维度网讯，谷歌于近日宣布，正式发布（GA）统一接口“交互式API（Interactions API）”，该接口将Gemini模型与AI代理整合为一个入口。自2025年12月以Beta版亮相后，该接口已成为开发者最青睐的方式，此次正式发布标志着其成为谷歌处理Gemini的基础API。
Interactions API将模型调用与代理执行统一到一个端点。传入模型ID可执行推理，传入代理ID则运行自主任务，设置'background=True'可让服务器异步处理耗时任务。该API支持服务端状态保持、后台运行、多工具组合以及多模态生成，均通过一次调用完成。
此次正式发布包含了大量开发者需求强烈的功能。“托管代理（Managed Agent）”可通过一次API调用启动远程Linux沙箱，让代理进行推理、执行代码、浏览网页及处理文件。该代理提供默认的“反重力（Antigravity）”代理，也可创建自定义代理，自行定义指令、技能和数据源。工具组合功能允许将Google搜索、地图等内置工具与用户自有函数混合在同一请求中，并同时返回文本和图像结果。
深度研究功能分为快速版和深度版两个版本，支持协作计划、图表与信息图生成，以及基于图像、PDF、音频的分析。媒体生成方面，提供Nano Banana 2图像生成、Lyria 3音乐生成以及多说话人语音合成。架构也从原有的“角色（Roles）”结构简化为将所有动作用独立步骤（Steps）处理的方式。
在成本方面，提供Flex（弹性）和Priority（优先级）两种层级，可根据成本或延迟进行优化，Flex可将成本降低50%。Interactions API现已成为Google AI Studio、Gemini API及官方文档的默认接口。原有的generateContent API仍将继续支持，但长时间运行的模型与代理的最新功能将逐步仅限Interactions API使用。有状态代理为主的开发正成为标准。
