Interactions API：我们面向 Gemini 模型和 Agent 的主要接口

今天我们宣布 Interactions API 已正式全面可用 (GA)，并成为与 Gemini 模型和 Agent 交互的主要 API。我们于 2025 年 12 月 推出了公开测试版，它迅速成为开发者使用 Gemini 构建应用的首选方式。

随着此次 GA 发布，API 现在拥有稳定的架构，我们还新增了开发者要求的重大功能，包括托管 Agent、后台执行、Gemini Omni（即将推出）等。我们所有的文档现在都默认使用 Interactions API，并且我们正在与生态系统合作伙伴合作，使其成为跨第三方 SDK 和库的默认接口。

使用 Gemini 的最简单方式

无论是调用模型还是运行 Agent，你只需几行代码就能通过 Interactions API 实现。传入模型 ID 进行推理，或传入 Agent ID 执行自主任务，并对耗时的任务设置 background=True。

1from google import genai
2
3client = genai.Client()
4
5# 与模型对话
6interaction = client.interactions.create(
7    model="gemini-3.5-flash",
8    input="请简要解释量子纠缠。",
9)
10
11# 运行一个 Agent
12interaction = client.interactions.create(
13    agent="antigravity-preview-05-2026",
14    input="绘制全球太阳能发电增长图表，并用 HTML 制作一些幻灯片。",
15    environment="remote",
16)

自 12 月以来的关键更新

• 托管 Agent: 一次 API 调用即可配置一个远程 Linux 沙箱，让 Agent 在其中进行推理、执行代码、浏览网页和管理文件。Antigravity agent 默认提供，你也可以定义自己的自定义 Agent，包含指令、技能和数据源。
• 后台执行: 在任何调用中设置 background=True。服务器将异步运行该交互。
• 工具改进: 在一次请求中混合使用内置工具（如 Google 搜索、Google 地图）和自定义函数。工具结果现在可以同时返回图像和文本。
• 深度研究 升级: 两种新的 Agent 版本（速度 vs. 深度）、协作规划、原生图表和信息图、以及支持图像、PDF 和音频的多模态基础。
• 媒体生成: 使用 Nano Banana 2 和 Google 图像搜索基础的图像生成，使用 Lyria 3 进行音乐生成，以及使用多说话人 TTS 的富有表现力的语音。
• 从角色到步骤: 简化了架构，每个操作（user_input、thought、function_call、model_output 等）都是其自己的类型化步骤，取代了旧的角色结构。
• 成本和开发者优化: Flex 和 Priority 层级让你可以针对成本或延迟进行优化（Flex 提供 50% 的成本降低）。错误现在会精确指出具体字段。过去的交互可以检索，付费层级保留 55 天。

新的开发标准

Interactions API 现在是 Google AI Studio、Gemini API 以及我们所有文档的默认选项，文档中包含一个切换开关，可将代码片段切换回旧版格式。我们建议所有新项目和应用都使用 Interactions API。

虽然旧版 generateContent API 仍得到全面支持，并且在可预见的未来将继续接收新的主流 Gemini 模型，但我们预计面向长时间运行模型和 Agent 的前沿能力将越来越多地仅在 Interactions API 上提供。这是因为它是从零开始为有状态的 Agent 工作流设计的。我们已发布迁移指南，帮助你按自己的节奏进行过渡。

以 Agent 为中心的生态系统

大多数开发者现在都在使用编码 Agent（如 Antigravity）来构建应用。为了使 Agent 更容易掌握最新的 API 模式，我们构建了 gemini-interactions-api 技能。它将 Interactions API 开发的最佳实践模式注入到你的 Agent 的上下文中（包括流式、函数调用、结构化输出、深度研究等）。

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

开始使用

Interactions API 可通过 Python 和 JavaScript SDK 使用。如果你已经在使用我们的某个支持合作伙伴（LiteLLM、Eigent 或 Agno）进行构建，你可以立即开始使用他们的 Interactions API 集成。

从 Google AI Studio 获取你的 API 密钥，然后按照 Interactions API 文档 开始使用。如果你是从 generateContent 迁移，我们的迁移指南会将每个字段映射到新架构。你也可以查看完整的 OpenAPI 规范。

Interactions API 是基于开发者反馈构建的，这种关注不会随着全面可用而改变。请在开发者论坛告诉我们你的需求。