Hôm nay, chúng tôi công bố Interactions API đã đạt đến trạng thái sẵn sàng chung (GA) và hiện là API chính để tương tác với các mô hình và tác nhân Gemini. Chúng tôi đã ra mắt phiên bản beta công khai vào tháng 12 năm 2025, và nó nhanh chóng trở thành cách yêu thích của các nhà phát triển để xây dựng ứng dụng với Gemini.
Với bản phát hành GA này, API hiện có một lược đồ ổn định và chúng tôi cũng đã bổ sung các khả năng mới quan trọng mà các nhà phát triển yêu cầu, bao gồm Tác nhân được quản lý (Managed Agents), thực thi nền (background execution), Gemini Omni (sắp ra mắt) và nhiều hơn nữa. Tất cả tài liệu của chúng tôi hiện mặc định sử dụng Interactions API và chúng tôi đang hợp tác với các đối tác trong hệ sinh thái để biến nó thành giao diện mặc định trên các SDK và Thư viện của bên thứ ba.
Cách đơn giản nhất để xây dựng với Gemini
Dù bạn đang gọi một mô hình hay chạy một tác nhân, Interactions API sẽ giúp bạn thực hiện điều đó chỉ với vài dòng mã. Truyền ID mô hình để suy luận hoặc ID tác nhân cho các tác vụ tự động và đặt background=True cho bất kỳ tác vụ nào chạy lâu.
1from google import genai23client = genai.Client()45# Trò chuyện với một mô hình6interaction = client.interactions.create(7 model="gemini-3.5-flash",8 input="Hãy giải thích sự vướng víu lượng tử một cách đơn giản.",9)1011# Chạy một tác nhân12interaction = client.interactions.create(13 agent="antigravity-preview-05-2026",14 input="Vẽ biểu đồ tăng trưởng sản xuất năng lượng mặt trời toàn cầu và tạo một vài slide ở định dạng HTML.",15 environment="remote",16)
Các cập nhật chính kể từ tháng 12
- Tác nhân được quản lý (Managed Agents): Một lệnh gọi API duy nhất cung cấp một sandbox Linux từ xa, nơi tác nhân có thể suy luận, thực thi mã, duyệt web và quản lý tệp tin. Tác nhân Antigravity được cung cấp làm mặc định và bạn có thể tự định nghĩa các tác nhân tùy chỉnh với các hướng dẫn, kỹ năng và nguồn dữ liệu.
- Thực thi nền (Background execution): Đặt background=True trong bất kỳ lệnh gọi nào. Máy chủ sẽ chạy tương tác một cách bất đồng bộ.
- Cải tiến công cụ (Tool improvements): Kết hợp các công cụ tích hợp sẵn, như Google Search, Google Maps với các hàm của riêng bạn trong một yêu cầu duy nhất. Kết quả công cụ hiện có thể trả về hình ảnh cùng với văn bản.
- Nâng cấp Deep Research : Hai phiên bản tác nhân mới (tốc độ vs. độ sâu), lập kế hoạch cộng tác, biểu đồ và đồ họa thông tin gốc, và đa phương thức với hình ảnh, PDF và âm thanh.
- Tạo nội dung đa phương tiện: Tạo hình ảnh với Nano Banana 2 và truy xuất thông tin Google Image Search, tạo nhạc với Lyria 3, và tạo giọng nói biểu cảm với TTS nhiều giọng nói.
- Từ Vai trò (Roles) sang Bước (Steps): Lược đồ được đơn giản hóa, trong đó mọi hành động (user_input, thought, function_call, model_output, v.v.) là một bước được gõ riêng, thay thế cấu trúc vai trò cũ.
- Tối ưu chi phí và dành cho nhà phát triển: Bậc Flex và Priority cho phép bạn tối ưu hóa chi phí hoặc độ trễ (Flex giảm 50% chi phí). Lỗi hiện chỉ ra chính xác trường bị lỗi. Các tương tác trong quá khứ có thể truy xuất được với thời gian lưu giữ 55 ngày ở gói trả phí.
Tiêu chuẩn mới cho phát triển
Interactions API hiện là mặc định cho Google AI Studio, Gemini API và tất cả tài liệu của chúng tôi, bao gồm một nút chuyển đổi để đưa các đoạn mã trở lại định dạng kế thừa. Chúng tôi khuyên bạn nên sử dụng Interactions API cho tất cả các dự án và ứng dụng mới.
Trong khi API generateContent kế thừa vẫn được hỗ trợ đầy đủ và sẽ tiếp tục nhận các mô hình Gemini dòng chính mới trong tương lai gần, chúng tôi kỳ vọng các khả năng tiên tiến cho các mô hình và tác nhân chạy lâu sẽ ngày càng chỉ có trên Interactions API. Điều này là do nó được thiết kế ngay từ đầu cho các quy trình làm việc có trạng thái và mang tính tác nhân. Chúng tôi đã xuất bản hướng dẫn di chuyển để giúp bạn chuyển đổi theo tốc độ của riêng mình.
Hệ sinh thái ưu tiên tác nhân
Hầu hết các nhà phát triển hiện đang sử dụng các tác nhân viết mã (như Antigravity) để xây dựng ứng dụng. Để giúp các tác nhân dễ dàng cập nhật các mẫu API mới nhất, chúng tôi đã xây dựng Kỹ năng gemini-interactions-api. Nó đưa các mẫu thực hành tốt nhất cho phát triển Interactions API vào ngữ cảnh của tác nhân của bạn (phát trực tuyến, gọi hàm, đầu ra có cấu trúc, Deep Research và nhiều hơn nữa).
1npx skills add google-gemini/gemini-skills --skill gemini-interactions-api
Bắt đầu
Interactions API có sẵn thông qua SDK Python và JavaScript. Nếu bạn đã và đang xây dựng với một trong các đối tác được hỗ trợ của chúng tôi, LiteLLM, Eigent hoặc Agno, bạn có thể bắt đầu sử dụng tích hợp Interactions API của họ ngay hôm nay.
Lấy khóa API của bạn từ Google AI Studio và làm theo tài liệu Interactions API để bắt đầu. Nếu bạn đang di chuyển từ generateContent, hướng dẫn di chuyển của chúng tôi sẽ ánh xạ mọi trường sang lược đồ mới. Bạn cũng có thể xem toàn bộ đặc tả OpenAPI.
Interactions API được xây dựng dựa trên phản hồi của nhà phát triển và trọng tâm đó sẽ không thay đổi khi đạt đến trạng thái sẵn sàng chung. Hãy cho chúng tôi biết bạn cần gì trên diễn đàn nhà phát triển.
