Interactions API: Gemini मॉडल और एजेंटों के लिए हमारा प्राथमिक इंटरफ़ेस

आज हम घोषणा कर रहे हैं कि Interactions API अब सामान्य उपलब्धता (GA) पर पहुंच गया है और अब यह Gemini मॉडल और एजेंटों के साथ इंटरैक्ट करने के लिए हमारा प्राथमिक API है। हमने इसका पब्लिक बीटा दिसंबर 2025 में लॉन्च किया था, और यह जल्दी ही डेवलपर्स का Gemini के साथ एप्लिकेशन बनाने का पसंदीदा तरीका बन गया है।

इस GA रिलीज़ के साथ, API में अब एक स्थिर स्कीमा है और हमने डेवलपर्स द्वारा मांगी गई प्रमुख नई क्षमताएं भी जोड़ी हैं, जिनमें Managed Agents, बैकग्राउंड एग्ज़ीक्यूशन, Gemini Omni (जल्द ही) और बहुत कुछ शामिल है। हमारा सारा डॉक्यूमेंटेशन अब Interactions API पर डिफ़ॉल्ट है और हम पारिस्थितिकी तंत्र भागीदारों के साथ काम कर रहे हैं ताकि इसे 3P SDKs और Libraries में डिफ़ॉल्ट इंटरफ़ेस बनाया जा सके।

Gemini के साथ बनाने का सबसे सरल तरीका

चाहे आप किसी मॉडल को कॉल कर रहे हों या किसी एजेंट को चला रहे हों, Interactions API आपको कोड की कुछ पंक्तियों में वहां पहुंचा देता है। इन्फरेंस के लिए model ID या स्वायत्त कार्यों के लिए agent ID पास करें, और किसी भी दीर्घकालिक कार्य के लिए background=True सेट करें ताकि वह पृष्ठभूमि में चले और आपको ब्लॉक न करे। या इसे डिफ़ॉल्ट रूप में चलाएं और यह आपको तुरंत उत्तर देगा, लेकिन इसे लंबी प्रक्रियाओं के लिए पृष्ठभूमि में चलने देने की सुविधा है ताकि आप अपने एप्लिकेशन को जारी रख सकें।

python

1from google import genai
2
3client = genai.Client()
4
5# एक मॉडल से बात करें
6interaction = client.interactions.create(
7    model="gemini-3.5-flash",
8    input="Explain quantum entanglement simply.",
9)
10
11# एक एजेंट चलाएं
12interaction = client.interactions.create(
13    agent="antigravity-preview-05-2026",
14    input="Plot the growth of solar energy generation globally and make some slides in HTML.",
15    environment="remote",
16)

दिसंबर के बाद से प्रमुख अपडेट

प्रबंधित एजेंट: एक ही API कॉल एक रिमोट Linux सैंडबॉक्स प्रदान करता है जहां एक एजेंट तर्क कर सकता है, कोड निष्पादित कर सकता है, वेब ब्राउज़ कर सकता है और फ़ाइलें प्रबंधित कर सकता है। Antigravity agent डिफ़ॉल्ट के रूप में आता है, और आप निर्देशों, कौशलों और डेटा स्रोतों के साथ अपने खुद के कस्टम एजेंट परिभाषित कर सकते हैं।
बैकग्राउंड एग्ज़ीक्यूशन: किसी भी कॉल पर background=True सेट करें। सर्वर इंटरैक्शन को अतुल्यकालिक रूप से चलाता है।
टूल सुधार: एक अनुरोध में बिल्ट-इन टूल्स, जैसे Google Search, Google Maps को अपने कार्यों के साथ मिलाएं। टूल परिणाम अब टेक्स्ट के साथ छवियां वापस कर सकते हैं।
Deep Research अपग्रेड: दो नए एजेंट संस्करण (गति बनाम गहराई), सहयोगात्मक योजना, मूल चार्ट और इन्फोग्राफिक्स, और छवियों, PDFs और ऑडियो के साथ मल्टीमॉडल ग्राउंडिंग।
मीडिया जनरेशन: इमेज जनरेशन Nano Banana 2 और Google Image Search ग्राउंडिंग के साथ, संगीत Lyria 3 के साथ, और अभिव्यंजक भाषण मल्टी-स्पीकर TTS के साथ।
Roles से Steps तक: सरलीकृत स्कीमा जहां प्रत्येक क्रिया (user_input, thought, function_call, model_output, आदि) अपना स्वयं का टाइप किया हुआ step है, जो पुरानी भूमिका संरचना को बदलता है।
लागत और डेवलपर ऑप्टिमाइज़ेशन: Flex और Priority tiers आपको लागत या विलंबता के लिए ऑप्टिमाइज़ करने देते हैं (Flex 50% लागत कमी प्रदान करता है)। अब त्रुटियां सटीक फ़ील्ड को इंगित करती हैं। पिछली इंटरैक्शन पुनर्प्राप्त करने योग्य हैं, भुगतान किए गए टियर पर 55-दिन की प्रतिधारण के साथ।

