Google เปิด Interactions API เป็น GA — API หลักตัวใหม่ของ Gemini ที่ทำ agent, รันโค้ด และจำ state ให้ในตัว

Google ประกาศดัน Interactions API ขึ้นสถานะ general availability (GA) และวางให้เป็น “API หลักสำหรับการโต้ตอบกับโมเดลและ agent ของ Gemini” — เปลี่ยนโครงจากยุค generateContent (ที่ยังใช้ได้ต่อไป แต่ความสามารถระดับ frontier ต่อจากนี้จะมาลงที่ Interactions API เป็นหลัก) การเปลี่ยนแปลงนี้สะท้อนใน changelog ของ Gemini API ลงวันที่ 30 มิถุนายน 2026

นี่ไม่ใช่แค่การเปลี่ยนชื่อ endpoint แต่คือการยอมรับว่ารูปแบบการเรียกโมเดลแบบ “ส่ง prompt เข้า รับข้อความออก” ไม่พออีกต่อไปสำหรับยุค agent Interactions API ออกแบบมาแบบ agent-first ตั้งแต่ต้น: จัดการ state ของบทสนทนา รันเครื่องมือหลายตัว รันงานยาว ๆ แบบ async และให้ agent มีสภาพแวดล้อมจริงไว้ทำงาน — ทั้งหมดในชั้น API เดียว

สิ่งที่ได้เพิ่มตอนขึ้น GA

• Managed Agents — Google จัดสรร แซนด์บ็อกซ์ Linux ระยะไกล ให้ agent เข้าไป คิด รันโค้ด เปิดเว็บ และจัดการไฟล์ ได้จริง โดยมี agent สำเร็จรูปชื่อ Antigravity เป็นค่าเริ่มต้น และเปิดให้ต่อ agent เองได้ นี่คือส่วนที่ชนกับ agent tooling ของ Anthropic และสาย Responses/Agents ของ OpenAI ตรง ๆ
• Background execution — ตั้ง background=True กับ call ไหนก็ได้ เซิร์ฟเวอร์จะรัน interaction นั้นแบบ asynchronous เหมาะกับงานยาวที่ไม่อยากถือ connection ค้างไว้
• จำ state ฝั่งเซิร์ฟเวอร์ — อ้างอิงบทสนทนาก่อนหน้าด้วย previous_interaction_id โดยเก็บ interaction ย้อนหลังได้ 55 วัน บน tier ที่จ่ายเงิน แปลว่าไม่ต้องแบกประวัติทั้งก้อนส่งกลับไปกลับมาเอง
• ขั้นตอนการทำงานที่สังเกตได้ (observable steps) — เห็น execution แต่ละ step แบบมี type ชัด ผสมเครื่องมือหลายตัวในรอบเดียวได้

tier ราคาใหม่: Flex ถูกลง 50%, Priority เน้น latency

จุดที่นักพัฒนาต้องอ่านให้ละเอียดคือ คันโยกราคาสองตัวใหม่:

• Flex — เน้นประหยัด ลดค่าใช้จ่าย 50% แลกกับการยอมรับ latency ที่สูงขึ้น/ไม่การันตี เหมาะกับงาน batch, งานเบื้องหลัง, eval, หรือ pipeline ที่ไม่ต้องการคำตอบทันที
• Priority — เน้นความเร็ว/ความแน่นอนของ latency สำหรับงานที่ผู้ใช้รออยู่หน้าจอ

รองรับผ่าน SDK ทั้ง Python และ JavaScript และมี integration กับเครื่องมือฝั่ง community อย่าง LiteLLM, Agno และ Eigent แล้ว

มุมมอง AI Curator

การเคลื่อนไหวนี้คือ Google บอกนักพัฒนา Gemini ทุกคนกลาย ๆ ว่า “ถึงเวลาย้ายไป API แบบ agent-first แล้ว” และมันเป็นเทรนด์ที่ค่ายใหญ่เดินพร้อมกันชัดเจนในปี 2026 — OpenAI มี Responses/Agents, Anthropic มี agent tooling + Claude Code, ตอนนี้ Google รวมทุกอย่างไว้ใต้ Interactions API รูปแบบ “prompt เข้า/ข้อความออก” ที่เราคุ้นเคยกำลังกลายเป็นชั้นล่างสุด ส่วนสิ่งที่ทุกค่ายแข่งกันจริงคือ ชั้นจัดการ state, เครื่องมือ, และสภาพแวดล้อมรันงานให้ agent

สำหรับทีมไทย/SEA มีสามอย่างที่ควรพิจารณาแบบไม่ตื่นเต้นเกินไป หนึ่ง — Flex tier ที่ถูกลง 50% เป็นเรื่องจริงจังเรื่องต้นทุน ถ้าคุณมี pipeline ที่ยิง Gemini จำนวนมากแบบไม่ต้องเรียลไทม์ (จัดหมวดข้อมูล, สรุปเอกสาร, สร้าง embedding, รัน eval) การย้ายส่วนนั้นไป Flex คือการลดบิลทันทีโดยไม่ต้องเปลี่ยนโมเดล สอง — Managed Agents ตัดภาระ infra ที่แต่เดิมต้องมานั่งวางแซนด์บ็อกซ์รันโค้ดเอง (ซึ่งเป็นงานหินและเรื่อง security) แต่แลกมาด้วยการผูกกับ Google Cloud มากขึ้น สาม — การจำ state ฝั่งเซิร์ฟเวอร์สะดวกก็จริง แต่ต้องคิดเรื่อง ความเป็นส่วนตัวและ data residency: บทสนทนาถูกเก็บบนเซิร์ฟเวอร์ Google นานถึง 55 วัน ซึ่งสำหรับงานองค์กรบางประเภทในไทยเป็นเงื่อนไขที่ต้องตรวจสอบก่อนใช้

ข้อดีที่ปฏิเสธไม่ได้คือ Google เลือก ไม่บังคับให้ทุกคนต้องย้ายทันที — generateContent ยังอยู่ต่อ นักพัฒนาจึงมีเวลาทดลอง Interactions API กับงานใหม่ก่อน แล้วค่อยตัดสินใจย้ายของเดิม นี่คือแนวทางที่ถูกต้องสำหรับ API ที่มีคนใช้ในโปรดักชันอยู่แล้วจำนวนมาก

แหล่งข่าว

• Interactions API general availability — blog.google
• Gemini API changelog (30 มิ.ย. 2026)
• Google ปล่อย agents-cli 1.0 — skills + eval flywheel (3 ก.ค. 2026)