Google DeepMind は Interactions API を Gemini モデルとエージェントのデフォルト インターフェイスにし、モデルの最初の出荷以来 Gemini 開発の中心となってきた古い `generateContent` インターフェイスからの移行を完了しました。 6 月 26 日に Google の開発者ブログで発表されたこの動きにより、2025 年 12 月からベータ版として提供されてきた API が、開発者が Gemini 上に構築することが期待される主要な方法に昇格します。

古い「generateContent」インターフェースは引き続き機能するため、既存のアプリケーションが一夜にして壊れることはないとGoogleは強調した。しかし、同社は現在、明確な線引きを行っています。新しいエージェント機能は今後、インタラクション API を通じてのみ提供されます。 この件の詳細は、人工知能の最新情報をご覧ください。

> 「インタラクションはエージェントの新時代の舞台を設定します。」
>
> — Logan Kilpatrick、Google デベロッパー リレーションズ リード

Google は、開発者が以前のインターフェースから移行するのに役立つ移行ガイドを公開しており、新しい API は現在、Google AI Studio 内およびすべての Gemini 公式ドキュメントのデフォルトとなっています。

インタラクション API の変更内容

最も重要な変化は構造的なものです。以前のインターフェイスでは、役割 (「ユーザー」や「モデル」などのラベル) に基づいて会話が整理され、ほとんどの大規模な言語モデル API で採用されている使い慣れたチャット形式が反映されていました。インタラクション API は、そのロールベースの構造を 型指定されたステップ に置き換えます。ユーザーの入力から関数呼び出し、モデル応答に至るまで、すべてのアクションは、明示的に定義された独自のステップになります。

Google によれば、その結果、単純なやり取りのチャットよりも、複雑なエージェントのワークフローに適したスキーマが得られたとのことです。エージェントは日常的に、ツール呼び出しを連鎖させ、バックグラウンドで実行し、中間結果に基づいて分岐する必要があります。これは、古いロールベースの会話モデルでは扱いにくいパターンでした。

組み込みエージェントのプリミティブ

2025 年後半にベータ版を開始して以来、Interactions API には、Google がファーストクラスのエージェント構成要素として位置付けている一連の機能が蓄積されてきました。

  • 管理対象エージェント。独自の Linux サンドボックス内で実行され、エージェントが生成したコードやコマンドを実行するための分離された環境を開発者に提供します。
  • 長時間実行タスクの バックグラウンド実行。これにより、エージェントは単一のリクエストをブロックするのではなく、非同期で作業を継続できます。
  • Google 検索と Google マップが組み込まれた ツール チェーン。開発者がこれらの統合を手動で接続しなくても、エージェントはリアルタイムの情報と位置データを取得できます。
  • 画像、音楽、音声にわたる メディア生成 により、単一のエージェント インターフェイスでマルチモーダルな出力を生成できます。

Google はまた、ベータ版以来スキーマの一部を簡素化し、早期採用者が指摘していた摩擦を取り除きました。

フレックスモードと優先モード

インタラクション API 上に構築する開発者は、2 つの実行モードから選択できます。 フレックス モードは、コストを約 50% 削減します。待ち時間を犠牲にして推論を安くすることができます。これは、大量の作業やバックグラウンドの作業に役立ちます。 優先モード は速度を最適化し、最速の応答が得られるようにリクエストをルーティングします。

Google の競争力にとってコストレバーは重要です。エンタープライズ AI への支出は業界全体の中心的な懸念事項となっており、モデルの使用量が拡大するにつれて企業はトークンのコストをますます精査するようになっています。 50% のコスト削減モードを提供することで、Gemini 開発者はプラットフォームを離れることなく請求を抑制する具体的な方法が得られます。

シフトが重要な理由

この移行は、業界の チャット インターフェイスから エージェント インターフェイスへの広範な方向転換を反映しています。初期の LLM 製品は会話型アシスタントとして構成されていましたが、現在の開発者ツールの波は、ツールやサービス全体で複数のステップのタスクを完了する自律型および半自律型エージェントを中心に構築されています。

インタラクション API をデフォルトにし、新しいエージェント機能を専用に予約することで、Google は開発者ベース全体をエージェントの将来に向けて設計されたインフラストラクチャに誘導しようとしています。 「generateContent」を使用し続ける開発者は互換性を維持しますが、新しい機能が徐々に失われることになります。

この変化は、エージェント層をめぐる競争が激化するにつれて起こります。 Anthropic は、Claude Code および Claude Tag 製品でエージェント インフラストラクチャに力を入れており、OpenAI はエージェントとコンピュータの使用機能を拡張し続けており、オープンソース フレームワークは増加しています。 Google は、エージェント アプリケーションが本番環境に移行する際に、基盤となるモデルだけでなく、開発者インターフェイスを所有することが決定的になるだろうと考えています。

Google は「generateContent」インターフェースのサポート終了日を発表していませんが、Gemini 上で構築するすべての人にとって、Interactions API が今後の進むべき道となるという明確な方向性があります。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →