A medida que tus aplicaciones de la API de Gemini evolucionen, es posible que necesites una plataforma más amplia para compilar y, luego, implementar aplicaciones y soluciones de IA generativa de extremo a extremo. Vertex AI proporciona un ecosistema integral de herramientas para que los desarrolladores puedan aprovechar la potencia de la IA generativa, desde las etapas iniciales del desarrollo de apps hasta la implementación de apps, el hosting de apps y la administración de datos complejos a gran escala.
Con Vertex AI, obtienes acceso a un conjunto de herramientas de Operaciones de aprendizaje automático (MLOps) para optimizar el uso, la implementación y la supervisión de los modelos de IA para lograr eficiencia y confiabilidad. Además, las integraciones con bases de datos, herramientas de Operaciones de desarrollo (DevOps), registro, supervisión y IAM ofrecen un enfoque integral para administrar todo el ciclo de vida de la IA generativa.
Diferencias entre usar la API de Gemini por sí sola 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 adecuada para tu caso de uso:
| Función | API de Gemini | Vertex AI |
|---|---|---|
| Nombres de extremos | generativelanguage.googleapis.com |
aiplatform.googleapis.com |
| Registrarse | Cuenta de Google | Cuenta deGoogle Cloud (con acuerdo de condiciones y facturación) |
| Autenticación | Clave de API | Cuenta de servicio deGoogle Cloud |
| Zona de pruebas de la interfaz de usuario | Google AI Studio | Vertex AI Studio |
| API y SDK |
SDK de clientes para la Web y dispositivos móviles
|
SDK de clientes para la Web y dispositivos móviles
|
| Uso de la API y el SDK sin costo | Sí, cuando corresponda | Crédito de Google Cloud USD 300 para usuarios nuevos |
| Cuota (solicitudes por minuto) | Varía según el modelo y el plan de precios (consulta la información detallada) | Varía según el modelo y la región (consulta la información detallada) |
| Asistencia para empresas | No |
|
| MLOps | No | MLOps completas en Vertex AI (ejemplos: evaluación de modelos, supervisión de modelos y Model Registry) |
Pasos para la migración
En las siguientes secciones, se describen los pasos necesarios para migrar tu código de la API de Gemini a Vertex AI. En estos pasos, se supone que tienes datos de mensajes de Google AI Studio guardados en Google Drive.
Cuando migres a Vertex AI, ten en cuenta lo siguiente:
- Puedes usar tu proyecto existente de Google Cloud (el mismo que usaste para generar tu clave de API de Gemini) o puedes crear un proyecto nuevo de Google Cloud .
- Las regiones compatibles pueden diferir entre la API de Gemini y Vertex AI. Consulta la lista de regiones compatibles con la IA generativa en Google Cloud.
- Todos los modelos que creaste en Google AI Studio deben volver a entrenarse en Vertex AI.
1. Migra tus instrucciones a Vertex AI Studio
Los datos de los mensajes de Google AI Studio se guardan en una carpeta de Google Drive. En esta sección, se muestra cómo migrar tus mensajes a Vertex AI Studio.
- Abra Google Drive.
- Navega a la carpeta AI_Studio en la que se almacenan los mensajes.
Descarga tus instrucciones de Google Drive a un directorio local.
Abre Vertex AI Studio en la Google Cloud consola.
En el menú de Vertex AI, haz clic en Recientes > Ver todo para abrir el menú de Administración de instrucciones.
Haz clic en Importar mensaje.
Junto al campo Archivo de instrucciones, haz clic en Explorar y selecciona una instrucción de tu directorio local.
Para subir mensajes de forma masiva, debes combinar manualmente tus mensajes en un solo archivo JSON.
Haz clic en Subir.
2. Sube datos de entrenamiento a Vertex AI Studio
Para migrar tus datos de entrenamiento a Vertex AI, debes subirlos a un bucket de Cloud Storage. Para obtener más información, consulta Introducción al ajuste .
3. Borra claves de API sin usar
Si ya no necesitas usar tu clave de la API de Gemini para la API para desarrolladores de Gemini, sigue las prácticas recomendadas de seguridad y bórrala.
Para borrar una clave de API, haz lo siguiente:
Abre la página Google Cloud Credenciales de API.
Busca la clave de API que deseas borrar y haz clic en el ícono Acciones.
Selecciona Borrar clave de API.
En la ventana modal Borrar credencial, selecciona Borrar.
Borrar una clave de API por completo demora algunos minutos. Una vez que finalice este proceso, el tráfico que use la clave de API borrada se rechazará.
¿Qué sigue?
- Prueba un instructivo de guía de inicio rápido con Vertex AI Studio o la API de Vertex AI.