6月23日、Googleが「Interactions API: our primary interface for Gemini models and agents」と題した記事を公開した。GeminiモデルおよびエージェントとのやりとりにおけるプライマリAPIとして「Interactions API」が正式リリース（GA）に達した。最大の特徴はManaged Agentsと呼ばれる新機能で、APIを1回呼ぶだけでリモートのLinuxサンドボックスが自動プロビジョニングされ、インフラのセットアップなしにエージェントを即座に動かせる。エージェント開発のエントリーコストを大幅に引き下げる設計だ。
Interactions APIとは何か
Interactions APIは、Geminiモデルの呼び出しからエージェントの自律的なタスク実行まで、統一されたインターフェースで扱えるGemini向けAPIである。2025年12月にパブリックベータとして公開され、今回GAとなった。
Googleはこの発表と同時に、Google AI StudioおよびGemini APIのすべてのドキュメントのデフォルトをInteractions APIに切り替えた。従来のgenerateContent APIは引き続きサポートされ、主要なGeminiモデルも今後しばらく提供され続けるが、長時間実行モデルやエージェント向けの最先端機能は今後Interactions API側に先行して追加されていく方針だ。新規プロジェクトではInteractions APIの使用が推奨される。
コードの簡潔さが売りの一つで、モデル呼び出しにはモデルID、エージェント実行にはエージェントID、長時間タスクにはbackground=Trueを指定するだけという設計になっている。
今回のGAで加わった主要機能
Managed Agents ── リモートサンドボックスをAPIコール1つで
今回のアップデートで最も注目を引くのがManaged Agentsだ。APIを1回呼ぶだけで、リモートのLinuxサンドボックスが自動的にプロビジョニングされ、エージェントがその中でコードの実行、Webブラウジング、ファイル管理などを行える。従来であればサンドボックス環境の構築・管理・スケーリングを自前で行う必要があったが、Managed Agentsはその一切をGoogleのインフラ側に委ねる設計になっている。
デフォルトのエージェントとして「Antigravityエージェント」が同梱されており、独自のエージェントを命令・スキル・データソースを定義してカスタムエージェントとして登録することも可能だ。
インフラのセットアップ不要でエージェントを動かせるこの機能は、コーディングエージェントを用いた開発が主流になりつつある現在の開発スタイルと相性が良い。Googleによれば、多くの開発者がすでにAntigravityのようなコーディングエージェントを使ってアプリケーションを構築しているという。
バックグラウンド実行
background=Trueを指定するだけで、APIコールを非同期実行できるようになった。長時間かかるタスクをサーバー側で処理させながら結果を後から取得するユースケースに対応する。
その他の主要アップデート
- ツールの組み合わせ改善： Google Search・Google Mapsなどのビルトインツールと自前の関数を1リクエストで混在利用可能に。ツールの戻り値に画像も含められるようになった。
- Deep Researchのアップグレード： 速度重視・深度重視の2つの新エージェントバージョン、協調的な計画立案、ネイティブチャート・インフォグラフィクス生成、画像・PDF・音声を用いたマルチモーダルグラウンディングに対応。
- メディア生成： Nano Banana 2（Googleが新たに導入した画像生成モデル）による画像生成、Lyria 3による音楽生成、マルチスピーカーTTSによる表現豊かな音声生成。
- スキーマ変更（RolesからStepsへ）： 既存コードへの影響が最も大きい破壊的変更がこの構造変更だ。従来の
user/modelといったロールベースの構造から、user_input・thought・function_call・model_outputなどの各アクションが型付きの「Step」として独立した構造へと置き換わった。generateContentから移行する場合はレスポンスのパース処理を全面的に書き直す必要があるため、破壊的変更の詳細ドキュメントを事前に確認することを強く推奨する。 - コスト最適化： FlexおよびPriorityティアを導入。Flexティアでは50%のコスト削減が可能。また、有料プランでは過去のインタラクション履歴を55日間保持し取得可能。
エージェント向けのスキル機能
Googleは、エージェントがInteractions APIの最新パターンを把握しやすくするため、**gemini-interactions-api Skill**を導入した。ストリーミング、ファンクションコール、構造化出力、Deep Researchといったベストプラクティスのパターンをエージェントのコンテキストに自動注入する仕組みだ。
移行と始め方
Interactions APIはPythonおよびJavaScript SDKで利用できる。サードパーティとしてはLiteLLM、Eigent、AgnoがInteractions API統合を提供済みだ。
generateContentからの移行にはマイグレーションガイドが公開されており、旧フィールドと新スキーマの対応が整理されている。前述のスキーマ変更（RolesからStepsへ）は破壊的変更であるため、移行前に必ず確認しておきたい。APIキーはGoogle AI Studioから取得できる。
詳細はInteractions API: our primary interface for Gemini models and agentsを参照していただきたい。
