Agjent antigravitacional

Agjenti Antigravity është një agjent i menaxhuar me qëllim të përgjithshëm në Gemini API. Një thirrje e vetme API ju jep një agjent që arsyeton, ekzekuton kodin, menaxhon skedarët dhe shfleton uebin brenda sandbox-it tuaj të sigurt Linux, të organizuar nga Google.

Funksionon me Gemini 3.5 Flash dhe përdor të njëjtën pajisje si Antigravity IDE. I disponueshëm përmes Interactions API dhe 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);

PUSHTIM 

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

Aftësitë

Çdo thirrje mund të sigurojë një sandbox Linux dhe të fillojë një cikël përdorimi të mjeteve. Agjenti planifikon, vepron, vëzhgon rezultatet dhe përsërit derisa detyra të përfundojë.

  • Ekzekutimi i kodit: Ekzekutimi i komandave Bash, Python dhe Node.js. Instalimi i paketave, ekzekutimi i testeve, ndërtimi i aplikacioneve.
  • Menaxhimi i skedarëve: Lexoni, shkruani, modifikoni, kërkoni dhe listoni skedarët në sandbox. Skedarët ruhen gjatë ndërveprimeve.
  • Qasje në internet: Kërkimi në Google dhe marrja e URL-ve për të dhëna.
  • Kompaktimi i kontekstit: Kompaktimi automatik i kontekstit (aktivizohet në ~135 mijë tokena) për të mbështetur seanca të gjata me shumë kthesa pa humbur kontekstin ose pa arritur kufijtë e tokenave.

Shihni Fillim të Shpejtë për përdorimin me shumë kthesa dhe transmetimin.

Mjetet e mbështetura

Si parazgjedhje, agjenti ka qasje në code_execution , google_search dhe url_context . Mjetet e sistemit të skedarëve aktivizohen automatikisht kur specifikoni parametrin environment . Gjithashtu mund të përcaktoni funksione të personalizuara për të lidhur agjentin me API-të dhe mjetet tuaja. Ju duhet të specifikoni parametrin e tools vetëm kur personalizoni ose kufizoni grupin e parazgjedhur ose kur shtoni funksione të personalizuara.

Mjet Vlera e tipit Përshkrimi
Ekzekutimi i Kodit code_execution Ekzekutoni komandat e shell (bash, Python, Node) me kapjen stdout/stderr.
Kërkimi në Google google_search Kërko në uebin publik.
Konteksti i URL-së url_context Merrni dhe lexoni faqet e internetit.
Sistemi i skedarëve (aktivizuar nëpërmjet environment ) Lexo, shkruaj, modifiko, kërko dhe listo skedarët në sandbox. Nuk ka lloj mjeti të veçantë; aktivizohet automatikisht kur caktohet environment .
Funksione të Personalizuara function Përcaktoni funksione të personalizuara që agjenti mund të kërkojë të ekzekutohen. Shihni Thirrja e funksionit .
Serveri MCP i largët mcp_server Regjistroni serverët e jashtëm të Protokollit të Kontekstit të Modelit (MCP) si mjete. Shihni serverët MCP .

Për ta kufizuar agjentin në mjete specifike, kaloni vetëm ato që ju nevojiten:

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);

PUSHTIM 

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-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"}
    ]
}'

Hyrje Multimodale

Agjenti Antigravity mbështet hyrjet multimodale. Aktualisht, mbështeten vetëm hyrjet e text dhe image . Imazhet duhet të ofrohen si vargje të koduara në linjë base64 ( 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 });

PUSHTIM 

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: $GEMINI_API_KEY" \
-d "{
    \"agent\": \"antigravity-preview-05-2026\",
    \"input\": [
        {\"type\": \"text\", \"text\": \"Analyze this chart and summarize the trends.\"},
        {
            \"type\": \"image\",
            \"mime_type\": \"image/png\",
            \"data\": \"$BASE64_IMAGE\"
        }
    ],
    \"environment\": \"remote\"
}"

Thirrja e funksionit

Thirrja e funksionit ju lejon të lidhni agjentin Antigravity me API dhe baza të dhënash të jashtme duke përcaktuar mjete të personalizuara që agjenti mund të thërrasë. Për koncepte të përgjithshme, shihni Thirrja e funksionit me API-në Gemini .

Shembulli i mëposhtëm demonstron një bashkëveprim me 2 kthesa. Agjenti së pari kërkon një thirrje të personalizuar të funksionit get_weather dhe klienti e ekzekuton atë dhe e kthen rezultatin në kthesën e dytë.

