de.wedoany.com-Bericht: Google hat kürzlich die allgemeine Verfügbarkeit (GA) der einheitlichen Schnittstelle „Interactions API" bekannt gegeben, die das Gemini-Modell und KI-Agenten in einem einzigen Einstiegspunkt vereint. Nachdem die Schnittstelle seit Dezember 2025 als Beta-Version vorgestellt wurde, hat sie sich zur bevorzugten Methode der Entwickler entwickelt. Mit der GA wird sie zur grundlegenden API von Google für die Verarbeitung von Gemini.
Die Interactions API vereint Modellaufrufe und Agentenausführung in einem einzigen Endpunkt. Durch die Übergabe einer Modell-ID kann eine Inferenz durchgeführt werden, während die Übergabe einer Agenten-ID autonome Aufgaben ausführt. Mit der Einstellung 'background=True' kann der Server zeitaufwändige Aufgaben asynchron verarbeiten. Die API unterstützt die Aufrechterhaltung des Serverstatus, Hintergrundausführung, die Kombination mehrerer Tools sowie multimodale Generierung – alles über einen einzigen Aufruf.
Die GA umfasst eine Vielzahl von Funktionen, die von Entwicklern stark nachgefragt wurden. Der „Managed Agent" kann über einen einzigen API-Aufruf eine entfernte Linux-Sandbox starten, sodass der Agent Inferenzen durchführen, Code ausführen, im Web surfen und Dateien verarbeiten kann. Der Agent bietet einen standardmäßigen „Antigravity"-Agenten, es können aber auch benutzerdefinierte Agenten erstellt werden, die eigene Anweisungen, Fähigkeiten und Datenquellen definieren. Die Tool-Kombinationsfunktion ermöglicht es, integrierte Tools wie die Google-Suche und Google Maps mit benutzereigenen Funktionen in derselben Anfrage zu mischen und gleichzeitig Text- und Bildresultate zurückzugeben.
Die Deep-Research-Funktion ist in zwei Versionen verfügbar: eine schnelle und eine tiefgehende Version. Sie unterstützt die kollaborative Planung, die Generierung von Diagrammen und Infografiken sowie Analysen auf Basis von Bildern, PDFs und Audio. Im Bereich der Mediengenerierung werden die Bildgenerierung Nano Banana 2, die Musikgenerierung Lyria 3 sowie die Sprachsynthese mit mehreren Sprechern angeboten. Die Architektur wurde zudem von der bisherigen „Rollen"-Struktur (Roles) vereinfacht, sodass alle Aktionen nun als unabhängige Schritte (Steps) verarbeitet werden.
In Bezug auf die Kosten werden zwei Stufen angeboten: Flex (Elastisch) und Priority (Priorität). Diese können je nach Kosten oder Latenz optimiert werden; mit Flex können die Kosten um 50 % gesenkt werden. Die Interactions API ist nun die Standardschnittstelle für Google AI Studio, die Gemini API und die offizielle Dokumentation. Die bestehende generateContent API wird weiterhin unterstützt, aber die neuesten Funktionen für langlebige Modelle und Agenten werden schrittweise nur noch über die Interactions API verfügbar sein. Die Entwicklung mit zustandsbehafteten Agenten wird zum Standard.
