La API de Gemini estrena Tool Retrieval y carga herramientas solo cuando hace falta

Google lanzó Tool Retrieval en la API de Gemini, en vista previa en la Interactions API. La función permite que los agentes de IA mantengan en espera una biblioteca con decenas o cientos de herramientas y carguen el esquema de parámetros de cada una solo cuando la tarea lo exija, en lugar de enviar todas las definiciones completas en cada solicitud.

Según el anuncio, publicado el 19 de noviembre de 2026 por Lucia Loher, gerente de producto de la API de Gemini, y Nora Kassner, científica de investigación de Google DeepMind, enviar todos los esquemas en cada llamada infla la cantidad de tokens de entrada, aumenta la latencia y reduce la precisión en la elección de la herramienta a medida que crece la lista.

Cómo funciona

Para activarla, el desarrollador añade una herramienta tool_search a la solicitud y marca las herramientas que quiere aplazar con defer_loading: true. El modelo sigue viendo el nombre y la descripción de cada herramienta aplazada, así que sabe lo que hay disponible, pero los esquemas de parámetros quedan fuera del contexto hasta que se solicitan. Cuando el modelo necesita una herramienta, la pide por su nombre, la API carga el esquema completo y el modelo emite la llamada a la función, todo dentro de la misma solicitud.

El ejemplo de Google es un agente de atención al cliente: un cliente informa de que el pedido A-1042 llegó dañado y pide un reembolso de 40 dólares. El modelo busca la función issue_refund, la API carga su esquema y se realiza la llamada. Los tres pasos —tool_search_call, tool_search_result y function_call— aparecen en interaction.steps, lo que facilita depurar qué herramientas consideró el modelo.

No hace falta construir ni alojar un índice: la búsqueda la ejecuta el servidor de Gemini. Las herramientas más usadas pueden seguir cargadas desde el principio y solo la «cola larga» queda aplazada. La función también funciona con el caché de prefijos: los esquemas aplazados quedan fuera del inicio del prompt, así que el prefijo en caché se mantiene igual de una llamada a otra.

Precio, modelos y MCP

Tool Retrieval no tiene un cargo aparte: los tokens de entrada y salida se facturan a las tarifas estándar del modelo invocado. Activar tool_search añade un pequeño bloque fijo de tokens de entrada, y cada esquema cargado se cobra como entrada durante el resto de la conversación. El ahorro aparece cuando los esquemas que nunca se cargan superan a los que sí, el caso habitual en bibliotecas grandes, según Google.

La función trabaja con Gemini 3.6 y modelos posteriores, incluidos todos los modelos Gemini 4, y solo en la Interactions API. También funciona con servidores MCP remotos: al marcar un mcp_server con defer_loading: true, todas las herramientas que expone ese servidor se cargan bajo demanda. Existe además una variante de recuperación del lado del cliente, para quien mantiene su propio registro de herramientas: en ese modo, cada búsqueda añade un viaje de ida y vuelta, y se pueden exponer herramientas nuevas en mitad de la conversación.

La idea no es nueva: Anthropic lanzó una función de búsqueda de herramientas en noviembre de 2025 y OpenAI en marzo de 2026, con un diseño parecido. Google no dio cifras medidas de ahorro de tokens, latencia o precisión en la elección de herramientas, ni fecha de disponibilidad general: al estar en vista previa, la interfaz puede cambiar antes del lanzamiento estable.

La función llega la misma semana en que Google abrió la API de Genie 4 a los desarrolladores: Actualización: Google abre la API de Genie 4 a los desarrolladores.

Crédito de la imagen: Google / Wikimedia Commons

Fuentes

Transparencia: este artículo se produjo con ayuda de inteligencia artificial, cruzando publicaciones públicas en X y fuentes de internet. Consulta las fuentes originales para confirmar la información.

Por Muse