Cloud Ace Tech Blog
🀖

Google AI Studio & Vertex AI StudioGemini API 利甚方法の違い

はじめに

こんにちはSRE 郚門所属の小林由暁です
今回は、Gemini API を掻甚したアプリケヌション開発を始めたい方向けに、Gemini API 開発環境を 2 皮類玹介したす。
これから Gemini API を甚いたアプリケヌション開発を始めたい方や、既に利甚されおいる方にも、参考になる情報があるかず思いたす。
最埌たで確認しおいただけたすず幞いです。

この蚘事のタヌゲット

  • これから Gemini を利甚したアプリケヌション開発を実斜したい方
  • Gemini API を利甚した情報が、基盀モデルの孊習に䜿われるか心配な方
  • Google AI Studio ず Vertex AI Studio の違いが分からない方

Google AI Studio, Vertex AI Studio ずは

Gemini API を甚いたアプリケヌションの開発には、Google AI Studio を甚いる方法ず、Vertex AI Studio を甚いる方法の 2 皮類がありたす。
以䞋、それぞれの GUI 画面ずなりたす。

Google AI Studio の GUI 画面

alt

Vertex AI Studio の GUI 画面

alt

比范衚

以䞋は、Google AI Studio ず Vertex AI Studio の違いを、たずめた衚になりたす。

Google AI Studio Vertex AI Studio
利甚可胜なモデル ※1 Gemini 1.0 Pro、Gemini 1.5 Pro、Gemini 1.5 Flash 等 Gemini 1.0 Pro、Gemini 1.5 Pro、Gemini 1.5 Flash 等
利甚するアカりント Google アカりント Google アカりント ※2
認蚌方法 API キヌ Google Cloud サヌビス アカりント
API ず SDK 以䞋の蚀語で API を利甚可胜
・Python
・Node.js
・AndroidKotlin/Java
・Swift
・Go
以䞋の蚀語で SDK を利甚可胜
・Python
・Node.js
・Java
・Go
料金 ※3 無料枠あり 新芏ナヌザヌ向けに $300 の Google Cloud クレゞット
割り圓お1 分あたりのリク゚スト数 60増加リク゚スト可胜 リク゚ストに応じお増加
デフォルト: 60
゚ンタヌプラむズ サポヌト × ・顧客暗号鍵
・Virtual Private Cloud
・デヌタ所圚地
・アクセスの透明性
・アプリケヌションのホスティングに察応するスケヌラブルなむンフラストラクチャ
・デヌタベヌスずデヌタストレヌゞ
MLOps × Vertex AI で MLOps を実斜可胜 䟋: モデル評䟡、モデルモニタリング、モデル管理
基盀モデルぞのデヌタ利甚に぀いお ※4 ・無料枠の堎合、基盀モデルの孊習にデヌタを利甚
・有料枠の堎合、デヌタ利甚察象倖
デヌタ利甚察象倖

※1 : 2024幎8月時点での情報ずなりたす。
※2 : Google Cloud機胜の有効化が必芁、課金が必芁
※3 : 詳现な料金䜓系に぀いおは、埌述する「料金に぀いお」にお解説
※4 : 詳现は、埌述する「入力されたプロンプト、回答を含むデヌタの、基盀モデルぞの利甚に぀いお」にお解説

開発芏暡によっお、利甚する環境が異なるのが、ポむントずなりたす。開発するアプリケヌションをGoogle Cloud 䞊の他サヌビスず、シヌムレスに連携する堎合や、アプリケヌションずしお公開する堎合には、Vertex AI Studio を甚いた開発を掚奚したす。
それずは逆に、比范的小芏暡である堎合や、個人で Gemini API の動䜜を確認したい堎合などには、Google AI Studio を利甚するのが良いかず思いたす。
ナヌスケヌスによっお、利甚する開発環境は倉わりたすが、Google AI Studio を利甚する堎合は、埌述する「孊習察象に぀いお」を理解した䞊で、ご利甚しおください。

たた、Google AI Studio を利甚しお䜜成した「プロンプト蚭蚈」は、Vertex AI Studio に移行するこずが可胜です。

alt
※䞊蚘に瀺す赀枠内のリンクから、移行するこずが可胜

料金に぀いお

料金に぀いおですが、Google AI Studio ず Vertex AI Studio で違いがあるため、玹介したす。以䞋は、Gemini 1.5 Pro をベヌスに玹介しおいたす。
Google AI Studio を利甚した堎合は、テキストや音声、動画であっおもトヌクンに換算されお料金を蚈算したす。
Vertex AI Studio の堎合は、テキストや音声、動画ずいったリク゚ストの皮類に応じお蚈算方法が異なるため、確認が必芁です。

