Erro de PERMISSION_DENIED ao fazer a pergunta

Olá, Fabio!

O erro "PERMISSION_DENIED" geralmente está relacionado a problemas de permissão ou configuração no projeto do Google Cloud. Aqui estão algumas etapas que você pode seguir para tentar resolver o problema:

1. Verifique a Ativação da API: Certifique-se de que a API que você está tentando acessar está ativada no seu projeto do Google Cloud. Vá até o Console do Google Cloud, selecione seu projeto e, em seguida, verifique se a API está ativada.

2. Permissões do Projeto: Verifique se a conta de serviço que está sendo usada tem as permissões necessárias para acessar a API. Você pode precisar ajustar as configurações de IAM (Identity and Access Management).

3. Cotas e Limites: Verifique se você não excedeu as cotas de uso da API. Isso pode ser feito no painel de APIs e serviços do Google Cloud.

4. Chave de API Correta: Certifique-se de que a chave de API que você está usando é a correta e que está associada ao projeto certo.

5. Suporte do Google Cloud: Se nenhuma das etapas acima resolver o problema, pode ser necessário entrar em contato com o suporte do Google Cloud para obter mais assistência.

Bons estudos!

Não entendo, acabei de criar o projeto, o vídeo diz que é simples e em nenhum momento mostra essas etapas, isso deveria ser ensinado a criar o projeto do zero, até porque não é tão simples assim, já estou horas tentando fazer isso.

1 - Esta ativada, inclusive já fiz com com dois emails gmail diferente.

2 - Verificada , permissão ativada.

3 - Só se coloraram agora o limite, porque nenhum dos Emails nunca usei para isso, essa é a primeira vez que crio API.

4 - Já criei mais de 5 chaves conforme o vídeo, faço o teste para ver se a chave aparece, ok, fiz teste colocando direto a API, e todas ocorrem o mesmo erro de permissão.

Ter que falar com o Google sendo que estou fazendo igual ao vídeo, muito estranho, será que vídeo não é antigo, tem outras pessoas com o mesmo problema, não tem outra maneira de fazer esse teste?

Olá, Fábio!

Entendo sua frustração. Quando acompanhamos um vídeo e seguimos os mesmos passos, a expectativa é que o resultado seja exatamente o mesmo. No entanto, existe um fator importante quando trabalhamos com serviços em nuvem como o Google Cloud: essas plataformas não são estáticas.

O Google atualiza frequentemente suas interfaces, políticas de segurança, permissões, fluxos de autenticação e até mesmo os requisitos para utilização de determinadas APIs. Por esse motivo, é relativamente comum que um conteúdo gravado há alguns meses apresente pequenas diferenças em relação ao ambiente atual.

Pelo que você descreveu, você já validou os principais pontos que normalmente causam esse erro, como ativação da API, permissões da conta e criação das chaves. Isso indica que o problema pode estar relacionado a alguma mudança recente na plataforma ou a alguma configuração adicional que hoje é exigida pelo Google e que não era necessária quando o conteúdo foi produzido.

Uma alternativa para investigarmos melhor seria você compartilhar a mensagem completa de erro (incluindo o texto detalhado retornado pela API) e, se possível, um print das configurações da API no Google Cloud. Com essas informações, conseguimos analisar de forma mais específica o que está acontecendo no seu caso.

Obrigado por trazer esse feedback. Ele é importante porque nos ajuda a identificar possíveis mudanças na plataforma e avaliar a necessidade de atualizar ou complementar o conteúdo quando necessário.

Segue abaixo o erro total :

ClientError Traceback (most recent call last)
/tmp/ipykernel_5441/3417971703.py in <cell line: 0>()
----> 1 client.models.generate_content(model="gemini-2.5-flash", contents="O que é a inteligência Artificial?")

13 frames
/usr/local/lib/python3.12/dist-packages/google/genai/models.py in generate_content(self, model, contents, config)
5862 while remaining_remote_calls_afc > 0:
5863 i += 1
-> 5864 response = self._generate_content(
5865 model=model, contents=contents, config=parsed_config
5866 )

/usr/local/lib/python3.12/dist-packages/google/genai/models.py in _generate_content(self, model, contents, config)
4524 request_dict = _common.encode_unserializable_types(request_dict)
4525
-> 4526 response = self._api_client.request(
4527 'post', path, request_dict, http_options
4528 )

/usr/local/lib/python3.12/dist-packages/google/genai/_api_client.py in request(self, http_method, path, request_dict, http_options)
1400 http_method, path, request_dict, http_options
1401 )
-> 1402 response = self._request(http_request, http_options, stream=False)
1403 response_body = (
1404 response.response_stream[0] if response.response_stream else ''

/usr/local/lib/python3.12/dist-packages/google/genai/_api_client.py in _request(self, http_request, http_options, stream)
1236 return retry(self._request_once, http_request, stream) # type: ignore[no-any-return]
1237
-> 1238 return self._retry(self._request_once, http_request, stream) # type: ignore[no-any-return]
1239
1240 async def _async_request_once(

