​

Google Vertex AI — Inferencia en tu cuenta

​

Qué corre en Vertex y qué no

​

Requisitos previos

• Un proyecto de Google Cloud con facturación activa.
• La Agent Platform API habilitada en ese proyecto (el servicio aiplatform.googleapis.com).
• Una cuenta de servicio de su proyecto con el rol Agent Platform User (roles/aiplatform.user) y una clave JSON de esa cuenta.
• Permiso de administrador en la sección Integraciones de SecureAI. Con permiso de lectura puede ver la configuración pero no cambiarla.

​

Paso 1. Prepare el proyecto en Google Cloud

gcloud config set project MI_PROYECTO

# 1. Habilitar la Agent Platform API
gcloud services enable aiplatform.googleapis.com

# 2. Crear una cuenta de servicio dedicada para SecureAI
gcloud iam service-accounts create secureai-vertex --display-name="SecureAI Vertex"

# 3. Darle el rol mínimo para invocar modelos
gcloud projects add-iam-policy-binding MI_PROYECTO \
  --member="serviceAccount:secureai-vertex@MI_PROYECTO.iam.gserviceaccount.com" \
  --role="roles/aiplatform.user"

# 4. Generar la clave JSON
gcloud iam service-accounts keys create key.json \
  --iam-account=secureai-vertex@MI_PROYECTO.iam.gserviceaccount.com

​

Modelos abiertos (Llama, DeepSeek, Qwen, gpt-oss)

​

Paso 2. Conecte el proyecto en SecureAI

1. Vaya a Administrador → Integraciones, abra la categoría Proveedores de IA y haga clic en la tarjeta Google Vertex AI — Inferencia en tu cuenta.
2. En Conexión, complete:

   Campo	Qué ingresar
   ID del proyecto de Google Cloud	El ID del proyecto (por ejemplo mi-proyecto-123), no el nombre.
   Ubicación de Vertex AI	Para empezar deje global: es donde están los Gemini 3 preview de los modelos por defecto. Si necesita residencia de datos, ponga una región (us-central1, europe-west4…): fija dónde se procesan los prompts, mientras que global deja que Google elija y no la garantiza. Los modelos abiertos necesitan una región.
   Autenticación	Deje seleccionada Clave de service account (JSON) y pegue el contenido completo de key.json.

   
3. Haga clic en Guardar. Todavía no se enruta tráfico: la integración se guarda apagada para que pueda probarla antes.

​

Paso 3. Elija qué corre en Vertex

• Solo estas familias de modelos — las familias que marque (Gemini, gpt-oss, DeepSeek, Llama, Qwen) corren en su Vertex; el resto de los modelos sigue en los proveedores de SecureAI. Es el modo más conservador para empezar (por defecto: solo Gemini).
• Remapear todo a Vertex — todas las llamadas a LLM corren en su Vertex. Los modelos sin equivalente en Vertex los sirve un modelo por defecto.

​

Paso 4. Pruebe la conexión

1. Con la integración guardada, en Prueba de conexión haga clic en Probar conexión.
2. SecureAI envía una solicitud mínima a cada modelo por defecto, por el mismo camino que usará el tráfico real (gateway, políticas y recibos incluidos), y muestra el resultado de cada uno con su latencia.
   
3. Si algún modelo falla, el panel indica el motivo. Consulte la sección Solución de problemas al final de esta página.

​

Paso 5. Revise el enrutamiento y active

1. Abra Vista previa del enrutamiento → Ver qué carril sirve cada modelo. Muestra, para cada modelo del catálogo, si lo servirá su Vertex (y con qué modelo de Vertex) o SecureAI, y cuáles quedarán ocultos para los usuarios. La vista previa simula la integración encendida, así que puede revisar el efecto antes de activarla.
2. Cuando la prueba pase, encienda Enrutar tráfico a Vertex AI y haga clic en Guardar otra vez. Si no guarda, el interruptor no queda activo. Para activarla se exige tener el proyecto y una credencial configurados.
   
3. La tarjeta pasa a verde: Enrutando a Vertex. Si está guardada pero apagada, muestra en ámbar Configurado · sin enrutamiento a Vertex.

​

Paso 6. Verifique en el selector de modelos

​

Qué se factura y a quién

• El consumo de LLM lo factura Google a su cuenta, no SecureAI. Verá el cargo en su facturación de Google Cloud, con sus descuentos y CUDs aplicados.
• SecureAI muestra el costo de los turnos servidos en Vertex como una estimación a precio de lista solo para analítica. Es una referencia: no incluye sus descuentos, así que la cifra real de Google puede ser menor.
• Los turnos en Vertex no descuentan puntos de los usuarios, salvo que active Aplicar cuotas de puntos de usuario.

​

Seguridad y cumplimiento

• Credenciales cifradas. La clave de la cuenta de servicio se guarda cifrada (AES-256-GCM) y nunca se devuelve al navegador, ni siquiera a un administrador. La pantalla solo muestra el correo de la cuenta.
• El camino sigue protegido. Cada llamada pasa por el gateway SMLTP de SecureAI: DLP, token de autorización firmado por solicitud y recibo firmado verificable.
• Residencia de datos. Con una región fija (por ejemplo europe-west4), los prompts se procesan en esa región y se aplican las políticas de residencia de su organización.
• Falla cerrado. Si no se puede leer la configuración o obtener el token de Google, la solicitud se rechaza; no se envía a otro proveedor salvo que usted haya permitido el fallback.
• Auditoría. Guardar, probar o desconectar la integración queda en el registro de actividad, con los nombres de los campos cambiados y nunca con la clave.
• Permisos mínimos. Para inferencia basta roles/aiplatform.user; la integración no necesita leer su IAM ni su facturación.

​

Desconectar

​

Solución de problemas

​

Limitaciones actuales

• Claude y Mistral en Vertex no están soportados (usan una API distinta).
• Embeddings, re-ranking, OCR, asistente de administración, generación de imágenes y voz en tiempo real siguen en proveedores administrados por SecureAI.
• Una sola conexión por organización (un proyecto y una ubicación a la vez).
• La autenticación es solo con clave JSON de cuenta de servicio.
• El proxy de Claude Code usa Anthropic de forma directa y no pasa por Vertex.

​

Relacionado

• Google Cloud — Descubrimiento — inventario de agentes, modelos, identidades y costos del proyecto.
• Descripción general de los proveedores de IA en la nube
• Recibos firmados