‏Interactions API حالا رابط اصلی Gemini شد

گوگل اعلام کرده که Interactions API به نسخهٔ عمومی (GA) رسیده و از این به بعد رابط اصلی‌شون برای کار با مدل‌ها و ایجنت‌های Gemini حساب می‌شه. این API دسامبر ۲۰۲۵ به‌صورت بتای عمومی منتشر شده بود و به گفتهٔ تیم گوگل خیلی زود به روش محبوب توسعه‌دهنده‌ها برای ساختن اپلیکیشن با Gemini تبدیل شد. با این نسخه اسکیما پایدار شده و مستندات هم به‌صورت پیش‌فرض روی همین API رفتن.

ایدهٔ اصلی، یه اندپوینت واحده که هم برای اینفرنس و هم برای اجرای ایجنت کار می‌کنه: مدل ID رو پاس می‌دی برای فراخوانی مدل، ایجنت ID رو پاس می‌دی برای تسک‌های خودگردان، و برای هر کار طولانی هم background=True می‌ذاری. همین یکدست بودن، اصلی‌ترین چیزیه که گوگل روش تأکید می‌کنه.

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.5-flash",
    input="Explain quantum entanglement simply.",
)

مهم‌ترین قابلیت تازه Managed Agents ـه: با یک فراخوانی API یه سندباکس لینوکسی ریموت بالا می‌آد که ایجنت توش استدلال می‌کنه، کد اجرا می‌کنه، وب رو مرور می‌کنه و فایل‌ها رو مدیریت می‌کنه. ایجنت Antigravity به‌عنوان پیش‌فرض ارائه می‌شه و می‌شه ایجنت سفارشی خودت رو هم با دستورالعمل، اسکیل و منابع داده تعریف کنی.

بقیهٔ تغییرها هم قابل توجهن. ابزارهای داخلی مثل Google Search و Google Maps حالا تو یک درخواست با فانکشن‌های خودت ترکیب می‌شن و نتیجهٔ ابزار می‌تونه علاوه بر متن، تصویر هم برگردونه. Deep Research دو نسخهٔ ایجنت جدید (یکی سریع‌تر، یکی عمیق‌تر)، پلن‌ریزی مشارکتی و نمودار و اینفوگرافیک بومی گرفته. سمت تولید رسانه هم Nano Banana 2 برای تصویر، Lyria 3 برای موسیقی و TTS چندگوینده اضافه شده.

یه تغییر ساختاری هم رخ داده: به جای ساختار قدیمی مبتنی بر نقش (role)، حالا هر کنش یه استپ تایپ‌دار جداگانه‌ست — user_input، thought، function_call، model_output و بقیه. کنار این، تیرهای Flex و Priority اومدن که Flex حدود ۵۰ درصد هزینه رو کم می‌کنه، پیام‌های خطا دقیقاً فیلد مشکل‌دار رو نشون می‌دن و اینتراکشن‌های قبلی تا ۵۵ روز روی پلن پولی قابل بازیابی‌ان.

دربارهٔ آیندهٔ generateContent، گوگل می‌گه این API قدیمی کاملاً پشتیبانی می‌شه و مدل‌های اصلی Gemini هم بهش می‌رسن، ولی انتظار دارن قابلیت‌های مرزی مربوط به مدل‌های طولانی‌مدت و ایجنت‌ها به‌طور فزاینده‌ای فقط روی Interactions API بیاد، چون این یکی از پایه برای ورک‌فلوهای استیت‌فول و ایجنتیک طراحی شده. راهنمای مهاجرت هم منتشر شده.

نکتهٔ آخر اینکه گوگل یه Skill به اسم gemini-interactions-api ساخته که الگوهای درست کار با این API — استریمینگ، فانکشن کالینگ، خروجی ساختاریافته و Deep Research — رو به کانتکست ایجنت کدنویسی‌ت تزریق می‌کنه. خود API از طریق SDKهای پایتون و جاوااسکریپت در دسترسه و شرکای پشتیبانی‌شده مثل LiteLLM، Eigent و Agno هم اینتگریشن‌شون رو آماده کردن.

نکات کلیدی:

• Interactions API به GA رسید و رابط پیش‌فرض و اصلی Gemini شد
• یک اندپوینت واحد برای مدل، ایجنت و کارهای پس‌زمینه با background=True
• Managed Agents یه سندباکس لینوکسی ریموت با اجرای کد و مرور وب بالا می‌آره
• ساختار از role به step‌های تایپ‌دار تغییر کرد و تیر Flex حدود ۵۰٪ ارزون‌تره
• generateContent پشتیبانی می‌شه، ولی قابلیت‌های مرزی سراغش نمی‌آد