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.

Источник: blog.google

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):

Источник: unite.ai
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:

  1. В запрос добавляется инструмент tool_search.
  2. На инструментах, которые хотите придержать, ставится defer_loading: true.
  3. Модель видит имя и описание каждого отложенного инструмента, но не схему параметров.
  4. 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.

ПараметрЧто написано в материале
Статуспревью в Interactions API
МоделиGemini 3.6 и новее, включая все Gemini 4
Оплатаотдельной платы нет, действуют стандартные тарифы модели на входные и выходные токены
Цена, ₽нет данных: в материале цены не указаны
ЭкономияGoogle цифр не публикует; PPC Land оценивает отложенный инструмент примерно в 26 токенов
generateContentне 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

  1. Посчитайте инструменты: сколько их и какие вызываются постоянно.
  2. Оставьте частые загруженными, редкие пометьте defer_loading: true.
  3. Добавьте tool_search и прогоните свой реальный трафик.
  4. Сравните входные токены и стоимость до и после, с учётом поисковых проходов.
  5. 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.

ПромтПромт из оригинала
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
Скопируйте и вставьте в нейросеть как есть.
Из чего собран промт
  1. сценапосетителей сделать ещё меньше来場者をさらに小さくし
  2. сценаподчеркнуть масштаб кристаллов結晶のスケールを強調して
  3. 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