19 ноября 2026 Google запустила в превью Tool Retrieval для Gemini API. Суть в одном предложении: агент держит всю библиотеку инструментов «на подхвате», а полные описания параметров подгружает только тогда, когда задача до них дошла. Работает в Interactions API с Gemini 3.6 и новее, включая все модели Gemini 4. Отдельной платы нет. Сколько реально сэкономите, Google не пишет.
Что написала сама Google
В блоге за подписью Lucia Loher, продакт-менеджера Gemini API, и Nora Kassner, research scientist из Google DeepMind, фича описана так (перевод мой):
Tool Retrieval позволяет агенту держать полную библиотеку инструментов наготове и загружать схемы параметров только тогда, когда текущая задача в них нуждается.
Причину авторы объясняют прямо. Когда агент подключён к десяткам или сотням инструментов, полные схемы в каждом запросе раздувают счётчик входных токенов, добавляют задержку и снижают точность выбора инструмента по мере роста списка кандидатов.
Как это устроено в одном запросе
Схема простая, но подробности важны:
- В запрос добавляется инструмент tool_search.
- На инструментах, которые хотите придержать, ставится defer_loading: true.
- Модель видит имя и описание каждого отложенного инструмента, но не схему параметров.
- Когда инструмент нужен, модель запрашивает его по имени, API подгружает схему, и модель вызывает функцию. Всё это происходит в одном запросе.
В interaction.steps появляются все три шага, так что при отладке видно, какие инструменты модель рассматривала. Индекс строить не нужно: поиск выполняется на серверах Google. Есть и вариант с поиском на вашей стороне, через execution: client. Тогда приложение само ищет инструмент, но каждый поиск добавляет лишний обмен с моделью.
Для удалённых MCP-серверов тот же флаг ставится на mcp_server. Все инструменты такого сервера грузятся по требованию, и не нужно перечислять их по одному. По описанию Google, отложенные схемы стоят вне начала промпта, так что префиксный кэш не ломается от хода к ходу.
Google обещает меньше токенов, цифр не даёт
PPC Land, который разбирал документацию, пишет, что отложенный инструмент занимает около 26 токенов вместо полной схемы. Это оценка издания, а не замер Google. Google же не публикует ни экономию, ни бенчмарки. Утверждение о том, что точность выбора инструмента не падает, в посте ничем не подтверждено.
Главная оговорка: каждый серверный поиск — это отдельный оплачиваемый проход модели с полным контекстом. Unite.AI формулирует это так (перевод мой): серверный поиск добавляет вызов модели с полным контекстом, который на маленьких библиотеках может перевесить экономию. То есть на десятке инструментов выигрыш может не появиться вообще.
| Параметр | Что написано в материале |
|---|---|
| Статус | превью в Interactions API |
| Модели | Gemini 3.6 и новее, включая все Gemini 4 |
| Оплата | отдельной платы нет, действуют стандартные тарифы модели на входные и выходные токены |
| Цена, ₽ | нет данных: в материале цены не указаны |
| Экономия | Google цифр не публикует; PPC Land оценивает отложенный инструмент примерно в 26 токенов |
| generateContent | не поддерживается, работает только Interactions API (Unite.AI) |
Для креатора это пока чужой двигатель
Прямо сейчас, если вы не пишете агентов, эта новость мимо. Фича для разработчиков, в интерфейсе Gemini для картинок и видео её нет.
Если подключаете к агенту через MCP несколько сервисов, логика простая: частые инструменты оставляйте загруженными, редкие отложите.
Как проверить на своём агенте
- Посчитайте инструменты: сколько их и какие вызываются постоянно.
- Оставьте частые загруженными, редкие пометьте defer_loading: true.
- Добавьте tool_search и прогоните свой реальный трафик.
- Сравните входные токены и стоимость до и после, с учётом поисковых проходов.
- Проверьте в interaction.steps, что модель берёт нужный инструмент.
Это порядок проверки, который следует из материала. Готового замера в нём нет, сам я эту фичу не гонял.
Где подвох
- Это превью: поведение и лимиты могут поменяться до релиза.
- Экономия не гарантирована: на маленьких библиотеках поиск может обойтись дороже.
- Клиентский поиск добавляет обмен с моделью на каждый запрос.
- Загруженные схемы нельзя выгрузить обратно, а полный массив tools уходит в каждом запросе (Unite.AI).
- Заявление о точности выбора инструментов Google не подтвердила замерами.
Что говорят другие издания
Короче: идея здравая, цифр пока нет. Пока это инструмент для тех, кто считает токены каждый день. А вы свои агенты уже считаете или пока держите пару инструментов?
Промты из оригинала
Как в источнике, на языке оригинала: копируйте и вставляйте как есть.
来場者をさらに小さくし、結晶のスケールを強調してくださいИз чего собран промт
- сценапосетителей сделать ещё меньше
来場者をさらに小さくし - сценаподчеркнуть масштаб кристаллов
結晶のスケールを強調して - действиепожалуйста, исправить
ください
Источники
Gemini API tool retrieval for efficient agent scaling
Google Previews On-Demand Tool Retrieval for Gemini API Agents – Unite.AI
Google shrinks idle tools in Gemini agents to about 26 tokens each
Источникblog.google