विकास के लिए नया मानक

Interactions API अब Google AI Studio, Gemini API, और हमारे सभी डॉक्यूमेंटेशन के लिए डिफ़ॉल्ट है, जिसमें स्निपेट्स को वापस लीगेसी फ़ॉर्मेट में स्विच करने के लिए एक टॉगल शामिल है। हम सभी नए प्रोजेक्ट्स और एप्लिकेशन के लिए Interactions API का उपयोग करने की सलाह देते हैं।

जबकि लीगेसी generateContent API पूरी तरह से समर्थित है और निकट भविष्य में नए मेनलाइन Gemini मॉडल प्राप्त करता रहेगा, हम उम्मीद करते हैं कि लंबे समय तक चलने वाले मॉडल और एजेंटों के लिए सीमांत क्षमताएं तेजी से विशेष रूप से Interactions API पर उतरेंगी। ऐसा इसलिए है क्योंकि इसे राज्यपूर्ण, एजेंटिक वर्कफ़्लो के लिए नींव से डिज़ाइन किया गया है। हमने आपको अपनी गति से संक्रमण में मदद करने के लिए एक माइग्रेशन गाइड प्रकाशित किया है।

एजेंट-प्रथम पारिस्थितिकी तंत्र

अधिकांश डेवलपर अब एप्लिकेशन बनाने के लिए कोडिंग एजेंट (जैसे Antigravity) का उपयोग कर रहे हैं। एजेंटों के लिए नवीनतम API पैटर्न के साथ अपडेट रहना आसान बनाने के लिए, हमने gemini-interactions-api Skill बनाया है। यह आपके एजेंट के संदर्भ में Interactions API विकास के लिए सर्वोत्तम अभ्यास पैटर्न इंजेक्ट करता है (स्ट्रीमिंग, फंक्शन कॉलिंग, स्ट्रक्चर्ड आउटपुट, Deep Research और अधिक)।

text

1npx skills add google-gemini/gemini-skills --skill gemini-interactions-api

शुरू करें

Interactions API Python और JavaScript SDKs के माध्यम से उपलब्ध है। यदि आप पहले से ही हमारे समर्थित भागीदारों LiteLLM, Eigent या Agno में से किसी एक के साथ बना रहे हैं, तो आप आज ही उनके Interactions API इंटीग्रेशन का उपयोग शुरू कर सकते हैं।

अपनी API कुंजी Google AI Studio से प्राप्त करें और शुरू करने के लिए Interactions API डॉक्यूमेंटेशन का पालन करें। यदि आप generateContent से माइग्रेट कर रहे हैं, तो हमारा माइग्रेशन गाइड प्रत्येक फ़ील्ड को नई स्कीमा से मैप करता है। आप पूर्ण OpenAPI विनिर्देश भी देख सकते हैं।

Interactions API डेवलपर फीडबैक के आधार पर बनाया गया था, और सामान्य उपलब्धता के साथ वह फोकस नहीं बदलेगा। हमें बताएं कि आपको डेवलपर फ़ोरम पर क्या चाहिए।