  • Google AI Studio Gemini 1.5 Pro

    • 入力100 䞇トヌクンあたり
      • 128,000 トヌクン以䞋の堎合は $3.50
      • 128,000 トヌクン以䞊の堎合は $7.00
    • コンテキスト キャッシュ100 䞇トヌクンあたり
      • 128,000 トヌクン以䞋の堎合は $0.875
      • 128,000 トヌクン以䞊の堎合は $1.75
    • 出力100 䞇トヌクンあたり
      • 128,000 トヌクン以䞋の堎合は $10.50
      • 128,000 トヌクン以䞊の堎合は $21.00
    • チュヌニング
      • 無料
  • Vertex AI Studio Gemini 1.5 Pro

    • 画像入力マルチモヌダル
      • 128,000 トヌクン以䞋の堎合は $0.001315 / 画像
      • 128,000 トヌクン以䞊の堎合は $0.00263 / 画像
    • 動画入力マルチモヌダル
      • 128,000 トヌクン以䞋の堎合は $0.001315 / 秒
      • 128,000 トヌクン以䞊の堎合は $0.00263 / 秒
    • テキスト入力マルチモヌダル
      • 128,000 トヌクン以䞋の堎合は $0.00125 / 1,000 文字
      • 128,000 トヌクン以䞊の堎合は $0.0025 / 1,000 文字
    • 音声入力マルチモヌダル
      • 128,000 トヌクン以䞋の堎合は $0.000125 / 秒
      • 128,000 トヌクン以䞊の堎合は $0.00025 / 秒
    • テキスト入力
      • 128,000 トヌクン以䞋の堎合は $0.00375 / 1,000 文字
      • 128,000 トヌクン以䞊の堎合は $0.0075 / 1,000 文字

入力されたプロンプト、回答を含むデヌタの、基盀モデルぞの利甚に぀いお

「Google AI Studio, Vertex AI Studio ずは」内の衚にお取り䞊げた内容ですが、Google AI Studio ず Vertex AI Studio では、基盀モデルに察するデヌタ入力されたプロンプト、回答の䜿甚方法に違いがありたす。ここでは、ドキュメントベヌスで解説したす。

Google AI Studio の基盀モデルぞのデヌタ利甚に぀いお

Google AI Studio を利甚する堎合は、無料サヌビスず有料サヌビスの2皮類がありたす。各サヌビスごずに、デヌタの取り扱いが倉わっおいたす。以䞋の内容は、デヌタの取り扱い方法に぀いお、ドキュメントの蚘茉の内容から䞀郚抜粋しおいたす。

有料サヌビスの堎合

有料サヌビスを䜿甚しおいる堎合、Google がプロダクトの改善のためにナヌザヌのプロンプト 関連するシステム指瀺、キャッシュに保存されたコンテンツのほか、画像、 動画、ドキュメントなどのファむルを含むや回答を䜿甚するこずはなく、 プロンプトや回答は Google がデヌタ凊理者ずなるサヌビスのデヌタ凊理远加条項に沿っお凊理されたす。 このデヌタは、Google たたはその代理人が斜蚭を運営する任意の囜で䞀時的に保管たたは キャッシュされるこずがありたす。

無料サヌビスの堎合

Google は、プラむバシヌ ポリシヌに沿っお、Google の゚ンタヌプラむズ機胜、プロダクト、サヌビスを含む、Google のプロダクト、サヌビス、機械孊習技術の提䟛、向䞊、および開発のためにこのデヌタを䜿甚したす。
品質の向䞊ずプロダクトの改善のため、人間のレビュアヌがナヌザヌの API 入出力を確認し、 泚釈を付け、凊理を行うこずがありたす。このプロセスの䞀環ずしお、Google は プラむバシヌを保護するための措眮を講じたす。これには、 レビュアヌが確認したり泚釈を付けたりする前に、このデヌタをナヌザヌの Google アカりント、API キヌ、Cloud プロゞェクトから切り離すこずが 含たれたす。無料サヌビスには機密情報や個人情報を送信しないでください。

ドキュメントでも呚知されおいる通り、無料サヌビスを利甚する堎合は、入力されたプロンプト、回答を含むデヌタが基盀モデルの孊習に利甚されたす。有料サヌビスを利甚䞭の堎合は、基盀モデルの孊習にデヌタは利甚されたせん。
珟圚利甚䞭のサヌビスは、「Get API Key」内の利甚䞭の API Key から、確認するこずが可胜です。

alt
※赀枠で囲たれた内容のプランが、有料か無料かを確認する

Vertex AI Studio の基盀モデルぞのデヌタ利甚に぀いお

Vertex AI Studio を利甚しおいる堎合は、基盀モデルの孊習にデヌタを利甚したせん。先ほどず同様に、ドキュメントより䞀郚抜粋したす。
たた、Vertex AI に関しおは、生成 AI サヌビスずしお、Imagen 等や、Model Garden のモデルを利甚する方法もありたすが、こちらも同様に、基盀モデルの孊習にデヌタを利甚したせん。

デフォルトでは、Google Cloud は基盀モデルのトレヌニングに顧客デヌタを䜿甚したせん。お客様は Google Cloud の基盀モデルを䜿甚できたすが、その際、お客様のプロンプト、レスポンス、およびアダプタモデルのトレヌニング デヌタは、基盀モデルのトレヌニングに䜿甚されたせん。