Python 

from google import genai

client = genai.Client()

# 1. Define the custom function
get_weather_tool = {
    "type": "function",
    "name": "get_weather",
    "description": "Gets the current weather for a given location.",
    "parameters": {
        "type": "object",
        "properties": {
            "location": {
                "type": "string",
                "description": "The city and country, e.g. San Francisco, USA",
            }
        },
        "required": ["location"],
    },
}

# 2. Call the agent with the custom tool (Turn 1)
interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="What is the weather in Tokyo?",
    environment="remote",
    tools=[
        {"type": "code_execution"},  # Enable default code execution
        get_weather_tool,            # Add custom function
    ],
)

# Check if the agent requested a function call
if interaction.status == "requires_action":
    # Find function calls that do not have a matching function result.
    # Filesystem tools (like write_file) are also represented as function calls
    # but are executed automatically by the environment.
    executed_calls = {step.call_id for step in interaction.steps if step.type == "function_result"}
    pending_calls = [step for step in interaction.steps if step.type == "function_call" and step.id not in executed_calls]

    if pending_calls:
        fc_step = pending_calls[0]
        print(f"Function to call: {fc_step.name} (ID: {fc_step.id})")
        print(f"Arguments: {fc_step.arguments}")

        # 3. Execute the function locally (simulated get_weather()) and send the result back (Turn 2)
        function_result = {
            "temperature": 23,
            "unit": "celsius"
        }

        final_interaction = client.interactions.create(
            agent="antigravity-preview-05-2026",
            previous_interaction_id=interaction.id,  # Reference the interaction ID
            environment=interaction.environment_id,
            input=[
                {
                    "type": "function_result",
                    "name": fc_step.name,
                    "call_id": fc_step.id,
                    "result": function_result,
                }
            ],
        )

        print(final_interaction.output_text)
        # Output: The current weather in Tokyo, Japan is 23°C (Celsius).
    else:
        print("No pending function calls.")
else:
    print(f"Interaction completed with status: {interaction.status}")

JavaScript 

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

const client = new GoogleGenAI({});

// 1. Define the custom function
const get_weather_tool = {
  type: "function",
  name: "get_weather",
  description: "Gets the current weather for a given location.",
  parameters: {
    type: "object",
    properties: {
      location: {
        type: "string",
        description: "The city and country, e.g. San Francisco, USA",
      },
    },
    required: ["location"],
  },
};

// 2. Call the agent with the custom tool (Turn 1)
const interaction = await client.interactions.create({
  agent: "antigravity-preview-05-2026",
  input: "What is the weather in Tokyo?",
  environment: "remote",
  tools: [
    { type: "code_execution" },
    get_weather_tool,
  ],
}, { timeout: 300000 });

if (interaction.status === "requires_action") {
  // Find function calls that do not have a matching function result.
  // Filesystem tools (like write_file) are also represented as function calls
  // but are executed automatically by the environment.
  const executedCalls = new Set(
    interaction.steps
      .filter(s => s.type === "function_result")
      .map(s => s.call_id)
  );
  const pendingCalls = interaction.steps.filter(
    s => s.type === "function_call" && !executedCalls.has(s.id)
  );

  if (pendingCalls.length > 0) {
    const fcStep = pendingCalls[0];
    console.log(`Function to call: ${fcStep.name} (ID: ${fcStep.id})`);

    // 3. Execute the function locally (simulated get_weather()) and send the result back (Turn 2)
    const functionResult = {
      temperature: 23,
      unit: "celsius"
    };

    const finalInteraction = await client.interactions.create({
      agent: "antigravity-preview-05-2026",
      previous_interaction_id: interaction.id, // Reference the interaction ID
      environment: interaction.environment_id,
      input: [
        {
          type: "function_result",
          name: fcStep.name,
          call_id: fcStep.id,
          result: functionResult,
        }
      ],
    }, { timeout: 300000 });

    console.log(finalInteraction.output_text);
  } else {
    console.log("No pending function calls.");
  }
} else {
  console.log(`Interaction completed with status: ${interaction.status}`);
}

PUSHTIM 

# 1. Turn 1: Request function call
RESPONSE=$(curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -d '{
      "agent": "antigravity-preview-05-2026",
      "input": "What is the weather in Tokyo?",
      "environment": "remote",
      "tools": [
          {"type": "code_execution"},
          {
              "type": "function",
              "name": "get_weather",
              "description": "Gets the current weather for a given location.",
              "parameters": {
                  "type": "object",
                  "properties": {
                      "location": {"type": "string"}
                  },
                  "required": ["location"]
              }
          }
      ]
  }')

