Agente Antigravity

L'agente Antigravity è un agente gestito per uso generico sull'API Gemini. Una singola chiamata API ti fornisce un agente che ragiona, esegue codice, gestisce file e naviga sul web all'interno della tua sandbox Linux sicura, ospitata da Google.

È basato su Gemini 3.5 Flash e utilizza lo stesso harness dell'IDE Antigravity. Puoi utilizzarlo tramite l'API Interactions e 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"
}'

Funzionalità

Ogni chiamata può eseguire il provisioning di una sandbox Linux e avvia un loop di utilizzo degli strumenti. L'agente pianifica, agisce, osserva i risultati e ripete l'operazione finché l'attività non è completata.

  • Esecuzione del codice: esegui comandi Bash, Python e Node.js. Installa pacchetti, esegui test, crea app.
  • Gestione dei file: leggi, scrivi, modifica, cerca ed elenca i file nella sandbox. I file vengono mantenuti tra le interazioni.
  • Accesso web: Ricerca Google e recupero di URL per i dati.
  • Compattazione del contesto: compattazione automatica del contesto (attivata a circa 135.000 token) per supportare sessioni a più turni di lunga durata senza perdere il contesto o raggiungere i limiti di token.

Per l'utilizzo e lo streaming a più turni, consulta la Guida rapida.

Strumenti supportati

Per impostazione predefinita, l'agente ha accesso a code_execution, google_search e url_context. Gli strumenti del filesystem vengono attivati automaticamente quando specifichi il parametro environment. Devi specificare il parametro tools solo quando personalizzi o limiti l'insieme predefinito:

Strumento Valore del tipo Descrizione
Esecuzione del codice code_execution Esegui i comandi della shell (bash, Python, Node) con acquisizione di stdout/stderr.
Ricerca Google google_search Cerca sul web pubblico.
Contesto URL url_context Recupera e leggi le pagine web.
Filesystem (attivato tramite environment) Leggi, scrivi, modifica, cerca ed elenca i file nella sandbox. Nessun tipo di strumento separato: attivato automaticamente quando è impostato environment.

Per limitare l'agente a strumenti specifici, trasmetti solo quelli di cui hai bisogno:

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"}
    ]
}'

Input multimodale

L'agente Antigravity supporta gli input multimodali. Al momento sono supportati solo gli input text e image. Le immagini devono essere fornite come stringhe con codifica base64 in linea (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\"
}"

Istruzioni di sistema

Personalizza il comportamento dell'agente con system_instruction per i prompt in linea o montando i file di istruzioni nell'ambiente:

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'agente carica automaticamente i file di istruzioni dall'ambiente:

  • AGENTS.md: aggiunto come istruzioni di sistema se trovato in .agents/ o nella radice dello spazio di lavoro.
  • SKILL.md: caricato da .agents/skills/ e registrato come funzionalità che l'agente può richiamare.

Ad esempio:

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..."
            }
        ]
    }
}'

Per il formato completo della definizione dell'agente e per gli agenti denominati riutilizzabili, consulta Creare agenti personalizzati.

Ambienti

Ogni chiamata crea o riutilizza una sandbox Linux. Il parametro environment assume tre forme:

Postura Descrizione
"remote" Esegui il provisioning di una nuova sandbox con le impostazioni predefinite.
"env_abc123" Riutilizza un ambiente esistente per ID, conservando tutti i file e lo stato.
{...} EnvironmentConfig completo con origini personalizzate e regole di rete.

Per dettagli su origini (Git, GCS, in linea), networking, ciclo di vita e limiti delle risorse, consulta Ambienti.

Disponibilità e prezzi

L'agente Antigravity è disponibile in anteprima tramite l'API Interactions in Google AI Studio e l'API Gemini.

I prezzi seguono un modello con pagamento a consumo basato sui token del modello Gemini sottostante e sugli strumenti utilizzati dall'agente. A differenza di una richiesta di chat standard che produce un singolo output, un'interazione Antigravity è un workflow agentico. Una singola richiesta attiva un loop autonomo di ragionamento, esecuzione di strumenti, esecuzione di codice e gestione dei file.

Costi stimati

I costi variano in base alla complessità dell'attività. L'agente determina autonomamente il numero di chiamate di strumenti, esecuzioni di codice e operazioni sui file necessari. Le seguenti stime si basano sulle esecuzioni.

Categoria di attività Token di input Token di output Costo tipico
Ricerca e sintesi delle informazioni 100.000-500.000 10.000-40.000 0,30-1,00 $
Generazione di documenti e contenuti 100.000-500.000 15.000-50.000 0,30-1,30 $
Progettazione di processi e sistemi 100.000-400.000 10.000-30.000 0,25-0,80 $
Elaborazione e analisi dei dati 300.000-3.000.000 30.000-150.000 0,70-3,25 $

In genere, il 50-70% dei token di input viene memorizzato nella cache. I workflow agentici complessi con molte chiamate di strumenti possono accumulare 3-5 milioni di token in una singola interazione, con costi fino a circa 5 $.

Il calcolo dell'ambiente (CPU, memoria, esecuzione della sandbox) non viene fatturato durante il periodo di anteprima.

Limitazioni

  • Stato di anteprima: l'agente Antigravity e l'API Interactions sono in anteprima. Le funzionalità e gli schemi possono cambiare.
  • Configurazione di generazione non supportata: i seguenti parametri non sono supportati e restituiscono un errore 400: temperature, top_p, top_k, stop_sequences, max_output_tokens.
  • Output strutturato: l'agente Antigravity non supporta gli output strutturati.
  • Strumenti non disponibili: file_search, computer_use, google_maps, function_calling e mcp non sono ancora supportati.
  • Strumento del filesystem: al momento non è disponibile alcuno strumento del filesystem. Fa parte di environment.
  • Sfondo: l'agente non supporta l'utilizzo di background=True e richiede store=True.
  • Tipi multimodali non supportati. Al momento, gli input audio, video e di documenti non sono supportati. Sono consentiti solo testo e immagini.

Passaggi successivi