Interactions API: อินเทอร์เฟซหลักของเราสำหรับโมเดลและเอเจนต์ Gemini

วันนี้เราขอประกาศว่า Interactions API พร้อมใช้งานทั่วไปแล้ว และตอนนี้เป็น API หลักของเราสำหรับการโต้ตอบกับโมเดลและเอเจนต์ของ Gemini เราเปิดตัวเบต้าสาธารณะใน เดือนธันวาคม 2025 และมันก็กลายเป็นวิธีที่นักพัฒนาชื่นชอบในการสร้างแอปพลิเคชันด้วย Gemini อย่างรวดเร็ว

ด้วยการเปิดตัว GA นี้ API มีสคีมาที่เสถียรแล้ว และเราได้เพิ่มความสามารถใหม่ที่สำคัญที่นักพัฒนาขอ รวมถึง Managed Agents การทำงานแบบพื้นหลัง Gemini Omni (เร็วๆ นี้) และอื่นๆ เอกสารทั้งหมดของเราใช้ Interactions API เป็นค่าเริ่มต้น และเรากำลังทำงานร่วมกับพาร์ทเนอร์ในระบบนิเวศเพื่อทำให้เป็นอินเทอร์เฟซเริ่มต้นใน SDK และไลบรารีของบุคคลที่สาม

วิธีที่ง่ายที่สุดในการสร้างด้วย Gemini

ไม่ว่าคุณจะเรียกใช้โมเดลหรือรันเอเจนต์ Interactions API ก็พาคุณไปถึงที่นั่นได้ด้วยโค้ดไม่กี่บรรทัด ส่ง model ID สำหรับการอนุมานหรือ agent ID สำหรับงานอัตโนมัติ และตั้งค่า background=True สำหรับงานที่ใช้เวลานาน

python

1from google import genai
2
3client = genai.Client()
4
5# พูดคุยกับโมเดล
6interaction = client.interactions.create(
7    model="gemini-3.5-flash",
8    input="อธิบาย quantum entanglement อย่างง่าย",
9)
10
11# รันเอเจนต์
12interaction = client.interactions.create(
13    agent="antigravity-preview-05-2026",
14    input="พล็อตการเติบโตของการผลิตพลังงานแสงอาทิตย์ทั่วโลก และสร้างสไลด์ใน HTML",
15    environment="remote",
16)

อัปเดตสำคัญตั้งแต่เดือนธันวาคม

Managed Agents: การเรียก API เพียงครั้งเดียวจะเตรียม sandbox Linux ระยะไกลที่เอเจนต์สามารถให้เหตุผล รันโค้ด ท่องเว็บ และจัดการไฟล์ได้ Antigravity agent มาเป็นค่าเริ่มต้น และคุณสามารถ กำหนดเอเจนต์ที่กำหนดเอง พร้อมคำสั่ง ทักษะ และแหล่งข้อมูลได้
Background execution: ตั้งค่า background=True ในการเรียกใดๆ เซิร์ฟเวอร์จะรัน interaction แบบอะซิงโครนัส
Tool improvements: ผสมเครื่องมือในตัว เช่น Google Search, Google Maps กับฟังก์ชันของคุณเองในคำขอเดียว ผลลัพธ์ของเครื่องมือสามารถ ส่งคืนรูปภาพควบคู่ไปกับข้อความ ได้แล้ว
Deep Research อัปเกรด: เอเจนต์สองเวอร์ชันใหม่ (ความเร็ว vs ความลึก) การวางแผนร่วมกัน แผนภูมิและอินโฟกราฟิกแบบเนทีฟ และ multimodal grounding พร้อมรูปภาพ PDF และเสียง
การสร้างสื่อ: การสร้างภาพ ด้วย Nano Banana 2 และ Google Image Search grounding, เพลง ด้วย Lyria 3 และ คำพูดที่แสดงอารมณ์ พร้อม TTS หลายผู้พูด
From Roles to Steps: สคีมาที่เรียบง่ายขึ้น โดยทุกการกระทำ (user_input, thought, function_call, model_output ฯลฯ) เป็น step ที่มีประเภทของตัวเอง แทนที่โครงสร้างบทบาทเก่า
การปรับต้นทุนและการพัฒนา: Flex และ Priority tiers ช่วยให้คุณปรับต้นทุนหรือเวลาแฝง (Flex ลดต้นทุน 50%) ข้อผิดพลาดตอนนี้ระบุฟิลด์ที่แน่นอน การโต้ตอบที่ผ่านมา สามารถดึงกลับมาได้ โดยเก็บไว้ 55 วันในระดับที่เสียเงิน

มาตรฐานใหม่สำหรับการพัฒนา

Interactions API เป็นค่าเริ่มต้นสำหรับ Google AI Studio, Gemini API และ เอกสาร ทั้งหมดของเรา ซึ่งมีตัวสลับเพื่อเปลี่ยนตัวอย่างโค้ดกลับเป็นรูปแบบเดิม เราขอแนะนำให้ใช้ Interactions API สำหรับโปรเจกต์และแอปพลิเคชันใหม่ทั้งหมด

แม้ว่า API generateContent ดั้งเดิมจะยังคงได้รับการสนับสนุนอย่างเต็มที่และจะได้รับโมเดล Gemini หลักใหม่ต่อไปในอนาคตอันใกล้ เราคาดว่าความสามารถแนวหน้าสำหรับโมเดลและเอเจนต์ที่ทำงานยาวนานจะลงจอดบน Interactions API เพียงอย่างเดียวเพิ่มขึ้น เนื่องจากมันถูกออกแบบตั้งแต่ต้นสำหรับเวิร์กโฟลว์แบบ stateful และ agentic เราได้เผยแพร่ คู่มือการย้าย เพื่อช่วยคุณเปลี่ยนตามจังหวะของคุณเอง

ระบบนิเวศที่เอเจนต์มาก่อน

นักพัฒนาส่วนใหญ่ตอนนี้ใช้เอเจนต์เขียนโค้ด (เช่น Antigravity) เพื่อสร้างแอปพลิเคชัน เพื่อให้เอเจนต์สามารถอัปเดตตามรูปแบบ API ล่าสุดได้ง่ายขึ้น เราได้สร้าง gemini-interactions-api Skill ซึ่งจะใส่รูปแบบแนวปฏิบัติที่ดีที่สุดสำหรับการพัฒนา Interactions API ลงในบริบทของเอเจนต์ของคุณ (streaming, function calling, structured output, Deep Research และอื่นๆ)

text

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

เริ่มต้นใช้งาน

Interactions API พร้อมใช้งานผ่าน SDK Python และ JavaScript หากคุณกำลังสร้างกับพาร์ทเนอร์ที่รองรับของเรา LiteLLM, Eigent หรือ Agno คุณสามารถเริ่มใช้การรวม Interactions API ของพวกเขาได้วันนี้

รับคีย์ API ของคุณจาก Google AI Studio และทำตาม เอกสาร Interactions API เพื่อเริ่มต้น หากคุณกำลังย้ายจาก generateContent คู่มือการย้าย ของเราได้จับคู่ทุกฟิลด์กับสคีมาใหม่ คุณยังสามารถดู ข้อกำหนด OpenAPI ฉบับเต็มได้

Interactions API สร้างขึ้นจากความคิดเห็นของนักพัฒนา และจุดเน้นนั้นจะไม่เปลี่ยนแปลงเมื่อพร้อมใช้งานทั่วไป บอกเราว่าคุณต้องการอะไรบน ฟอรัมนักพัฒนา