# Extract interaction ID, environment ID, and call ID (requires jq)
INTERACTION_ID=$(echo $RESPONSE | jq -r '.id')
ENVIRONMENT_ID=$(echo $RESPONSE | jq -r '.environment_id')
CALL_ID=$(echo $RESPONSE | jq -r '.steps[] | select(.type=="function_call") | .id')

# 2. Turn 2: Send function result back using variables
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -d "{
      \"agent\": \"antigravity-preview-05-2026\",
      \"previous_interaction_id\": \"$INTERACTION_ID\",
      \"environment\": \"$ENVIRONMENT_ID\",
      \"input\": [
          {
              \"type\": \"function_result\",
              \"name\": \"get_weather\",
              \"call_id\": \"$CALL_ID\",
              \"result\": {
                  \"temperature\": 23,
                  \"unit\": \"celsius\"
              }
          }
      ]
  }"

Serverat MCP

Ju mund ta lidhni agjentin Antigravity me mjete të jashtme duke regjistruar serverë të largët të Protokollit të Kontekstit të Modelit (MCP). Agjenti mbështet serverë të largët MCP përmes HTTP të transmetueshëm.

Kur regjistroni një server MCP, duhet të specifikoni fushat e mëposhtme në grupin e tools :

Fushë Lloji E detyrueshme Përshkrimi
type varg Po Duhet të jetë "mcp_server" .
name varg Po Një identifikues unik për serverin. Duhet të jetë vetëm me shkronja të vogla dhe alfanumerik (që përputhet me ^[a-z0-9_-]+$ ).
url varg Po URL-ja e pikës fundore të serverit të largët MCP.
headers objekt Jo Tituj të personalizuar (p.sh., vërtetim) të dërguar me kërkesat.
allowed_tools varg Jo Lista e emrave të mjeteve që lejohen të ekzekutohen. Nëse lihen jashtë, të gjitha mjetet lejohen.

Python 

from google import genai

client = genai.Client()

# Register a remote HTTP MCP server
interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="What is the weather in Tokyo?",
    environment="remote",
    tools=[{
        "type": "mcp_server",
        "name": "weather", # Must be lowercase
        "url": "https://gemini-api-demos.uc.r.appspot.com/mcp"
    }]
)

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: "What is the weather in Tokyo?",
    environment: "remote",
    tools: [{
        type: "mcp_server",
        name: "weather", // Must be lowercase
        url: "https://gemini-api-demos.uc.r.appspot.com/mcp"
    }]
}, { timeout: 300000 });

console.log(interaction.output_text);

PUSHTIM 

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -d '{
      "agent": "antigravity-preview-05-2026",
      "input": "What is the weather in Tokyo?",
      "environment": "remote",
      "tools": [{
          "type": "mcp_server",
          "name": "weather",
          "url": "https://gemini-api-demos.uc.r.appspot.com/mcp"
      }]
  }'

Përshtatja e agjentit

Ju mund ta zgjeroni agjentin Antigravity duke personalizuar udhëzimet, mjetet dhe mjedisin e tij. Agjenti mbështet një qasje të bazuar në sistemin e skedarëve për personalizimin: ju mund të montoni skedarë si AGENTS.md për udhëzime dhe aftësi nën .agents/skills/ direkt në sandbox, ose të kaloni konfigurimin brenda rreshtit në kohën e ndërveprimit. Ju mund të përsërisni konfigurimin tuaj brenda rreshtit dhe pastaj ta ruani atë si një agjent të menaxhuar kur të jeni gati.

Për detaje të plota se si të ndërtoni agjentë të personalizuar, shihni Ndërtimi i Agjentëve të Menaxhuar .

Ekzekutimi në sfond

Detyrat e agjentëve që përfshijnë arsyetim me shumë hapa, ekzekutim kodi ose operacione me skedarë mund të zgjasin disa minuta për t'u përfunduar. Përdorni background=True për të ekzekutuar bashkëveprimin në mënyrë asinkrone. API kthehet menjëherë me një ID bashkëveprimi që ju e pyetni derisa statusi të completed ose failed .

