Google presentó Tool Retrieval en vista previa el 19 de noviembre, cambiando cómo se exponen grandes bibliotecas de funciones a Gemini. Los desarrolladores pueden aplazar los esquemas de parámetros hasta que el modelo los necesite, sin reenviarlos todos.
El anuncio sitúa la función en Interactions API. Google busca reducir los tokens de entrada y mantener la precisión al elegir herramientas cuando crece la biblioteca. El ahorro y la fiabilidad reales siguen dependiendo de la carga de la aplicación.
Los nombres siguen visibles mientras esperan los esquemas
Para activar la búsqueda en servidor se añade tool_search y se marca cada función elegida con defer_loading: true. El modelo sigue viendo nombres y descripciones; los esquemas de parámetros quedan fuera del contexto hasta que se solicitan.
Al elegir una función, el modelo la solicita por nombre. La API carga el esquema y el modelo produce la llamada dentro de la misma petición. La búsqueda, su resultado y la llamada final figuran en interaction.steps para inspección.
El ejemplo de Google usa gemini-4-hydrogen para pedir un reembolso de 40 dólares por el pedido dañado A-1042. El modelo recupera issue_refund y genera pedido e importe como argumentos. La aplicación aún debe ejecutar el reembolso y devolver function_result: recuperar el esquema no mueve dinero ni autoriza transacciones.
Esa frontera es importante con herramientas sensibles. Mejorar el descubrimiento no sustituye permisos, validación ni reglas de negocio.
La búsqueda en servidor no exige alojar un índice
La opción gestionada en servidor no requiere un índice de búsqueda propio. Las herramientas frecuentes pueden declararse completas al principio y las funciones ocasionales diferirse. Nombres y descripciones siguen importando aunque los grandes esquemas desaparezcan del contexto inicial.
También admite servidores MCP remotos. defer_loading: true en un mcp_server carga sus herramientas bajo demanda sin enumerarlas una por una.
Google dice que funciona con caché de prefijo: los esquemas diferidos quedan fuera del inicio del prompt y se añaden después a la conversación. Así el prefijo almacenado permanece estable entre turnos. Los esquemas cargados posteriormente no pasan a ser gratuitos.
La búsqueda cliente mantiene el control del registro
Las aplicaciones con registro, índice de embeddings o filtro de permisos por usuario pueden elegir ejecución cliente. Declaran tool_search con "execution": "client", una función de búsqueda y sus parámetros.
Cuando el modelo pide buscar, la aplicación consulta y devuelve los esquemas coincidentes mediante function_result. El ejemplo de continuación utiliza previous_interaction_id para enlazar el siguiente paso con la interacción existente.
Cada búsqueda añade una ida y vuelta porque la consulta corre en la aplicación. A cambio, no hay que declarar todas las herramientas inicialmente. Una integración conectada durante la conversación puede incorporar herramientas y el registro propio determina los candidatos devueltos.
Es un compromiso distinto del modo servidor. Controlar el descubrimiento implica otro paso de aplicación, con su latencia y gestión de fallos.
El ahorro depende de los esquemas que no se cargan
Tool Retrieval no tiene tarifa aparte. Los tokens de entrada y salida usan los precios normales del modelo elegido. tool_search incorpora un pequeño bloque fijo de entrada; cada esquema recuperado se factura como entrada durante el resto de la conversación.
El ahorro potencial viene de esquemas que nunca entran al contexto. Una biblioteca grande con una pequeña parte relevante ofrece más posibilidades que una conversación que termina cargando casi todo. Google recomienda medir tráfico real y no anuncia un porcentaje universal.
La vista previa admite Gemini 3.6 y posteriores, incluidos todos los modelos Gemini 4, dentro de Interactions API. No debe interpretarse como compatibilidad con toda interfaz API. La evidencia útil siguiente es el consumo de tokens, la selección de herramientas y la latencia de búsqueda cliente de la propia aplicación en esas condiciones.
