A Google lançou a 19 de novembro de 2026 o Tool Retrieval na API Gemini, disponível em pré-visualização na Interactions API. O texto do blogue é de Lucia Loher, gestora de produto da API Gemini, e de Nora Kassner, investigadora na Google DeepMind. Visa um problema prático de escala dos agentes: quando um agente está ligado a dezenas ou centenas de ferramentas, enviar todos os esquemas completos de parâmetros em cada pedido aumenta os tokens de entrada, acrescenta latência e reduz a precisão na escolha da ferramenta à medida que a lista de candidatas cresce.
Com o Tool Retrieval, um agente mantém a biblioteca completa de ferramentas em reserva e só carrega o esquema de parâmetros quando a tarefa em curso o exige. Quem desenvolve acrescenta ao pedido uma ferramenta do tipo tool_search e define defer_loading como verdadeiro nas ferramentas a reter. O modelo continua a ver o nome e a descrição de cada ferramenta diferida, por isso sabe o que existe, mas os esquemas ficam fora do contexto. Quando precisa de uma ferramenta, pede-a pelo nome, a API carrega o esquema e o modelo emite a chamada de função, tudo dentro de um único pedido. Os três passos, tool_search_call, tool_search_result e function_call, aparecem nos passos da interação para que se veja que ferramentas o modelo ponderou.
A Google diz que não há índice para construir nem alojar, porque o Gemini executa a pesquisa no servidor. As equipas podem manter as ferramentas mais usadas carregadas desde o início e diferir a cauda longa. A empresa afirma também que o desenho funciona com a colocação em cache de prefixos, pois os esquemas diferidos ficam fora do início da instrução e os esquemas carregados são acrescentados mais tarde na conversa, de modo que o prefixo em cache se mantém igual de uma volta para a outra.
Os servidores MCP remotos também são suportados. Definir defer_loading numa ferramenta mcp_server faz com que todas as ferramentas expostas por esse servidor sejam carregadas a pedido, o que permite ligar um servidor grande sem listar as suas ferramentas uma a uma. Para equipas com registo próprio, índice de embeddings ou filtro de permissões por utilizador, um modo do lado do cliente declara tool_search com execution definido como client e define parâmetros de pesquisa próprios. Esse modo acrescenta uma ida e volta por pesquisa, porque é a aplicação que faz a consulta, e permite expor novas ferramentas a meio da conversa quando alguém liga uma integração.
Quanto ao custo, a Google afirma que o Tool Retrieval não tem cobrança separada. Os tokens de entrada e de saída são faturados às tarifas normais do modelo utilizado. Ativar tool_search acrescenta um pequeno bloco fixo de tokens de entrada, e cada esquema carregado pelo modelo é faturado como entrada durante o resto da conversa, tal como uma ferramenta declarada de início. A poupança surge quando os esquemas nunca carregados superam os que o são, o que a Google considera o caso habitual das bibliotecas grandes, e aconselha a medir com o tráfego próprio.
A funcionalidade funciona com os modelos Gemini 3.6 e posteriores, incluindo todos os modelos Gemini 4, na Interactions API. As fontes consultadas não trazem testes de precisão nem de poupança de tokens, pelo que a dimensão do benefício não foi testada fora da Google.