Interactions API, nouvelle interface principale pour les modèles & agents Gemini

Pour solliciter un modèle d’IA, effectuer une recherche documentaire ou déléguer une tâche à un agent autonome, les développeurs jonglaient jusqu’ici avec des interfaces disparates. Google met fin à cette dispersion en annonçant la disponibilité générale de l’Interactions API, une interface de programmation unique qui unifie l’accès aux modèles Gemini et aux agents intelligents. L’objectif est de simplifier le travail des équipes techniques et de poser les bases d’une IA agentique à grande échelle.

À retenir

• L’Interactions API devient l’interface par défaut pour tous les modèles Gemini et agents, disponible dans Google AI Studio et Vertex AI.
• Elle gère nativement l’état des conversations et orchestre des appels d’outils complexes sans code supplémentaire.
• Les capacités de « Deep Research » sont intégrées, ce qui la place face aux modèles de raisonnement d’OpenAI.
• Les développeurs peuvent exploiter la multimodalité et le contexte long de Gemini 1.5 Pro et Flash au sein d’une même session.

---

Pour les entreprises qui bâtissent des assistants connectés à leurs bases de données ou à des API tierces, cette API simplifiée envoie un signal fort. Elle leur permet de passer du chatbot textuel à l’agent qui exécute des actions, sans changer d’outil. Le tout sur une infrastructure déjà éprouvée et pensée pour la montée en charge.

Une interface unique pour simplifier l’IA agentique

Jusqu’à aujourd’hui, un développeur qui voulait utiliser Gemini pour du chat, puis pour une recherche approfondie, puis pour déclencher une action dans un logiciel tiers, devait assembler plusieurs briques logicielles. L’Interactions API sert de point d’entrée unique et permet de passer d’un mode à l’autre sans rupture.

La fin de la fragmentation entre modèles

Désormais en disponibilité générale, l’API est conçue pour recevoir des requêtes composites. Un même appel peut contenir un message utilisateur, une instruction système, un historique de conversation et une liste d’outils autorisés. Google veut supprimer la fragmentation entre les services, en particulier entre Gemini 1.5 Pro et Gemini 1.5 Flash. Les deux modèles répondent à la même structure d’appel, ce qui facilite les tests de performance et les passages d’un niveau de complexité à l’autre.

Elle permet d’exécuter des outils et de gérer l’historique des interactions de manière asynchrone et structurée.

Google AI for Developers

Des chatbots aux agents autonomes

L’enjeu dépasse la simple simplification. L’Interactions API a été pensée pour orchestrer des agents capables de planifier. Concrètement, un modèle peut recevoir une mission de haut niveau, la décomposer en sous-tâches, solliciter un autre modèle spécialisé pour l’une d’elles, puis agréger les résultats. L’interface conserve nativement l’état de ces allers-retours, sans que le développeur ait à gérer manuellement les jetons de session.

Ce mécanisme ouvre la voie à des assistants capables, par exemple, d’analyser une série de contrats, d’en extraire les clauses clés, puis de renseigner automatiquement un formulaire dans une application externe. Pour Google, le pari est clair : sur le marché des applications d’entreprise, la valeur se mesure moins à la qualité du texte généré qu’aux tâches réellement accomplies.

Sous le capot : orchestration et gestion d’état natives

Si l’interface séduit les chefs de projet par sa promesse de simplicité, les architectes techniques y trouvent une réponse à des problèmes concrets. La gestion d’état, souvent source de bugs dans les longues chaînes d’interaction, est ici gérée par l’API elle-même. Elle conserve un historique structuré et évite les dérives de contexte.

Le « Tool Use », bras armé de l’IA

La capacité d’appel de fonctions, ou « Tool Use », est intégrée directement. Un modèle peut interroger une base de données, lancer un calcul ou envoyer un email, puis exploiter le résultat dans sa réponse. L’Interactions API orchestre ces appels sans que le code client ait à implémenter une boucle complexe de vérification. Google met en avant une optimisation de la latence, cruciale lorsque plusieurs outils sont sollicités en séquence.

Cette approche séduit les utilisateurs de Vertex AI, qui peuvent déployer des agents en production avec une meilleure fiabilité. Un responsable technique cité par The Decoder note que l’API transforme le modèle de langage en un véritable moteur d’exécution.

Une réponse directe à OpenAI

Le calendrier de lancement ne doit rien au hasard. OpenAI a démontré avec ses modèles o1 et o3 la puissance du raisonnement itératif. Google répond en intégrant ses progrès en « Deep Research » dans l’Interactions API. L’utilisateur peut demander une recherche documentaire poussée, et l’API mobilise la fenêtre contextuelle étendue de Gemini 1.5 Pro pour synthétiser des rapports détaillés.

Google a amélioré Deep Research pour permettre des recherches plus profondes et des rapports plus détaillés via l’API.

Blog du Modérateur

La firme mise sur la stabilité de son infrastructure cloud pour convaincre les développeurs tentés par l’écosystème concurrent. En centralisant recherche, raisonnement et action sous une seule interface, Google espère freiner l’attrait des solutions de Sam Altman.

Pour les entreprises européennes, cette unification tombe à point nommé : elle réduit le coût de développement et permet de prototyper rapidement des agents sur Google AI Studio avant de les déployer à l’échelle sur Vertex AI. L’interopérabilité entre les modèles ouvre la porte à des applications où l’IA ne se contente plus de répondre, mais agit.