Googleは11月19日、Gemini APIにTool Retrieval(ツール検索)のプレビュー版を追加した。エージェントに数十〜数百のツールを接続している場合、開発者はリクエストのたびに全ツールのパラメーターschemaを詰め込む必要がなくなる。モデルは最初にツール名と説明だけを受け取り、使いたいツールが決まった時点で名前を指定して完全な定義を取得し、同じリクエスト内で関数呼び出しを行う。
現時点ではInteractions APIのみが対象で、Gemini 3.6以降、Gemini 4の全モデルを含む。Googleがブログで述べる動機は明快だ。ツールが増えるほど、毎回すべてのschemaを送ることで入力トークンと遅延が膨らみ、候補が多いほどモデルが正しいツールを選ぶ確率も下がるという。

取得方法は2種類
デフォルトはサーバー側検索。開発者はtoolsに{"type": "tool_search"}を1項目追加し、使用頻度の低いツールにdefer_loadingを付ける。よく使うツールは従来どおり直接宣言する。検索はGoogleのサーバー上で実行されるため、インデックスを自前で構築・ホストする必要はない。デバッグ時はinteraction.stepsにtool_search_call、tool_search_result、function_callの3種類のステップが現れ、ツール名と説明のどちらが分かりにくいのかを切り分けやすい。
もう1つはクライアント側検索で、tool_searchの宣言に"execution": "client"を加える。モデルが検索リクエストを出すと、アプリ側が自前のツールレジストリを検索し、一致したschemaを関数の結果として返す。検索のたびに往復が1回増えるが、その代わりツールを事前に宣言しておく必要がなく、会話の途中で新しいツールを追加でき、ユーザー権限による絞り込みや自社のベクトルインデックスとの連携も可能になる。
リモートMCPサーバーにも対応する。mcp_serverツールにdefer_loading: trueを設定すると、そのサーバーが公開する全ツールがオンデマンド読み込みに切り替わる。Googleは、遅延ロードされるschemaはプロンプトの先頭には置かず、後からロードされたものは会話の後方に追記されるため、複数ターンにわたるプレフィックスキャッシュが無効にならないとも説明している。
"Tool Retrieval has no separate charge. Input and output tokens are billed at the standard rates for the model you call."
節約になるかはツールの規模しだい
tool_searchを有効にすると、入力トークンが少量だけ固定で増える。具体的な量はブログに記載がない。モデルがロードしたschemaは、事前に宣言したツールと同様、以降の会話で入力として課金され続ける。Googleの説明では、トークンを節約できるのはロードされないschemaがロードされるものより多い場合で、大規模なツールライブラリでは通常これに当てはまるという。そのうえで、開発者には自社の実トラフィックで検証するよう勧めている。逆に、ツール数が少ないアプリや、毎ターン大半のツールを使うアプリでは、有効にしても得にならない可能性がある。
同じ発想で、先に動いたのはAnthropic
この手法は、Claude Developer Platformが昨年11月に導入済みだ。AnthropicはTool Search Toolと呼び、遅延ロードのパラメーター名も同じdefer_loadingで、MCPサーバーもオンデマンド読み込みの対象に含めている。両社の違いは示された根拠にある。Anthropicは社内テストでのトークン削減幅とツール選択の精度を公表したが、Googleは今回、仕組みと課金だけを説明し、効果を示すデータは一切出していない。
すでにClaudeやOpenAIのAPIでエージェントを構築しているチームにとって、今回のハードルは主にAPIそのものにある。ツール検索はInteractions APIでしか使えないため、旧APIのままのGeminiプロジェクトは、有効化の前に移行が必要になる。プレビュー終了後のクォータやレート制限についても、Googleは現時点で公表していない。
参考資料:Google開発者ブログ、CocoLoop、Google AI Studioのツール検索ドキュメント、Anthropic開発者ドキュメント。対応モデルのバージョン、2種類の検索モード、MCPの遅延ロード、課金ルールを確認した。