Google a lancé le 19 novembre 2026 Tool Retrieval dans l'API Gemini, disponible en aperçu dans l'Interactions API. Le billet est signé Lucia Loher, cheffe de produit de l'API Gemini, et Nora Kassner, chercheuse chez Google DeepMind. Il vise un problème pratique de passage à l'échelle des agents : quand un agent est relié à des dizaines ou des centaines d'outils, envoyer chaque schéma complet de paramètres à chaque requête gonfle les jetons d'entrée, ajoute de la latence et réduit la précision du choix de l'outil à mesure que la liste de candidats s'allonge.
Avec Tool Retrieval, un agent garde sa bibliothèque complète d'outils en réserve et ne charge un schéma de paramètres que lorsque la tâche en cours l'exige. Le développeur ajoute à la requête un outil de type tool_search et met defer_loading à vrai sur les outils à retenir. Le modèle voit toujours le nom et la description de chaque outil différé, il sait donc ce qui existe, mais les schémas restent hors du contexte. Quand il a besoin d'un outil, il le demande par son nom, l'API charge le schéma et le modèle émet l'appel de fonction, le tout dans une seule requête. Les trois étapes, tool_search_call, tool_search_result et function_call, apparaissent dans les étapes de l'interaction pour qu'on voie quels outils le modèle a envisagés.
Google indique qu'il n'y a aucun index à construire ni à héberger, car Gemini exécute la recherche côté serveur. Les équipes peuvent garder les outils les plus utilisés chargés d'emblée et différer la longue traîne. L'entreprise ajoute que la conception fonctionne avec la mise en cache des préfixes, puisque les schémas différés restent hors du début de la consigne et que les schémas chargés sont ajoutés plus tard dans la conversation, si bien que le préfixe en cache reste identique d'un tour à l'autre.
Les serveurs MCP distants sont aussi pris en charge. Définir defer_loading sur un outil mcp_server fait charger à la demande tous les outils exposés par ce serveur, ce qui permet de connecter un gros serveur sans énumérer ses outils un par un. Pour les équipes disposant de leur propre registre, index d'embeddings ou filtre de droits par utilisateur, un mode côté client déclare tool_search avec execution réglé sur client et définit des paramètres de recherche personnalisés. Ce mode ajoute un aller-retour par recherche, car c'est l'application qui effectue la requête, et permet d'exposer de nouveaux outils en cours de conversation lorsqu'un utilisateur connecte une intégration.
Côté coût, Google précise que Tool Retrieval n'entraîne aucune facturation distincte. Les jetons d'entrée et de sortie sont facturés aux tarifs normaux du modèle utilisé. Activer tool_search ajoute un petit bloc fixe de jetons d'entrée, et chaque schéma chargé par le modèle est facturé en entrée pour le reste de la conversation, comme un outil déclaré d'emblée. L'économie apparaît quand les schémas jamais chargés dépassent ceux qui le sont, ce que Google juge habituel pour les grandes bibliothèques, et elle conseille de mesurer sur son propre trafic.
La fonction marche avec les modèles Gemini 3.6 et suivants, dont tous les modèles Gemini 4, dans l'Interactions API. Les sources consultées ne donnent aucun test de précision ni d'économie de jetons ; l'ampleur du bénéfice n'a donc pas été vérifiée hors de Google.