Google sử dụng công nghệ AI để dịch nội dung sang ngôn ngữ bạn ưu tiên. Bản dịch bằng AI có thể có lỗi.

Mô hình AI của Gemini

Nhóm mô hình Gemini Pro và Gemini Flash cung cấp cho nhà phát triển Android các khả năng AI đa phương thức, chạy suy luận trên đám mây và xử lý dữ liệu đầu vào là hình ảnh, âm thanh, video và văn bản trong các ứng dụng Android.

Gemini Pro: Gemini Pro là mô hình tư duy tiên tiến của Google, có khả năng suy luận về các vấn đề phức tạp trong mã, toán học và STEM, cũng như phân tích các tập dữ liệu, cơ sở mã và tài liệu lớn bằng cách sử dụng ngữ cảnh dài.
Gemini Flash: Các mô hình Gemini Flash mang đến những tính năng thế hệ tiếp theo và khả năng được cải thiện, bao gồm tốc độ vượt trội, khả năng sử dụng công cụ tích hợp và cửa sổ ngữ cảnh 1 triệu token.

Firebase AI Logic

Firebase AI Logic cho phép nhà phát triển thêm AI tạo sinh của Google vào ứng dụng của họ một cách an toàn và trực tiếp, giúp đơn giản hoá quá trình phát triển, đồng thời cung cấp các công cụ và hoạt động tích hợp sản phẩm để đạt mức độ sẵn sàng phát hành công khai thành công. Gemini API cung cấp các SDK Android cho ứng dụng để tích hợp và gọi trực tiếp Gemini API từ mã ứng dụng, giúp đơn giản hoá quá trình phát triển bằng cách loại bỏ nhu cầu về một phần phụ trợ.

Nhà cung cấp API

Firebase AI Logic cho phép bạn sử dụng các nhà cung cấp Google Gemini API sau đây: Gemini Developer API và Agent Platform Gemini API (trước đây là Vertex AI).

Hình minh hoạ cho thấy một ứng dụng Android sử dụng SDK của Firebase cho Android để gửi yêu cầu đến phần phụ trợ Firebase trên đám mây. Các yêu cầu có thể được định tuyến đến Gemini Developer API hoặc Agent Platform Gemini API, cả hai đều tận dụng các mô hình Gemini Pro và Flash. — **Hình 1.** Cấu trúc tích hợp Firebase AI Logic.

Sau đây là những điểm khác biệt chính đối với từng nhà cung cấp API:

Gemini Developer API:

Bắt đầu sử dụng miễn phí với một cấp miễn phí hào phóng mà không cần cung cấp thông tin thanh toán.
Bạn có thể nâng cấp lên cấp trả phí của Gemini Developer API để mở rộng quy mô khi cơ sở người dùng của bạn tăng lên.
Lặp lại và thử nghiệm với các câu lệnh, thậm chí nhận được đoạn mã bằng cách sử dụng Google AI Studio.

Gemini API trên Nền tảng tác nhân (trước đây là Vertex AI):

Kiểm soát chi tiết nơi bạn truy cập vào mô hình.
Lý tưởng cho những nhà phát triển đã tham gia vào hệ sinh thái Google Cloud.
Lặp lại và thử nghiệm với các câu lệnh, thậm chí nhận được các đoạn mã bằng Agent Studio.

Việc chọn nhà cung cấp Gemini API phù hợp cho ứng dụng của bạn dựa trên các ràng buộc về kỹ thuật và kinh doanh. Hầu hết các nhà phát triển Android mới bắt đầu sử dụng các mô hình Gemini Pro và Flash đều nên bắt đầu bằng Gemini Developer API. Bạn có thể chuyển đổi giữa các nhà cung cấp bằng cách thay đổi tham số trong hàm khởi tạo mô hình:

Kotlin

// For the Agent Platform Gemini API, use `backend = GenerativeBackend.agentPlatform()`
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
    .generativeModel("gemini-3.5-flash")

val response = model.generateContent("Write a story about a magic backpack")
val output = response.textGeminiOverview.kt

Java

// For the Agent Platform Gemini API, use `backend = GenerativeBackend.agentPlatform()`
GenerativeModel firebaseAI = FirebaseAI.getInstance(GenerativeBackend.googleAI())
        .generativeModel("gemini-3.5-flash");

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(firebaseAI);

Content prompt = new Content.Builder()
    .addText("Write a story about a magic backpack.")
    .build();

ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
    @Override
    public void onSuccess(GenerateContentResponse result) {
        String resultText = result.getText();
        // ...
    }

    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);GeminiOverviewJava.java

Truy cập vào các mô hình trên thiết bị, trên đám mây hoặc kết hợp

Ngoài các mô hình Gemini được lưu trữ trên đám mây như mô tả trong phần trước, SDK Firebase AI Logic còn cho phép bạn truy cập vào các mô hình trên thiết bị để tạo các tính năng AI cho ứng dụng. Nếu bạn định cấu hình SDK cho suy luận kết hợp, ứng dụng của bạn có thể sử dụng một mô hình trên thiết bị khi có sẵn, nhưng chuyển đổi liền mạch sang một mô hình được lưu trữ trên đám mây khi cần (và ngược lại).

