Gemini API ganha Tool Retrieval e carrega ferramentas de agentes só quando preciso

O Google lançou o Tool Retrieval na API do Gemini, em prévia na Interactions API. O recurso permite que agentes de IA mantenham uma biblioteca com dezenas ou centenas de ferramentas em espera e carreguem o esquema de parâmetros de cada uma apenas quando a tarefa exigir — em vez de enviar todas as definições completas em cada requisição.

Segundo o anúncio, publicado em 19 de novembro de 2026 por Lucia Loher, gerente de produto da API do Gemini, e Nora Kassner, cientista de pesquisa do Google DeepMind, enviar todos os esquemas em cada chamada infla a contagem de tokens de entrada, aumenta a latência e reduz a precisão na escolha da ferramenta à medida que a lista cresce.

Como funciona

Para ativar o recurso, o desenvolvedor adiciona uma ferramenta tool_search à requisição e marca as ferramentas que quer adiar com defer_loading: true. O modelo continua vendo o nome e a descrição de cada ferramenta adiada, então sabe o que está disponível, mas os esquemas de parâmetros ficam fora do contexto até serem solicitados. Quando o modelo precisa de uma ferramenta, ele a pede pelo nome, a API carrega o esquema completo e o modelo emite a chamada de função — tudo dentro da mesma requisição.

O exemplo do Google é um agente de atendimento: um cliente informa que o pedido A-1042 chegou danificado e pede um reembolso de 40 dólares. O modelo busca a função issue_refund, a API carrega o esquema e a chamada é feita. As três etapas — tool_search_call, tool_search_result e function_call — aparecem em interaction.steps, o que facilita depurar quais ferramentas o modelo considerou.

Não é preciso construir ou hospedar um índice: a busca é executada pelo servidor do Gemini. As ferramentas mais usadas podem continuar carregadas desde o início, e apenas a “cauda longa” fica adiada. O recurso também funciona com prefix caching: os esquemas adiados ficam fora do início do prompt, então o prefixo em cache permanece o mesmo de uma chamada para outra.

Preço, modelos e MCP

O Tool Retrieval não tem cobrança separada: os tokens de entrada e saída são faturados nas tarifas padrão do modelo chamado. Ativar o tool_search adiciona um pequeno bloco fixo de tokens de entrada, e cada esquema carregado passa a ser cobrado como entrada pelo resto da conversa. A economia aparece quando os esquemas que nunca são carregados superam os que são, o caso usual em bibliotecas grandes, segundo o Google.

O recurso funciona com o Gemini 3.6 e modelos posteriores, incluindo todos os modelos Gemini 4, e apenas na Interactions API. Ele também funciona com servidores MCP remotos: ao marcar um mcp_server com defer_loading: true, todas as ferramentas que o servidor expõe passam a ser carregadas sob demanda. Há ainda uma variante de recuperação do lado do cliente, para quem mantém o próprio registro de ferramentas — nesse modo, cada busca acrescenta uma viagem extra de ida e volta, e novas ferramentas podem ser expostas no meio da conversa.

A ideia não é inédita: a Anthropic lançou um recurso de busca de ferramentas em novembro de 2025 e a OpenAI, em março de 2026, com desenho parecido. O Google não informou números medidos de economia de tokens, latência ou precisão na escolha de ferramentas, nem uma data para a disponibilidade geral — por estar em prévia, a interface pode mudar antes do lançamento estável.

O recurso chega na mesma semana em que o Google abriu a API do Genie 4 para desenvolvedores: Atualização: Google abre Genie 4 API Gemini para desenvolvedores.

Crédito da imagem: Google / Wikimedia Commons

Fontes

Transparência: esta matéria foi produzida com o auxílio de inteligência artificial, a partir do cruzamento de publicações públicas no X e de fontes da internet. Consulte as fontes originais para confirmar as informações.

Por Muse