← SCRAM AI Lab

Google Cloud

Firebase + Vertex AI: arquitectura serverless con IA

Cómo combinar Firebase (Auth, Firestore, Cloud Functions) con Vertex AI para construir aplicaciones inteligentes sin servidores.

April 9, 2026

131 lecturas

Firebase + Vertex AI: arquitectura serverless con IA

El stack perfecto para startups y MVPs con IA

Firebase + Vertex AI es probablemente el camino más rápido para poner una aplicación con IA en producción. Firebase maneja la infraestructura (auth, database, hosting, functions) y Vertex AI provee los modelos (Gemini, embeddings, fine-tuning).

Componentes clave

  • Firebase Auth — Autenticación con Google, email, phone en 5 minutos
  • Firestore — Base de datos NoSQL en tiempo real, escala automáticamente
  • Cloud Functions for Firebase — Serverless functions que se disparan por eventos
  • Vertex AI — API de Gemini, embeddings, y modelos custom
  • Firebase Extensions — Hay extensiones de Vertex AI pre-hechas

Patrón: Chatbot con RAG en Firestore

Un patrón común es usar Firestore como vector store para RAG:

  1. Documentos se guardan en Firestore con su embedding (vía Vertex AI Embeddings API)
  2. Query del usuario se convierte a embedding
  3. Búsqueda vectorial en Firestore (soporta cosine similarity nativo desde 2025)
  4. Documentos relevantes se pasan como contexto a Gemini vía Vertex AI
  5. Respuesta se almacena como actividad en Firestore

Costos reales

Para una app con ~1,000 usuarios activos al mes:

  • Firebase: $0 (plan Spark cubre 50K reads/día, 20K writes/día)
  • Cloud Functions: ~$5/mes (100K invocaciones)
  • Vertex AI Gemini Flash: ~$15/mes (1M tokens/día aprox)
  • Total: ~$20/mes para un chatbot inteligente en producción

Ventajas vs alternativas

Comparado con Supabase + OpenAI o AWS Amplify + Bedrock, Firebase + Vertex AI gana en velocidad de prototipado y integración nativa. Todo vive en Google Cloud, no hay que manejar API keys cruzadas, y el pricing es predecible.

firebase
vertex-ai
serverless
gcp
arquitectura
← Volver a SCRAM AI Lab