Python 

import time
from google import genai

client = genai.Client()

# 1. Start the interaction in the background
interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Run a complex analysis on the repository.",
    environment="remote",
    background=True,
)

print(f"Interaction started in background: {interaction.id}")

# 2. Poll for completion
while interaction.status == "in_progress":
    time.sleep(5)
    interaction = client.interactions.get(id=interaction.id)

if interaction.status == "completed":
    print(interaction.output_text)
else:
    print(f"Finished with status: {interaction.status}")

JavaScript 

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

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Run a complex analysis on the repository.",
    environment: "remote",
    background: true,
});

console.log(`Interaction started in background: ${interaction.id}`);

let result = interaction;
while (result.status === "in_progress") {
    await new Promise(resolve => setTimeout(resolve, 5000));
    result = await client.interactions.get(interaction.id);
}

if (result.status === "completed") {
    console.log(result.output_text);
} else {
    console.log(`Finished with status: ${result.status}`);
}

PUSHTIM 

# 1. Start the interaction in the background
RESPONSE=$(curl -s -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": "Run a complex analysis on the repository.",
      "environment": "remote",
      "background": true
  }')

INTERACTION_ID=$(echo $RESPONSE | jq -r '.id')

# 2. Poll for results (repeat until status is "completed")
curl -s -X GET "https://generativelanguage.googleapis.com/v1beta/interactions/$INTERACTION_ID" \
  -H "x-goog-api-key: $GEMINI_API_KEY"

Ekzekutimi në sfond kërkon store=True , i cili është parazgjedhja. Për përditësimet e progresit në kohë reale gjatë ekzekutimit në sfond, shihni Transmetimi i ndërveprimeve në sfond .

Mund të anuloni një bashkëveprim në sfond që është duke u ekzekutuar duke përdorur metodën cancel .

Python 

client.interactions.cancel(id="INTERACTION_ID")

JavaScript 

await client.interactions.cancel({ id: "INTERACTION_ID" });

PUSHTIM 

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions/INTERACTION_ID:cancel" \
  -H "x-goog-api-key: $GEMINI_API_KEY"

Shumë-kthesë me ekzekutim në sfond

Kur një ndërveprim në sfond përfshin mjete gjendjeje (si ekzekutimi i kodit në një sandbox), përdorni environment_id nga ndërveprimi i përfunduar për të vazhduar në të njëjtin mjedis. Kjo siguron që agjenti të vazhdojë aty ku e la me të gjithë skedarët dhe gjendjen e paprekur.

Python 

import time
from google import genai

client = genai.Client()

# First turn: run a task in the background
interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Clone https://github.com/google/generative-ai-python and run its tests.",
    environment="remote",
    background=True,
)

while interaction.status == "in_progress":
    time.sleep(5)
    interaction = client.interactions.get(id=interaction.id)

# Second turn: continue in the same environment
followup = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Fix any failing tests and re-run them.",
    previous_interaction_id=interaction.id,
    environment=interaction.environment_id,
    background=True,
)

while followup.status == "in_progress":
    time.sleep(5)
    followup = client.interactions.get(id=followup.id)

print(followup.output_text)

JavaScript 

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

const client = new GoogleGenAI({});

// First turn: run a task in the background
let interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Clone https://github.com/google/generative-ai-python and run its tests.",
    environment: "remote",
    background: true,
});

while (interaction.status === "in_progress") {
    await new Promise(resolve => setTimeout(resolve, 5000));
    interaction = await client.interactions.get(interaction.id);
}

// Second turn: continue in the same environment
let followup = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Fix any failing tests and re-run them.",
    previous_interaction_id: interaction.id,
    environment: interaction.environment_id,
    background: true,
});

while (followup.status === "in_progress") {
    await new Promise(resolve => setTimeout(resolve, 5000));
    followup = await client.interactions.get(followup.id);
}

console.log(followup.output_text);

PUSHTIM 

# 1. Start first interaction in the background
RESPONSE=$(curl -s -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": "Clone https://github.com/google/generative-ai-python and run its tests.",
      "environment": "remote",
      "background": true
  }')

INTERACTION_ID=$(echo $RESPONSE | jq -r '.id')

# 2. Poll until completed (repeat until status is "completed")
RESULT=$(curl -s -X GET "https://generativelanguage.googleapis.com/v1beta/interactions/$INTERACTION_ID" \
  -H "x-goog-api-key: $GEMINI_API_KEY")

ENVIRONMENT_ID=$(echo $RESULT | jq -r '.environment_id')

# 3. Continue in the same environment
curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Api-Revision: 2026-05-20" \
  -d "{
      \"agent\": \"antigravity-preview-05-2026\",
      \"input\": \"Fix any failing tests and re-run them.\",
      \"previous_interaction_id\": \"$INTERACTION_ID\",
      \"environment\": \"$ENVIRONMENT_ID\",
      \"background\": true
  }"

Mjediset

Çdo thirrje krijon ose ripërdor një sandbox Linux. Parametri environment merr tre forma:

Formular Përshkrimi
"remote" Sigurimi i një sandbox-i të ri me cilësime fillestare.
"env_abc123" Ripërdorni një mjedis ekzistues sipas ID-së, duke ruajtur të gjithë skedarët dhe gjendjen.
{...} Konfigurim i plotë EnvironmentConfig me burime dhe rregulla të rrjetit të personalizuara.

