Vertex AI

Kunden von Google Cloud entwickeln ihre KI-Anwendungen mit Vertex AI. Im Zentrum steht Model Garden, ein Katalog mit Googles Modellen Gemini, Imagen und Veo, offenen Modellen wie Llama und Gemma sowie Modellen von Partnern wie Anthropic. Du kannst ein Modell über eine API aufrufen, im Studio testen und anschließend mit den Sicherheits-, Netzwerk- und Compliance-Kontrollen von Google Cloud bereitstellen. Die Daten bleiben unter der Kontrolle des Kunden. Das ist für regulierte Branchen wichtig.

Die Plattform unterstützt auch die technische Arbeit rund um Modelle. Du kannst Modelle mit eigenen Daten abstimmen, Antworten auf Unternehmensdokumente oder die Google-Suche stützen, Ergebnisse bewerten und die Leistung überwachen. Agent Builder und verwandte Werkzeuge helfen beim Zusammenstellen von Agenten, die Werkzeuge aufrufen und Anweisungen befolgen. Pipelines, Feature Stores und Notebooks unterstützen klassische Machine-Learning-Teams, die eigene Modelle trainieren. Vertex AI lässt sich mit BigQuery und anderen Datendiensten von Google Cloud verbinden.

Die Kosten richten sich nach der Nutzung: Bei generativen Modellen wird pro Token abgerechnet, Training und Hosting werden nach Rechenleistung berechnet. Es gibt einen kostenlosen Tarif und Guthaben für neue Google-Cloud-Konten. Die vielen Funktionen können den Einstieg kompliziert machen. Außerdem hat Google seine KI-Produkte schon mehrfach umbenannt und neu geordnet. Amazon Bedrock und Azure AI Foundry sind direkte Wettbewerber. Wenn du als Einzelperson nur Gemini ausprobieren möchtest, ist Google AI Studio ein einfacherer Einstieg.