El 19 de noviembre, Google lanzó en la Gemini API la versión en vista previa de Tool Retrieval (recuperación de herramientas). Cuando un agente tiene conectadas decenas o cientos de herramientas, el desarrollador ya no tiene que incluir en cada solicitud el esquema de parámetros de todas ellas: el modelo ve al principio solo el nombre y la descripción, obtiene la definición completa por nombre cuando necesita usar una y emite la llamada a la función en la misma solicitud.
Por ahora, la función solo está disponible en la Interactions API y es compatible con Gemini 3.6 y versiones posteriores, incluidos todos los modelos Gemini 4. El punto de partida que Google expone en su blog es directo: cuantas más herramientas, más suben los tokens de entrada y la latencia al enviar el esquema completo en cada solicitud, y cuantas más candidatas hay, menor es la probabilidad de que el modelo elija la correcta.

Dos formas de recuperar
El modo predeterminado es la recuperación en el servidor. El desarrollador añade un elemento {"type": "tool_search"} en tools y marca con defer_loading las herramientas poco usadas, mientras que las de uso habitual se declaran directamente como siempre. La búsqueda se ejecuta en los servidores de Google, así que no hace falta crear ni alojar un índice propio. Al depurar, en interaction.steps se ven tres tipos de paso, tool_search_call, tool_search_result y function_call, lo que ayuda a averiguar si el problema está en el nombre o en una descripción poco clara.
La otra opción es la recuperación en el cliente: al declarar tool_search con "execution": "client", cuando el modelo emite la solicitud de búsqueda es la propia aplicación la que consulta su registro de herramientas y devuelve los esquemas coincidentes como resultado de función. Esto supone un viaje de ida y vuelta adicional por cada búsqueda, pero a cambio no hace falta declarar las herramientas de antemano, se pueden añadir otras nuevas a mitad de la conversación, se puede filtrar según los permisos del usuario o conectar un índice vectorial propio.
También se aplica a los servidores MCP remotos: al establecer defer_loading: true en la herramienta mcp_server, todas las herramientas que expone ese servidor pasan a cargarse bajo demanda. Google añade que los esquemas de carga diferida no se colocan al inicio del prompt, sino que los que se cargan después se anexan más adelante en la conversación, de modo que la caché de prefijo entre turnos no se invalida.
"Tool Retrieval has no separate charge. Input and output tokens are billed at the standard rates for the model you call."
(Tool Retrieval no tiene un cargo aparte. Los tokens de entrada y de salida se facturan a las tarifas estándar del modelo al que se llama.)
Ahorrar o no depende del tamaño del catálogo de herramientas
Activar tool_search añade un pequeño bloque fijo de tokens de entrada, cuyo tamaño el blog no precisa; cada esquema que el modelo carga se factura como entrada durante el resto de la conversación, igual que una herramienta declarada de antemano. Según Google, solo se ahorran tokens si los esquemas sin cargar superan a los cargados, algo que suele ocurrir en catálogos grandes, y recomienda a los desarrolladores medirlo con su propio tráfico real. En cambio, en aplicaciones con pocas herramientas, o que usan la mayoría de ellas en cada turno, activarlo puede no compensar.
La misma idea, pero Anthropic se adelantó
Este enfoque ya lo lanzó la plataforma para desarrolladores de Claude en noviembre del año pasado. Anthropic lo llama Tool Search Tool, el parámetro de carga diferida también se llama defer_loading y también incluye los servidores MCP en la carga bajo demanda. La diferencia entre ambas empresas está en las pruebas que presentan: entonces Anthropic publicó el ahorro de tokens y la precisión en la elección de herramientas obtenidos en pruebas internas, mientras que esta vez Google solo explica el mecanismo y la facturación, sin ningún dato de eficacia.
Para los equipos que ya construyen agentes con las interfaces de Claude o de OpenAI, la barrera esta vez está sobre todo en la propia interfaz. Tool Retrieval solo está disponible en la Interactions API, y los proyectos de Gemini que siguen en la interfaz antigua tienen que migrar antes de poder activarlo. Google tampoco ha publicado por ahora las cuotas ni los límites de velocidad que regirán al terminar el periodo de vista previa.
Fuentes: blog para desarrolladores de Google, CocoLoop, documentación de Tool Retrieval de Google AI Studio, documentación para desarrolladores de Anthropic; se verificaron las versiones de modelo compatibles, los dos modos de recuperación, la carga diferida con MCP y las reglas de facturación.