API de Gemini de Vertex AI

Si no conoces la API de Gemini, la API para desarrolladores de Gemini es el proveedor de API recomendado para desarrolladores de Android. Sin embargo, si tienes requisitos específicos de ubicación de datos o ya estás integrado en el entorno de Vertex AI o Google Cloud, puedes usar la API de Vertex AI Gemini.

Cómo comenzar

Antes de interactuar con la API de Vertex AI Gemini directamente desde tu app, puedes experimentar con instrucciones en Vertex AI Studio.

Configura un proyecto de Firebase y conecta tu app a Firebase

Cuando esté todo listo para llamar a la API desde tu app, sigue las instrucciones del "Paso 1" de la guía de introducción de Firebase AI Logic para configurar Firebase y habilitar las APIs y los servicios requeridos.

Agrega las dependencias de Gradle

Agrega las siguientes dependencias de Gradle al módulo de tu app:

Kotlin

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:34.15.0"))

  // Add the dependencies for the Firebase AI Logic and App Check libraries
  // When using the BoM, you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")
  implementation("com.google.firebase:firebase-appcheck-debug")
}

Java

dependencies {
  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:34.15.0"))

  // Add the dependencies for the Firebase AI Logic and App Check libraries
  // When using the BoM, you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")
  implementation("com.google.firebase:firebase-appcheck-debug")

  // Required for one-shot operations (to use `ListenableFuture` from Guava Android)
  implementation("com.google.guava:guava:31.0.1-android")

  // Required for streaming operations (to use `Publisher` from Reactive Streams)
  implementation("org.reactivestreams:reactive-streams:1.0.4")
}

Configura el proveedor de depuración de la Verificación de aplicaciones para el desarrollo local

A partir de principios de julio de 2026, como parte del flujo de trabajo de configuración guiada para AI Logic en Firebase console, se aplicará automáticamente la Verificación de aplicaciones de Firebase para proteger la API de Gemini. Para el desarrollo local, debes configurar el proveedor de depuración de la Verificación de aplicaciones para omitir la certificación y, al mismo tiempo, mantener la aplicación de la Verificación de aplicaciones.

  1. En la compilación de depuración, configura la Verificación de aplicaciones para que use la fábrica de proveedores de depuración:

    Kotlin

    Firebase.initialize(context = this)
Firebase.appCheck.installAppCheckProviderFactory(
    DebugAppCheckProviderFactory.getInstance(),
)

    Java

    FirebaseApp.initializeApp(/*context=*/ this);
FirebaseAppCheck firebaseAppCheck = FirebaseAppCheck.getInstance();
firebaseAppCheck.installAppCheckProviderFactory(
        DebugAppCheckProviderFactory.getInstance());

  2. Obtén tu token de depuración:

    1. Ejecuta tu app en el emulador o en tu dispositivo de prueba.

    2. Busca el token de depuración de la Verificación de aplicaciones en tus registros. Por ejemplo:

      D DebugAppCheckProvider: Enter this debug secret into the allow list
in the Firebase Console for your project: 123a4567-b89c-12d3-e456-789012345678

    3. Copia el token (por ejemplo, 123a4567-b89c-12d3-e456-789012345678).

  3. Registra tu token de depuración en la Verificación de aplicaciones:

    1. En Firebase console, ve a la pestaña Seguridad > Verificación de aplicaciones > Apps.

    2. Busca tu app, haz clic en el menú ampliado () y, luego, selecciona Administrar tokens de depuración.

    3. Sigue las instrucciones en pantalla para registrar tu token de depuración.

Para obtener detalles sobre el proveedor de depuración (incluida la forma de obtener un token de depuración nuevo), consulta la documentación oficial de la Verificación de aplicaciones.

Inicializa el modelo generativo

Para comenzar, crea una instancia de GenerativeModel y especifica el nombre del modelo:

Kotlin

val model = Firebase.ai(backend = GenerativeBackend.vertexAI())
    .generativeModel("gemini-2.5-flash")

Java

GenerativeModel firebaseAI = FirebaseAI.getInstance(GenerativeBackend.vertexAI())
        .generativeModel("gemini-2.5-flash");

GenerativeModelFutures model = GenerativeModelFutures.from(firebaseAI);

En la documentación de Firebase, puedes obtener más información sobre los modelos de Gemini disponibles. También puedes obtener información para configurar los parámetros del modelo.

Generar texto

Para generar una respuesta de texto, llama a generateContent() con tu instrucción.

Kotlin

suspend fun generateText(model: GenerativeModel) {
    // Note: generateContent() is a suspend function, which integrates well
    // with existing Kotlin code.
    val response = model.generateContent("Write a story about a magic backpack.")
    // ...
}

Java

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);

Al igual que con la API de Gemini Developer, también puedes pasar imágenes, audio, video y archivos con tu instrucción de texto. Para obtener más información, consulta Interactúa con la API de Gemini Developer desde tu app.

Para obtener más información sobre el SDK de Firebase AI Logic, lee la documentación de Firebase.