Migrar do AutoML Text para o Gemini

O Gemini é uma família de modelos de IA generativa desenvolvida pelo Google para casos de uso multimodais. Se você nunca usou os modelos do Gemini na Vertex AI, consulte a introdução à IA generativa.

As principais vantagens do Gemini incluem:

  • Performance aprimorada: os modelos de linguagem grandes (LLMs) mais recentes, como o Gemini Flash 1.5, demonstram melhor compreensão em uma variedade de tarefas de linguagem natural do que o modelo de texto da AutoML. Para mais informações, consulte o relatório técnico disponível publicamente da equipe do Gemini.

  • Flexibilidade: o Gemini permite comandos (adaptação rápida) e ajuste refinado (personalização mais profunda), atendendo a diferentes necessidades de projetos. Essa flexibilidade permite prototipagem, teste e implantação rápidos usando comandos, com a opção de ajustar os pesos do modelo do Gemini para um desempenho ideal em tarefas específicas. A Vertex AI oferece ajuste refinado baseado em console e opções de SDK e API para controle programático.

  • Recursos multimodais e multifuncionais: o Gemini oferece a capacidade de processar texto, imagens e outras modalidades. Essa abordagem permite o uso consistente de um único formato e modelo em várias tarefas. Essa flexibilidade permite que o processo seja facilmente adaptado para diferentes aplicativos, simplificando e acelerando os esforços de desenvolvimento.

O Gemini é compatível com a maioria dos recursos disponíveis no texto do AutoML. No entanto, há diferenças, e as bibliotecas de cliente não são compatíveis com versões anteriores à integração do cliente. Em outras palavras, você precisa planejar a migração dos seus recursos para aproveitar os recursos do Gemini.

Se você estiver planejando um novo projeto, crie seu código, job, conjunto de dados ou modelo com o Gemini. Com isso, você poderá aproveitar os novos recursos e melhorias de serviço à medida que forem disponibilizados.

Use as etapas recomendadas a seguir para atualizar seu código, jobs, conjuntos de dados e modelos do AutoML Text para o Gemini.

  1. Leia sobre as principais diferenças entre o Gemini e o AutoML Text em Gemini para usuários de texto do AutoML.

  2. Analise as possíveis mudanças nos preços. Consulte Preços de migração do Gemini.

  3. Faça um inventário dos seus projetos, código, jobs, conjuntos de dados, modelos e usuários do Google Cloud com acesso ao AutoML Text. Use essas informações para determinar quais recursos migrar e garantir que os usuários corretos tenham acesso aos recursos migrados.

  4. Analise as mudanças nos papéis do IAM e atualize as contas de serviço e a autenticação dos recursos.

  5. Migre os recursos usando um destes dois métodos:

  6. Confira os locais disponíveis para o Gemini.

  7. Identifique o uso de APIs de texto do AutoML para ajudar a determinar quais aplicativos usam essas APIs e identificar as chamadas de método que você quer migrar.

  8. Atualize seus aplicativos e fluxos de trabalho para usar o Gemini.

  9. Planeje o monitoramento de cota de solicitação. Consulte Cotas e limites.

Preços de migração do Gemini

A migração é gratuita. Após a migração, os recursos legados ainda estarão disponíveis para uso no AutoML Text até o encerramento do serviço em junho de 2025. Para evitar custos desnecessários, encerre ou exclua os recursos legados depois de verificar se seus objetos foram migrados.

Preços do Gemini em comparação com os preços do AutoML Text

Os preços do Gemini são geralmente mais baratos em comparação com tarefas equivalentes no AutoML Text. O preço do Gemini é determinado de acordo com o uso do modelo: apenas engenharia de comandos, apenas ajuste refinado ou uma combinação dos dois. Para mais informações, compare os preços do AutoML Text com os preços do Gemini.

Para modelos de extração de entidades, considere que a saída de serviço do modelo pode ser maior, já que a saída são os dados estruturados completos.

Identificar o uso das APIs de texto do AutoML

É possível determinar quais aplicativos usam as APIs AutoML, bem como os métodos que estão sendo usados. Use essas informações para determinar se essas chamadas de API precisam ser migradas para o Gemini:

Gerenciar alterações em papéis e permissões do IAM

A Vertex AI oferece os seguintes papéis do Identity and Access Management (IAM):

  • aiplatform.admin
  • aiplatform.user
  • aiplatform.viewer

Não é mais necessário usar conjuntos de dados da Vertex AI. Os dados para ajuste refinado no Gemini só podem ser armazenados no Cloud Storage.

Para mais informações sobre papéis do IAM, consulte Controle de acesso.

A seguir