/usr/local/lib/python3.12/dist-packages/tenacity/init.py in call(self, fn, *args, **kwargs)
468 retry_state = RetryCallState(retry_object=self, fn=fn, args=args, kwargs=kwargs)
469 while True:
--> 470 do = self.iter(retry_state=retry_state)
471 if isinstance(do, DoAttempt):
472 try:

/usr/local/lib/python3.12/dist-packages/tenacity/init.py in iter(self, retry_state)
369 result = None
370 for action in self.iter_state.actions:
--> 371 result = action(retry_state)
372 return result
373

/usr/local/lib/python3.12/dist-packages/tenacity/init.py in exc_check(rs)
411 retry_exc = self.retry_error_cls(fut)
412 if self.reraise:
--> 413 raise retry_exc.reraise()
414 raise retry_exc from fut.exception()
415

/usr/local/lib/python3.12/dist-packages/tenacity/init.py in reraise(self)
182 def reraise(self) -> t.NoReturn:
183 if self.last_attempt.failed:
--> 184 raise self.last_attempt.result()
185 raise self
186

/usr/lib/python3.12/concurrent/futures/_base.py in result(self, timeout)
447 raise CancelledError()
448 elif self._state == FINISHED:
--> 449 return self.__get_result()
450
451 self._condition.wait(timeout)

/usr/lib/python3.12/concurrent/futures/_base.py in __get_result(self)
399 if self._exception:
400 try:
--> 401 raise self._exception
402 finally:
403 # Break a reference cycle with the exception in self._exception

/usr/local/lib/python3.12/dist-packages/tenacity/init.py in call(self, fn, *args, **kwargs)
471 if isinstance(do, DoAttempt):
472 try:
--> 473 result = fn(*args, **kwargs)
474 except BaseException: # noqa: B902
475 retry_state.set_exception(sys.exc_info()) # type: ignore[arg-type]

Segue abaixo porque não coube tudo em um post

/usr/local/lib/python3.12/dist-packages/google/genai/_api_client.py in _request_once(self, http_request, stream)
1213 timeout=http_request.timeout,
1214 )
-> 1215 errors.APIError.raise_for_response(response)
1216 return HttpResponse(
1217 response.headers, response if stream else [response.text]

/usr/local/lib/python3.12/dist-packages/google/genai/errors.py in raise_for_response(cls, response)
132 response_json = response.body_segments[0].get('error', {})
133
--> 134 cls.raise_error(response.status_code, response_json, response)
135
136 @classmethod

/usr/local/lib/python3.12/dist-packages/google/genai/errors.py in raise_error(cls, status_code, response_json, response)
157 """
158 if 400 <= status_code < 500:
--> 159 raise ClientError(status_code, response_json, response)
160 elif 500 <= status_code < 600:
161 raise ServerError(status_code, response_json, response)

ClientError: 403 PERMISSION_DENIED. {'error': {'code': 403, 'message': 'Your project has been denied access. Please contact support.', 'status': 'PERMISSION_DENIED'}}

Olá, Fabio!

Obrigado por enviar o erro completo. Agora a mensagem ficou mais clara:

ClientError: 403 PERMISSION_DENIED Your project has been denied access. Please contact support.

Esse erro é diferente de uma API desativada ou de uma chave incorreta. Ele indica que o próprio projeto foi negado para acesso à API pelo Google. Na documentação de troubleshooting da Gemini API, erros 403 estão associados a problemas de permissão da chave ou de acesso ao recurso solicitado.

Esse fato pode acontecer por mudanças recentes nas políticas da plataforma, validações automáticas do Google, requisitos de faturamento, restrições da conta/projeto ou algum bloqueio aplicado do lado da própria infraestrutura do Google. Como plataformas de nuvem não são fixas, elas mudam com frequência: interfaces, permissões, políticas de segurança, modelos disponíveis e regras de acesso podem mudar depois da gravação de um vídeo.

Como você já testou com mais de uma conta, ativou a API, revisou permissões e criou novas chaves, a próxima tentativa prática seria criar um projeto totalmente novo no Google AI Studio/Google Cloud, gerar uma chave nova nele e testar com um modelo mais básico. Se ainda assim aparecer exatamente a mensagem “Your project has been denied access”, o bloqueio provavelmente está vindo do lado do Google, não do seu código.

Também recomendo testar diretamente pelo Google AI Studio, sem o notebook, para confirmar se o problema acontece antes mesmo do Python. Se funcionar no AI Studio e falhar no notebook, a saída é investigar o código e a configuração da chave. Se falhar nos dois, o problema está no acesso do projeto/conta à API.

Obrigado por compartilhar os detalhes! :)

Já havia criado projetos novos no Google Cloud e continua com o mesmo erro, como testo diretamente pelo Google AI Studio?

Pesquisei e vi que era erro com relação a conta faturamento, então entrei com uma página anônima e criei um novo email do Gmail, depois criei a API no Studio e ele já apareceu um projeto automático, configurei a API no Colab e agora funcionou .