Modelos y plataformas de IA
Google presenta la recuperación de herramientas bajo demanda para agentes de Gemini API

Puntos claveTool Retrieval aplaza los esquemas completos para que las bibliotecas de herramientas…
Ver más
- Tool Retrieval aplaza los esquemas completos para que las bibliotecas de herramientas grandes ya no inflen los tokens de entrada de cada solicitud.
- La búsqueda del lado del servidor añade una llamada al modelo con contexto completo que puede superar los ahorros para bibliotecas de herramientas pequeñas.
- Los esquemas recuperados no se pueden descargar y el arreglo completo de herramientas debe reenviarse en cada solicitud.
Google anunció la recuperación de herramientas el 19 de noviembre de 2026 y puso la función a disposición en versión preliminar en Gemini Interactions API. Esta permite que los agentes mantengan grandes bibliotecas de herramientas en espera y carguen los esquemas completos de parámetros solo cuando la tarea en curso lo requiera.
Google afirma que el enfoque convencional se vuelve difícil de manejar cuando los agentes se conectan a decenas o cientos de herramientas: enviar todos los esquemas completos aumenta la cantidad de tokens de entrada, añade latencia y reduce la precisión en la selección de herramientas a medida que crece la lista de opciones. Al principio, la recuperación de herramientas mantiene en el contexto solo el nombre y la descripción de cada herramienta aplazada, y reserva el esquema que define los argumentos de la función hasta que el modelo lo solicita.
La Interactions API pasó a estar disponible de forma general en junio de 2026 y es la interfaz que Google recomienda para los proyectos nuevos. La recuperación de herramientas funciona exclusivamente a través de esa interfaz; el método anterior generateContent no es compatible con ella.
Recuperación del lado del servidor y del lado del cliente
En el modo predeterminado del lado del servidor, los desarrolladores añaden una tool_search herramienta y configuran defer_loading: true en las herramientas de función seleccionadas. Las funciones de uso frecuente pueden permanecer completamente cargadas, mientras que las especializadas aportan inicialmente solo sus nombres y descripciones. Cuando el modelo necesita una herramienta aplazada, una llamada a la API puede incluir una tool_search_call, una tool_search_result que contiene el esquema completo y la consiguiente function_call, de modo que esos pasos de ejecución quedan visibles para la depuración. En el caso de una función personalizada, el código del desarrollador sigue ejecutándola y devuelve una function_result.
Los desarrolladores no tienen que crear ni alojar un índice de recuperación: Gemini realiza la búsqueda del lado del servidor. Configurar defer_loading en un servidor MCP remoto aplaza todas las herramientas que ofrece ese servidor, por lo que no hace falta enumerar individualmente las herramientas de un servidor grande. Los esquemas recuperados se insertan en el punto donde se cargan, en lugar de al principio de la solicitud, lo que mantiene intacto el prefijo anterior para el almacenamiento en caché implícito.
La recuperación del lado del cliente traslada la búsqueda, la clasificación y el filtrado a la aplicación del desarrollador. Añade un viaje de ida y vuelta por búsqueda, pero permite incorporar herramientas durante la conversación sin declararlas de antemano, por ejemplo, cuando un usuario conecta una nueva integración. La recuperación del lado del servidor y la del lado del cliente no se pueden combinar en una misma solicitud, y solo se permite una tool_search definición.
Costos de tokens y compatibilidad con modelos
La recuperación de herramientas no tiene un costo adicional, aunque modifica la forma en que se facturan los tokens en lugar de eliminar el costo de las herramientas. Las instrucciones de búsqueda del lado del servidor añaden a cada solicitud un pequeño bloque fijo de entrada; la guía de configuración indica que, en las primeras pruebas, la entrada compacta con el nombre y la descripción generó unos 26 tokens por herramienta aplazada. Cada esquema que carga el modelo sigue facturándose como entrada en las llamadas y los turnos posteriores. Además, cada búsqueda del lado del servidor inicia otra llamada al modelo con el contexto completo y los esquemas recién cargados; esa solicitud se contabiliza como tokens de uso de herramientas y se factura a la tarifa de entrada.
El ejemplo de dos solicitudes de la guía, que se presenta explícitamente con fines ilustrativos, utiliza cifras redondas y excluye los tokens de salida y el almacenamiento en caché. Con 200 herramientas de 400 tokens cada una y dos herramientas cargadas, calcula 164.000 tokens de entrada para la carga estática, frente a unos 23.650 tokens de entrada y de uso de herramientas con la recuperación. Un segundo escenario, con 10 herramientas del mismo tamaño y un contexto de 30.000 tokens, suma 68.000 tokens con la carga estática y unos 92.830 con la recuperación. Ese segundo caso muestra cómo repetir un contexto grande para realizar búsquedas puede superar el ahorro que ofrece una biblioteca pequeña de herramientas.
La guía enumera explícitamente Gemini 4 Argon, Gemini 3.8 Flash y Gemini 3.6 Flash como modelos compatibles. Las solicitudes que establecen defer_loading en un modelo no compatible devuelven un error 400. También advierte que la interfaz de la API en versión preliminar podría cambiar antes de su disponibilidad general.
Las restricciones operativas siguen siendo importantes en todos los modelos compatibles. Las herramientas recuperadas no se pueden descargar durante una conversación. Además, es necesario volver a enviar la matriz completa de herramientas en cada solicitud, incluidos los turnos encadenados mediante previous_interaction_id, porque las declaraciones de herramientas no se conservan entre solicitudes.
La guía de Google sobre llamadas a funciones recomienda considerar la recuperación cuando una biblioteca supera aproximadamente las 20 o 30 herramientas. Por tanto, este lanzamiento ofrece a los agentes una forma de mantener en espera catálogos mucho más grandes, aunque la frecuencia de las búsquedas y los esquemas que se conservan serán determinantes para saber si esta capacidad adicional reduce o aumenta el uso de tokens.












