Model Gemini 4 Argon jest już dostępny. Przećwicz to samodzielnie.

Google używa technologii AI do tłumaczenia treści na Twój preferowany język. Tłumaczenia wygenerowane przez AI mogą zawierać błędy.

Gemini API

Gemini API to najszybszy sposób na przejście od prompta do produkcji dzięki Gemini, Veo, Nano Banana i innym modelom. Umożliwia integrację tych modeli generatywnych z aplikacjami w celu generowania tekstu i obrazów, analizowania danych multimodalnych i tworzenia agentów konwersacyjnych.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-argon",
    input="Explain how AI works in a few words"
)

print(interaction.output_text)

JavaScript

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

const ai = new GoogleGenAI({});

const interaction = await ai.interactions.create({
  model: "gemini-4-argon",
  input: "Explain how AI works in a few words",
});

console.log(interaction.output_text);

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("gemini-4-argon"))
        .input(InteractionsInput.of("Explain how AI works in a few words"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println(interaction.outputText().orElse(""));

Go

package main

import (
    "context"
    "fmt"
    "log"

    "google.golang.org/genai"
    "google.golang.org/genai/interactions/models/interactions"
    "google.golang.org/genai/interactions/models/operations"
)

func main() {
    ctx := context.Background()
    client, err := genai.NewClient(ctx, nil)
    if err != nil {
        log.Fatal(err)
    }

    res, err := client.Interactions.Create(ctx, operations.CreateInteractionRequest{
        Body: operations.NewCreateInteractionRequestBody(interactions.CreateModelInteraction{
            Model: interactions.Model("gemini-4-argon"),
            Input: interactions.NewInteractionsInput("Explain how AI works in a few words"),
        }),
    })
    if err != nil {
        log.Fatal(err)
    }
    if res.Interaction.OutputText != nil {
        fmt.Println(*res.Interaction.OutputText)
    }
}

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-4-argon",
    "input": "Explain how AI works in a few words"
  }'

Rozpocznij Utwórz klucz interfejsu API

Poznaj modele

Wyświetl wszystko

Gemini 4 Argon Nowość

Nasz flagowy model rozumowania z udostępnionym oknem kontekstu o wielkości 1 mln tokenów i długim dekodowaniem do 1 mln tokenów.

Gemini 3.8 Flash Nowość

Nasz najbardziej inteligentny model Flash, zaprojektowany z myślą o długofalowej inżynierii oprogramowania, autonomicznych agentach i złożonych firmowych przepływach pracy.

Gemini 3.8 Flash TTS Nowość

Model zamiany tekstu na mowę o jakości studyjnej z ekspresyjną grą aktorską, niestandardowym projektem głosu i replikacją głosu.

Gemini 3.5 Flash-Lite

Model do zadań o dużej skali, wrażliwy na koszty, zoptymalizowany pod kątem zadań subagentów o wysokiej przepustowości i krótkim czasie oczekiwania.

Nano Banana

Najnowocześniejsze modele do generowania i edytowania obrazów.

Gemini Omni Flash

Nasz najnowocześniejszy model do generowania i edytowania filmów.

Gemini 3.5 Transcribe Nowość

Model zamiany mowy na tekst z krótkim czasem oczekiwania, wykrywaniem języka na podstawie wypowiedzi, rozdzielaniem rozmówców i sygnaturami czasowymi słów.

Gemini Robotics

Model wizyjno-językowy (VLM), który wprowadza możliwości agentowe Gemini do robotyki i umożliwia zaawansowane wnioskowanie w świecie fizycznym.

Poznaj możliwości

Generowanie obrazów

Generuj i edytuj obrazy o wysokim stopniu kontekstowości za pomocą Nano Banana.

Długi kontekst

Wprowadzaj miliony tokenów do modeli Gemini i wyciągaj wnioski z nieuporządkowanych obrazów, filmów i dokumentów.

Uporządkowane dane wyjściowe

ograniczyć Gemini do odpowiadania za pomocą JSON, czyli formatu danych uporządkowanych odpowiedniego do automatycznego przetwarzania;

Wywoływanie funkcji

Twórz przepływy pracy oparte na agentach, łącząc Gemini z zewnętrznymi interfejsami API i narzędziami.

Generowanie filmów za pomocą Gemini Omni Flash

Twórz wysokiej jakości treści wideo na podstawie promptów tekstowych lub graficznych za pomocą naszego najnowocześniejszego modelu.

Agenty głosowe z interfejsem Live API

Twórz aplikacje i agenty głosowe działające w czasie rzeczywistym za pomocą interfejsu Live API.

