A medida que tus aplicaciones de la API de Gemini maduren, es posible que necesites una plataforma más amplia para crear y desplegar aplicaciones y soluciones de IA generativa de principio a fin. Vertex AI proporciona un ecosistema completo de herramientas para que los desarrolladores puedan aprovechar las ventajas de la IA generativa, desde las fases iniciales del desarrollo de aplicaciones hasta el despliegue y el alojamiento de aplicaciones, así como la gestión de datos complejos a gran escala.
Con Vertex AI, puedes acceder a un conjunto de herramientas de operaciones de aprendizaje automático (MLOps) para optimizar el uso, la implementación y la monitorización de modelos de IA con el objetivo de mejorar la eficiencia y la fiabilidad. Además, las integraciones con bases de datos, herramientas de operaciones de desarrollo (DevOps), registro, monitorización y gestión de identidades y accesos (IAM) ofrecen un enfoque integral para gestionar todo el ciclo de vida de la IA generativa.
Diferencias entre usar la API de Gemini por separado y Vertex AI
En la siguiente tabla se resumen las principales diferencias entre la API de Gemini y Vertex AI para ayudarte a decidir qué opción es la más adecuada para tu caso práctico:
| Función | API de Gemini | Vertex AI |
|---|---|---|
| Nombres de los endpoints | generativelanguage.googleapis.com |
aiplatform.googleapis.com |
| Registrarse | Cuenta de Google | Cuenta deGoogle Cloud (con acuerdo de los términos y facturación) |
| Autenticación | Clave de API | Google Cloud cuenta de servicio |
| Espacio de pruebas de la interfaz de usuario | Google AI Studio | Vertex AI Studio |
| API y SDK |
SDKs de servidor y de cliente móvil o web
|
SDKs de servidor y de cliente móvil o web
|
| Uso sin coste de APIs y SDKs | Sí, si procede | Google Cloud 300 USD de crédito para usuarios nuevos |
| Cuota (solicitudes por minuto) | Varía en función del modelo y del plan de precios (consulta la información detallada). | Varía según el modelo y la región (consulta la información detallada) |
| Asistencia para empresas | No |
|
| Operaciones de aprendizaje automático | No | MLOps completo en Vertex AI (por ejemplo, evaluación de modelos, Model Monitoring y Model Registry) |
Pasos de la migración
En las siguientes secciones se describen los pasos necesarios para migrar el código de la API de Gemini a Vertex AI. En estos pasos se da por hecho que tienes datos de peticiones de Google AI Studio guardados en Google Drive.
Al migrar a Vertex AI, haz lo siguiente:
- Puedes usar tu proyecto de Google Cloud (el mismo que usaste para generar tu clave de API de Gemini) o crear un Google Cloud proyecto.
- Las regiones admitidas pueden ser diferentes en la API de Gemini y en Vertex AI. Consulta la lista de regiones admitidas para la IA generativa en Google Cloud.
- Los modelos que hayas creado en Google AI Studio deben volver a entrenarse en Vertex AI.
1. Migrar tus peticiones a Vertex AI Studio
Los datos de las peticiones de Google AI Studio se guardan en una carpeta de Google Drive. En esta sección se muestra cómo migrar tus peticiones a Vertex AI Studio.
- Abre Google Drive.
- Ve a la carpeta AI_Studio donde se almacenan las peticiones.
Descarga tus peticiones de Google Drive en un directorio local.
Abre Vertex AI Studio en la Google Cloud consola.
En el menú Vertex AI, haz clic en Recientes > Ver todo para abrir el menú Gestión de peticiones.
Haz clic en Importar petición.
Junto al campo Archivo de petición, haz clic en Buscar y selecciona una petición de tu directorio local.
Para subir peticiones en bloque, debes combinar manualmente tus peticiones en un único archivo JSON.
Haz clic en Subir.
2. Subir datos de entrenamiento a Vertex AI Studio
Para migrar tus datos de entrenamiento a Vertex AI, debes subirlos a un segmento de Cloud Storage. Para obtener más información, consulta la introducción a la optimización .
3. Eliminar claves de API no utilizadas
Si ya no necesitas usar tu clave de API de Gemini para la API de Gemini Developer, sigue las prácticas recomendadas de seguridad y elimínala.
Para eliminar una clave de API, sigue estos pasos:
Abre la página Google Cloud Credenciales de API.
Busca la clave de API que quieras eliminar y haz clic en el icono Acciones.
Selecciona Eliminar clave de API.
En la ventana modal Eliminar credencial, selecciona Eliminar.
La eliminación de una clave de API tarda unos minutos en propagarse. Una vez que se haya completado la propagación, se rechazará todo el tráfico que utilice la clave de API eliminada.
Siguientes pasos
- Prueba un tutorial de inicio rápido con Vertex AI Studio o la API de Vertex AI.