Phương pháp kết hợp mang lại những lợi ích chính sau:

Định tuyến thông minh: Các tác vụ đơn giản sẽ được xử lý trên thiết bị của bạn, trong khi các câu hỏi phức tạp sẽ tự động được gửi lên đám mây để phân tích sâu hơn.
Hoạt động khi không có mạng: Các ứng dụng của bạn vẫn hoạt động khi không có Internet bằng cách chạy các mô hình ngay trên thiết bị. Khi bạn có kết nối mạng trở lại, bạn có thể truy cập vào các mô hình được lưu trữ trên đám mây.
Giảm chi phí: Việc chạy các tác vụ hằng ngày trên thiết bị thay vì trên đám mây sẽ giảm chi phí suy luận.

Bảo mật cho các tính năng AI

Firebase AI Logic hỗ trợ một số tính năng giúp bạn xây dựng các tính năng AI một cách an toàn trong ứng dụng của mình:

Xác minh tính xác thực của ứng dụng: Khi bạn gọi Gemini API trực tiếp từ ứng dụng Android, API này dễ bị các ứng dụng trái phép sử dụng sai mục đích. Bạn cần giúp bảo vệ ứng dụng khỏi hành vi sai trái bằng cách sử dụng Firebase AI Logic và thực thi tính năng Kiểm tra ứng dụng Firebase. Khi bạn thực thi Kiểm tra ứng dụng, tính năng này sẽ chỉ cho phép các yêu cầu đến được xác minh là từ ứng dụng thực tế của bạn hoặc một thiết bị không bị giả mạo. Tính năng Kiểm tra ứng dụng hỗ trợ cả Play Integrity và reCAPTCHA Enterprise làm nhà cung cấp chứng thực sản xuất.
Lưu trữ câu lệnh phía máy chủ: Đối với các yêu cầu gửi đến Gemini API bằng Firebase AI Logic, bạn có thể lưu trữ câu lệnh, giản đồ và cấu hình trong các mẫu câu lệnh phía máy chủ. Ứng dụng của bạn chỉ truyền khoá (mã nhận dạng mẫu) từ ứng dụng đến máy chủ. Việc sử dụng mẫu câu lệnh phía máy chủ giúp ngăn chặn việc để lộ câu lệnh phía máy khách.
Truy cập vào các mô hình trên thiết bị: Bạn có thể dùng Firebase AI Logic để định tuyến các yêu cầu đến một mô hình trên thiết bị khi mô hình đó có sẵn. Yêu cầu, bao gồm cả câu lệnh, sẽ chỉ được lưu trên thiết bị.

Xây dựng cho kênh phát hành công khai

Firebase AI Logic giúp bạn xây dựng các tính năng AI mạnh mẽ trong ứng dụng và đảm bảo rằng các tính năng này hoạt động trong quá trình sản xuất. Để biết thông tin chi tiết, hãy xem danh sách kiểm tra sản xuất Firebase AI Logic.

Quyền truy cập và bảo mật

Thực thi Kiểm tra ứng dụng Firebase để giúp bảo vệ Gemini API khỏi hành vi sai trái khi API này được gọi trực tiếp từ ứng dụng của bạn. Khi Kiểm tra ứng dụng được thực thi, công cụ này sẽ xác minh rằng các yêu cầu đến bắt nguồn từ ứng dụng chính thống của bạn hoặc một thiết bị không bị giả mạo.
Thực thi chế độ người dùng đã xác thực để tất cả các yêu cầu từ Firebase AI Logic đều phải bao gồm thông tin đăng nhập hợp lệ từ Xác thực Firebase.

Giám sát, hạn mức và thanh toán

Thiết lập giám sát bằng AI trong bảng điều khiển của Firebase để nắm được các chỉ số hiệu suất chính, chẳng hạn như số lượng yêu cầu, độ trễ, mức sử dụng token và tỷ lệ lỗi.
Đặt giới hạn tốc độ cho mỗi người dùng (mặc định là 100 RPM) để ngăn các phiên bản ứng dụng riêng lẻ tiêu thụ quá nhiều hạn mức.
Tránh bị tính phí ngoài dự kiến nhờ cảnh báo ngân sách và hạn mức chi tiêu.

Quản lý cấu hình

Thực hiện các thay đổi theo yêu cầu đối với tên mô hình được dùng cho tính năng AI khi các mô hình mới được phát hành hoặc các mô hình khác ngừng hoạt động. Xem thông tin chi tiết về cách sử dụng Cấu hình từ xa hoặc mẫu lời nhắc trên máy chủ.
Sử dụng Cấu hình từ xa để đặt phiên bản tối thiểu cho ứng dụng để bạn có thể cho người dùng thấy thông báo nâng cấp hoặc buộc người dùng nâng cấp.
Thử nghiệm các mô hình và câu lệnh với một nhóm nhỏ người dùng bằng cách sử dụng Cấu hình từ xa và tính năng Thử nghiệm A/B trong Firebase.