Narzędzia

Połącz Gemini ze światem za pomocą wbudowanych narzędzi, takich jak wyszukiwarka Google, kontekst adresu URL, Mapy Google, wykonywanie kodu i korzystanie z komputera.

Zrozumienie dokumentów

Przetwarzaj pliki PDF o objętości do 1000 stron z pełnym rozpoznawaniem multimodalnym lub inne typy plików tekstowych.

Myślę

Dowiedz się, jak funkcje rozumowania ulepszają wnioskowanie w przypadku złożonych zadań i agentów.

Tworzenie agentów

Zarządzani agenci zapewniają Gemini obszar roboczy, w którym może samodzielnie planować i wykonywać zadania. W ramach jednego żądania Gemini może pisać i uruchamiać kod, przeszukiwać internet i tworzyć pliki w hostowanym środowisku piaskownicy. Zacznij od naszego gotowego agenta Antigravity lub dostosuj go za pomocą własnych instrukcji i narzędzi.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-09-2026",
    input=(
        "Research the top 5 sustainable fashion brands, "
        "compare their materials and pricing tiers, and "
        "build an interactive dashboard in analysis.html."
    ),
    environment="remote"
)

print(interaction.output_text)

JavaScript

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

const ai = new GoogleGenAI({});

const interaction = await ai.interactions.create({
  agent: "antigravity-preview-09-2026",
  input:
    "Research the top 5 sustainable fashion brands, " +
    "compare their materials and pricing tiers, and " +
    "build an interactive dashboard in analysis.html.",
  environment: "remote",
});

console.log(interaction.output_text);

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.AgentOption;
import com.google.genai.gaos.models.interactions.CreateAgentInteraction;
import com.google.genai.gaos.models.interactions.CreateAgentInteractionEnvironment;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;

Client client = new Client();

CreateAgentInteraction params =
    CreateAgentInteraction.builder()
        .agent(AgentOption.of("antigravity-preview-09-2026"))
        .input(
            InteractionsInput.of(
                "Research the top 5 sustainable fashion brands, "
                    + "compare their materials and pricing tiers, and "
                    + "build an interactive dashboard in analysis.html."))
        .environment(CreateAgentInteractionEnvironment.of("remote"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params))
        .interaction()
        .get();

System.out.println(interaction.outputText().orElse(""));

Go

package main

import (
    "context"
    "fmt"
    "log"

    "google.golang.org/genai"
    "google.golang.org/genai/interactions/models/interactions"
    "google.golang.org/genai/interactions/models/operations"
)

func main() {
    ctx := context.Background()
    client, err := genai.NewClient(ctx, nil)
    if err != nil {
        log.Fatal(err)
    }

    res, err := client.Interactions.Create(ctx, operations.CreateInteractionRequest{
        Body: operations.NewCreateInteractionRequestBody(interactions.CreateAgentInteraction{
            Agent: interactions.AgentOption("antigravity-preview-09-2026"),
            Input: interactions.NewInteractionsInput(
                "Research the top 5 sustainable fashion brands, " +
                    "compare their materials and pricing tiers, and " +
                    "build an interactive dashboard in analysis.html.",
            ),
            Environment: genai.Ptr(interactions.NewCreateAgentInteractionEnvironment("remote")),
        }),
    })
    if err != nil {
        log.Fatal(err)
    }
    if res.Interaction.OutputText != nil {
        fmt.Println(*res.Interaction.OutputText)
    }
}

REST

curl -X POST \
  "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "agent": "antigravity-preview-09-2026",
    "input": "Research the top 5 sustainable fashion brands, compare their materials and pricing tiers, and build an interactive dashboard in analysis.html.",
    "environment": "remote"
  }'

Szybki start z agentami Wypróbuj w AI Studio

Interactions API

W czerwcu 2026 r. Interactions API stał się naszym domyślnym interfejsem i jest najlepszym sposobem na tworzenie modeli Gemini i agentów. Jeśli rozpoczynasz nowy projekt, użyj interfejsu Interactions API. Interfejs generateContent API jest nadal obsługiwany, ale jest już uważany za starszą wersję.

Przegląd interakcji

Dowiedz się, jak interfejs Interactions API zarządza stanem rozmowy, wiadomościami i formatami wyjściowymi.

Przewodnik po migracji

Szczegółowy przewodnik, który pomoże Ci przejść od kodu generateContent do interfejsu Interactions API.

Streaming

Przesyłaj strumieniowo tokeny w czasie rzeczywistym, przyrostowe rozumowanie i zdarzenia wywołania narzędzi.