o plano de preços (consulte as informações detalhadas) Varia consoante o modelo e a região (consulte as informações detalhadas)
Apoio técnico para empresas Não
  • Chave de encriptação do cliente
  • Nuvem virtual privada
  • Residência dos dados
  • Transparência de acesso
  • Infraestrutura escalável para alojamento de aplicações
  • Bases de dados e armazenamento de dados
MLOps Não MLOps completo no Vertex AI (exemplos: avaliação de modelos, Model Monitoring e Registo de modelos)

Passos de migração

As secções seguintes abrangem os passos necessários para migrar o seu código da API Gemini para o Vertex AI. Estes passos pressupõem que tem dados de comandos do Google AI Studio guardados no Google Drive.

Ao migrar para o Vertex AI:

  • Pode usar o seu Google Cloud projeto existente (o mesmo que usou para gerar a chave da API Gemini) ou pode criar um novo Google Cloud projeto.
  • As regiões suportadas podem diferir entre a API Gemini e a Vertex AI. Consulte a lista de regiões suportadas para IA generativa no Google Cloud.
  • Todos os modelos que criou no Google AI Studio têm de ser novamente preparados no Vertex AI.

1. Migre os seus comandos para o Vertex AI Studio

Os dados de comandos do Google AI Studio são guardados numa pasta do Google Drive. Esta secção mostra como migrar os seus comandos para o Vertex AI Studio.

  1. Abra o Google Drive.
  2. Navegue para a pasta AI_Studio onde os comandos estão armazenados. Localização dos comandos no Google Drive

  3. Transfira os seus comandos do Google Drive para um diretório local.

  4. Abra o Vertex AI Studio na Google Cloud consola.

  5. No menu Vertex AI, clique em Recentes > Ver tudo para abrir o menu Gestão de comandos.

  6. Clique em Importar comando.

  7. Junto ao campo Ficheiro de comando, clique em Procurar e selecione um comando no seu diretório local.

    Para carregar comandos em massa, tem de combinar manualmente os comandos num único ficheiro JSON.

  8. Clique em Carregar.

2. Carregue dados de preparação para o Vertex AI Studio

Para migrar os dados de preparação para o Vertex AI, tem de carregar os dados para um contentor do Cloud Storage. Para mais informações, consulte o artigo Introdução à otimização .

3. Elimine chaves da API não utilizadas

Se já não precisar de usar a chave da API Gemini para a API Gemini Developer, siga as práticas recomendadas de segurança e elimine-a.

Para eliminar uma chave da API:

  1. Abra a página Google Cloud Credenciais da API.

  2. Encontre a chave da API que quer eliminar e clique no ícone Ações.

  3. Selecione Eliminar chave da API.

  4. Na janela modal Eliminar credencial, selecione Eliminar.

    A propagação da eliminação de uma chave da API demora alguns minutos. Após a conclusão da propagação, todo o tráfego que use a chave da API eliminada é rejeitado.

O que se segue?