Shihni Mjediset për detaje mbi burimet (Git, GCS, inline), rrjetëzimin, ciklin jetësor dhe kufizimet e burimeve.

Disponueshmëria dhe çmimet

Agjenti antigravitacional është i disponueshëm në pamje paraprake përmes Interactions API në Google AI Studio dhe Gemini API.

Çmimi ndjek një model "paguaj sipas përdorimit" bazuar në tokenët themelorë të modelit Gemini dhe mjetet që përdor agjenti. Ndryshe nga një kërkesë standarde bisede që prodhon një rezultat të vetëm, një ndërveprim Antigravity është një rrjedhë pune agjentësh. Një kërkesë e vetme shkakton një cikël autonom arsyetimi, ekzekutimi mjetesh, ekzekutimi të kodit dhe menaxhimi të skedarëve.

Kostot e vlerësuara

Kostot ndryshojnë në bazë të kompleksitetit të detyrës. Agjenti përcakton në mënyrë autonome se sa thirrje mjetesh, ekzekutime kodi dhe operacione skedarësh nevojiten. Vlerësimet e mëposhtme bazohen në ekzekutime.

Kategoria e detyrës Shenjat e hyrjes Tokenat e daljes Kosto tipike
Hulumtim dhe sintezë informacioni 100 mijë–500 mijë 10 mijë–40 mijë 0,30 dollarë–1,00 dollarë
Gjenerimi i dokumenteve dhe përmbajtjes 100 mijë–500 mijë 15 mijë–50 mijë 0,30 dollarë–1,30 dollarë
Dizajni i procesit dhe sistemit 100 mijë–400 mijë 10 mijë–30 mijë 0,25 dollarë–0,80 dollarë
Përpunimi dhe analiza e të dhënave 300 mijë–3 milionë 30 mijë–150 mijë 0,70 dollarë–3,25 dollarë

50–70% e tokenëve të hyrjes zakonisht ruhen në memorien e përkohshme. Flukset komplekse të punës së agjentëve me shumë thirrje mjetesh mund të grumbullojnë 3–5 milionë tokena në një bashkëveprim të vetëm, me kosto deri në ~$5.

Llogaritja e mjedisit (CPU, memoria, ekzekutimi i sandbox) nuk faturohet gjatë periudhës së pamjes paraprake.

Kufizime

  • Statusi i pamjes paraprake: Agjenti Antigravity dhe API-ja e Ndërveprimeve. Karakteristikat dhe skemat mund të ndryshojnë.
  • Konfigurim gjenerimi i pambështetur: Parametrat e mëposhtëm nuk mbështeten dhe kthejnë një gabim 400: temperature , top_p , top_k , stop_sequences , max_output_tokens .
  • Dalje e strukturuar: Agjenti Antigravity nuk mbështet dalje të strukturuara.
  • Mjetet e padisponueshme: file_search , computer_use dhe google_maps nuk mbështeten ende.
  • Kufizime të MCP-së në distancë: Transporti i Ngjarjeve të Dërguara nga Serveri (SSE) nuk mbështetet (përdorni Streamable HTTP). Përveç kësaj, name i serverit duhet të jetë rreptësisht i vogël dhe alfanumerik (përdorimi i shkronjave të mëdha shkakton një gabim të përgjithshëm 400 Bad Request ).
  • Mjet i sistemit të skedarëve: Për momentin nuk ka asnjë mjet të sistemit të skedarëve. Është pjesë e environment .
  • Kërkesa për ruajtje: Ekzekutimi i agjentit duke përdorur background=True kërkon store=True .
  • Thirrja e funksionit vetëm me gjendje: Thirrja e funksionit mbështetet vetëm në modalitetin me gjendje. Duhet të përdorni previous_interaction_id për të vazhduar kthesën; rindërtimi manual i historikut (modaliteti pa gjendje) nuk mbështetet.
  • Llojet multimodale të pambështetura. Futjet audio, video dhe dokumente nuk mbështeten për momentin. Lejohen vetëm teksti dhe imazhi.

Çfarë vjen më pas