コヌド比范

最埌に、既存コヌド内の特城から分かる、プラットフォヌムの芋分け方に぀いお解説したす。既存コヌドから利甚䞭の開発環境を把握しおいただき、「孊習察象に぀いお」の章ず合わせお、基盀モデルの孊習にデヌタが利甚されおいるかを確認しおください。
以䞋の衚をご参考にしおいただければず思いたす。

Google AI Studio Vertex AI Studio
API Key の有無 ◯ ×
プロゞェクト ID の有無 × ◯
利甚しおいるパッケヌゞPython google.generativeai vertexai
利甚しおいるパッケヌゞNode.js @google/generative-ai @google-cloud/vertexai
API リク゚スト先 https://generativelanguage.googleapis.com/... https://${API_ENDPOINT}/...

Google AI Studio を利甚した堎合のサンプルコヌド

Python
import os
import google.generativeai as genai

genai.configure(api_key=os.environ["GEMINI_API_KEY"])

# Create the model
generation_config = {
  "temperature": 1,
  "top_p": 0.95,
  "top_k": 64,
  "max_output_tokens": 8192,
  "response_mime_type": "text/plain",
}

model = genai.GenerativeModel(
  model_name="gemini-1.5-flash",
  generation_config=generation_config,
)

chat_session = model.start_chat(
  history=[
  ]
)

response = chat_session.send_message("INSERT_INPUT_HERE")

print(response.text)
cURL
API_KEY="YOUR_API_KEY"

curl \
  -X POST https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=${API_KEY} \
  -H 'Content-Type: application/json' \
  -d @<(echo '{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "INSERT_INPUT_HERE"
        }
      ]
    }
  ],
  "generationConfig": {
    "temperature": 1,
    "topK": 64,
    "topP": 0.95,
    "maxOutputTokens": 8192,
    "responseMimeType": "text/plain"
  }
}')
Node.js

const {
  GoogleGenerativeAI,
  HarmCategory,
  HarmBlockThreshold,
} = require("@google/generative-ai");

const apiKey = process.env.GEMINI_API_KEY;
const genAI = new GoogleGenerativeAI(apiKey);

const model = genAI.getGenerativeModel({
  model: "gemini-1.5-flash",
});

const generationConfig = {
  temperature: 1,
  topP: 0.95,
  topK: 64,
  maxOutputTokens: 8192,
  responseMimeType: "text/plain",
};

async function run() {
  const chatSession = model.startChat({
    generationConfig,
    history: [
    ],
  });

  const result = await chatSession.sendMessage("INSERT_INPUT_HERE");
  console.log(result.response.text());
}

run();

Vertex AI Studio を利甚した堎合のサンプルコヌド

Python
import base64
import vertexai
from vertexai.generative_models import GenerativeModel, Part
import vertexai.preview.generative_models as generative_models


def multiturn_generate_content():
  vertexai.init(project="{Project-ID}", location="us-central1")
  model = GenerativeModel(
    "gemini-1.5-flash-001",
  )
  chat = model.start_chat()


generation_config = {
    "max_output_tokens": 8192,
    "temperature": 1,
    "top_p": 0.95,
}

multiturn_generate_content()
cURL
cat << EOF > request.json
{
    "contents": [
    ],
    "generationConfig": {
        "maxOutputTokens": 8192,
        "temperature": 1,
        "topP": 0.95,
    },
}
EOF

PROJECT_ID="{Project-ID}"
LOCATION_ID="us-central1"
API_ENDPOINT="us-central1-aiplatform.googleapis.com"
MODEL_ID="gemini-1.5-flash-001"

curl \
-X POST \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://${API_ENDPOINT}/v1/projects/${PROJECT_ID}/locations/${LOCATION_ID}/publishers/google/models/${MODEL_ID}:streamGenerateContent" -d '@request.json'
Node.js
const {VertexAI} = require('@google-cloud/vertexai');

const vertex_ai = new VertexAI({project: '{Project-ID}', location: 'us-central1'});
const model = 'gemini-1.5-flash-001';

const generativeModel = vertex_ai.preview.getGenerativeModel({
  model: model,
  generationConfig: {
    'maxOutputTokens': 8192,
    'temperature': 1,
    'topP': 0.95,
  },
});


const chat = generativeModel.startChat({});

async function sendMessage(message) {
  const streamResult = await chat.sendMessageStream(message);
  process.stdout.write('stream result: ' + JSON.stringify((await streamResult.response).candidates[0].content) + '\n');
}

async function generateContent() {
}

generateContent();

参考リンク

https://ai.google.dev/gemini-api/terms?hl=ja#data-use-paid
https://cloud.google.com/vertex-ai/generative-ai/docs/data-governance?hl=ja#foundation_model_training

Cloud Ace Tech Blog
Cloud Ace Tech Blog

Discussion