Agent Antigravity

L'agent Antigravity est un agent géré à usage général sur l'API Gemini. Un seul appel d'API vous donne un agent qui raisonne, exécute du code, gère des fichiers et navigue sur le Web dans votre propre bac à sable Linux sécurisé, hébergé par Google.

Il est alimenté par Gemini 3.5 Flash et utilise le même harnais que l'IDE Antigravity. Vous pouvez l'utiliser via l'API Interactions et Google AI Studio.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    environment="remote",
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    environment: "remote",
}, { timeout: 300000 });

console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Api-Revision: 2026-05-20" \
-d '{
    "agent": "antigravity-preview-05-2026",
    "input": "Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    "environment": "remote"
}'

Capacités

Chaque appel peut provisionner un bac à sable Linux et démarrer une boucle d'utilisation d'outil. L'agent planifie, agit, observe les résultats et répète l'opération jusqu'à ce que la tâche soit terminée.

  • Exécution de code : exécutez des commandes Bash, Python et Node.js. Installez des packages, exécutez des tests et créez des applications.
  • Gestion des fichiers : lisez, écrivez, modifiez, recherchez et listez des fichiers dans le bac à sable. Les fichiers sont conservés d'une interaction à l'autre.
  • Accès Web : recherche Google et récupération d'URL pour les données.
  • Compression du contexte : compression automatique du contexte (déclenchée à environ 135 000 jetons) pour prendre en charge les sessions longues et multi-tours sans perdre le contexte ni atteindre les limites de jetons.

Pour en savoir plus sur l'utilisation multi-tours et le streaming, consultez le guide de démarrage rapide .

Outils compatibles

Par défaut, l'agent a accès à code_execution, google_search et url_context. Les outils de système de fichiers sont activés automatiquement lorsque vous spécifiez le paramètre environment. Vous n'avez besoin de spécifier le paramètre tools que lorsque vous personnalisez ou limitez l'ensemble par défaut :

Outil Valeur du type Description
Exécution de code code_execution Exécutez des commandes shell (bash, Python, Node) avec capture stdout/stderr.
Recherche Google google_search Recherchez sur le Web public.
Contexte de l'URL url_context Récupérez et lisez des pages Web.
Système de fichiers (activé via environment) Lisez, écrivez, modifiez, recherchez et listez des fichiers dans le bac à sable. Aucun type d'outil distinct : activé automatiquement lorsque environment est défini.

Pour limiter l'agent à des outils spécifiques, ne transmettez que ceux dont vous avez besoin :

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Search for the latest AI research papers on reasoning and summarize them.",
    environment="remote",
    tools=[
        {"type": "google_search"},
        {"type": "url_context"},
    ],
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Search for the latest AI research papers on reasoning and summarize them.",
    environment: "remote",
    tools: [
        { type: "google_search" },
        { type: "url_context" },
    ],
}, { timeout: 300000 });

console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Api-Revision: 2026-05-20" \
-d '{
    "agent": "antigravity-preview-05-2026",
    "input": "Search for the latest AI research papers on reasoning and summarize them.",
    "environment": "remote",
    "tools": [
        {"type": "google_search"},
        {"type": "url_context"}
    ]
}'

Entrée multimodale

L'agent Antigravity est compatible avec les entrées multimodales. Pour le moment, seules les entrées text et image sont compatibles. Les images doivent être fournies sous forme de chaînes encodées en base64 intégrées (data).

Python

import base64
from google import genai

client = genai.Client()

with open("path/to/chart.png", "rb") as f:
    image_bytes = f.read()

interaction_inline = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input=[
        {"type": "text", "text": "Analyze this chart and summarize the trends."},
        {
            "type": "image",
            "data": base64.b64encode(image_bytes).decode("utf-8"),
            "mime_type": "image/png",
        },
    ],
    environment="remote",
)

JavaScript


import { GoogleGenAI } from "@google/genai";

import * as fs from "node:fs";

const client = new GoogleGenAI({});
const base64Image = fs.readFileSync("path/to/chart.png", { encoding: "base64" });

const interactionInline = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: [
        { type: "text", text: "Analyze this chart and summarize the trends." },
        {
            type: "image",
            data: base64Image,
            mime_type: "image/png",
        },
    ],
    environment: "remote",
}, { timeout: 300000 });

REST

BASE64_IMAGE=$(base64 -w0 /path/to/chart.png)

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Api-Revision: 2026-05-20" \
-d "{
    \"agent\": \"antigravity-preview-05-2026\",
    \"input\": [
        {\"type\": \"text\", \"text\": \"Analyze this chart and summarize the trends.\"},
        {
            \"type\": \"image\",
            \"mime_type\": \"image/png\",
            \"data\": \"$BASE64_IMAGE\"
        }
    ],
    \"environment\": \"remote\"
}"

Instructions système

Personnalisez le comportement de l'agent avec system_instruction pour les invites intégrées ou en montant des fichiers d'instructions dans l'environnement :

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Analyze the uploaded CSV and create a report.",
    environment="remote",
    system_instruction="You are a data analyst. Always include visualizations and export results as PDF.",
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Analyze the uploaded CSV and create a report.",
    environment: "remote",
    system_instruction: "You are a data analyst. Always include visualizations and export results as PDF.",
}, { timeout: 300000 });

console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Api-Revision: 2026-05-20" \
-d '{
    "agent": "antigravity-preview-05-2026",
    "input": "Analyze the uploaded CSV and create a report.",
    "environment": "remote",
    "system_instruction": "You are a data analyst. Always include visualizations and export results as PDF."
}'

L'agent charge automatiquement les fichiers d'instructions à partir de l'environnement :

  • AGENTS.md: ajouté en tant qu'instructions système lorsqu'il est trouvé dans .agents/ ou à la racine de l'espace de travail.
  • SKILL.md: chargé à partir de .agents/skills/ et enregistré en tant que capacités que l'agent peut appeler.

Exemple :

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Analyze the Q1 revenue data and create a slide deck.",
    environment={
        "type": "remote",
        "sources": [
            {
                "type": "inline",
                "target": ".agents/AGENTS.md",
                "content": "You are a data analyst. Always use matplotlib for charts.",
            },
            {
                "type": "inline",
                "target": ".agents/skills/slide-maker/SKILL.md",
                "content": "---\nname: slide-maker\n---\n# Slide Maker\nCreate HTML slide decks...",
            },
        ],
    },
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Analyze the Q1 revenue data and create a slide deck.",
    environment: {
        type: "remote",
        sources: [
            {
                type: "inline",
                target: ".agents/AGENTS.md",
                content: "You are a data analyst. Always use matplotlib for charts.",
            },
            {
                type: "inline",
                target: ".agents/skills/slide-maker/SKILL.md",
                content: "---\nname: slide-maker\n---\n# Slide Maker\nCreate HTML slide decks...",
            },
        ],
    },
}, { timeout: 300000 });

console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $API_KEY" \
-d '{
    "agent": "antigravity-preview-05-2026",
    "input": "Analyze the Q1 revenue data and create a slide deck.",
    "environment": {
        "type": "remote",
        "sources": [
            {
                "type": "inline",
                "target": ".agents/AGENTS.md",
                "content": "You are a data analyst. Always use matplotlib for charts."
            },
            {
                "type": "inline",
                "target": ".agents/skills/slide-maker/SKILL.md",
                "content": "---\nname: slide-maker\n---\n# Slide Maker\nCreate HTML slide decks..."
            }
        ]
    }
}'

Pour connaître le format complet de la définition de l'agent et les agents nommés réutilisables, consultez Créer des agents personnalisés.

Environnements

Chaque appel crée ou réutilise un bac à sable Linux. Le paramètre environment prend trois formes :

Formulaire Description
"remote" Provisionnez un nouveau bac à sable avec les paramètres par défaut.
"env_abc123" Réutilisez un environnement existant par ID, en conservant tous les fichiers et l'état.
{...} EnvironmentConfig complet avec des sources personnalisées et des règles réseau.

Pour en savoir plus sur les sources (Git, GCS, intégrées), la mise en réseau, le cycle de vie et les limites de ressources, consultez Environnements.

Disponibilité et prix

L'agent Antigravity est disponible en preview via l'API Interactions dans Google AI Studio et l'API Gemini.

La tarification suit un modèle de paiement à l'usage basé sur les jetons du modèle Gemini sous-jacent et les outils utilisés par l'agent. Contrairement à une requête de chat standard qui produit une seule sortie, une interaction Antigravity est un workflow agentique. Une seule requête déclenche une boucle autonome de raisonnement, d'exécution d'outil, d'exécution de code et de gestion de fichiers.

Coûts estimés

Les coûts varient en fonction de la complexité de la tâche. L'agent détermine de manière autonome le nombre d'appels d'outils, d'exécutions de code et d'opérations sur les fichiers nécessaires. Les estimations suivantes sont basées sur les exécutions.

Catégorie de tâche Jetons d'entrée Jetons de sortie Coût habituel
Recherche et synthèse d'informations 100 000 à 500 000 10 000 à 40 000 0,30 $ à 1,00 $
Génération de documents et de contenu 100 000 à 500 000 15 000 à 50 000 0,30 $ à 1,30 $
Conception de processus et de systèmes 100 000 à 400 000 10 000 à 30 000 0,25 $ à 0,80 $
Traitement et analyse des données 300 000 à 3 000 000 30 000 à 150 000 0,70 $ à 3,25 $

50 à 70% des jetons d'entrée sont généralement mis en cache. Les workflows d'agent complexes comportant de nombreux appels d'outils peuvent accumuler 3 à 5 millions de jetons en une seule interaction, avec des coûts allant jusqu'à environ 5 $.

Le calcul de l'environnement (processeur, mémoire, exécution du bac à sable) n'est pas facturé pendant la période de preview.

Limites

  • État de la preview : l'agent Antigravity et l'API Interactions sont en preview. Les fonctionnalités et les schémas peuvent changer.
  • Configuration de génération non compatible : les paramètres suivants ne sont pas compatibles et renvoient une erreur 400 : temperature, top_p, top_k, stop_sequences, max_output_tokens.
  • Sortie structurée : l'agent Antigravity n'est pas compatible avec les sorties structurées.
  • Outils non disponibles : file_search, computer_use, google_maps, function_calling et mcp ne sont pas encore compatibles.
  • Outil de système de fichiers : aucun outil de système de fichiers n'est disponible pour le moment. Il fait partie de l'environment.
  • Arrière-plan : l'agent n'est pas compatible avec background=True et nécessite store=True.
  • Types multimodaux non compatibles. Les entrées audio, vidéo et de documents ne sont pas compatibles pour le moment. Seuls le texte et les images sont autorisés.

Étape suivante