AI-mallit ja alustat
Google esittelee Gemini API -agenteille pyynnöstä tapahtuvan työkalujen haun

Keskeiset kohdatTool Retrieval lykkää täydellisiä skeemoja, joten suuret työkalukirjastot eivät enää…
Näytä lisää
- Tool Retrieval lykkää täydellisiä skeemoja, joten suuret työkalukirjastot eivät enää kasvata jokaisen pyynnön syötekenttiä.
- Palvelinpuolen haku lisää mallikutsun täydellä kontekstilla, mikä voi ylittää säästöt pienissä työkalukirjastoissa.
- Haettuja skeemoja ei voi poistaa käytöstä, ja täydellinen tools-taulukko on lähetettävä uudelleen jokaisessa pyynnössä.
Google julkisti työkalujen haun 19. marraskuuta 2026 ja toi ominaisuuden esikatseluun Gemini Interactions APIssa. Sen ansiosta agentit voivat pitää laajoja työkalukirjastoja valmiina ja ladata täydet parametriskeemat vasta, kun käsillä oleva tehtävä niitä edellyttää.
Googlen mukaan perinteinen toimintatapa käy hankalaksi, kun agentit yhdistetään kymmeniin tai satoihin työkaluihin: kaikkien täydellisten skeemojen lähettäminen kasvattaa syötetokenien määrää, lisää viivettä ja heikentää työkalun valinnan tarkkuutta ehdokaslistan kasvaessa. Työkalujen haku pitää aluksi kontekstissa kustakin lykätystä työkalusta vain nimen ja kuvauksen ja jättää funktion argumentit määrittävän skeeman pois, kunnes malli pyytää sitä.
Interactions API tuli yleisesti saataville kesäkuussa 2026, ja Google suosittelee sitä uusien projektien rajapinnaksi. Työkalujen haku toimii yksinomaan tämän rajapinnan kautta; vanhempi generateContent menetelmä ei tue sitä.
Palvelin- ja asiakaspuolen haku
Oletusarvoisessa palvelinpuolen tilassa kehittäjät lisäävät tool_search työkalun ja määrittävät defer_loading: true valituille funktiotyökaluille. Usein käytetyt funktiot voidaan ladata kokonaan, kun taas erikoistuneista funktioista lisätään aluksi vain nimet ja kuvaukset. Kun malli tarvitsee lykättyä työkalua, yksi API-kutsu voi sisältää tool_search_call, sekä tool_search_result , joka sisältää täyden skeeman ja tuloksena syntyvän function_call, jolloin nämä suoritusvaiheet näkyvät virheenkorjausta varten. Mukautetun funktion tapauksessa kehittäjän koodi suorittaa sen edelleen ja palauttaa function_result.
Kehittäjien ei tarvitse rakentaa tai ylläpitää hakuindeksiä, sillä Gemini suorittaa haun palvelinpuolella. Kun defer_loading määritetään etäkäytössä olevalle MCP-palvelimelle, kaikkien sen tarjoamien työkalujen haku lykätään, joten suurta palvelinta käytettäessä jokaista työkalua ei tarvitse luetella erikseen. Haetut skeemat lisätään kohtaan, jossa ne ladataan, eikä kehotteen alkuun, joten aiempi etuliite säilyy implisiittistä välimuistia varten.
Asiakaspuolen haussa haku, järjestäminen ja suodatus siirtyvät kehittäjän sovelluksen tehtäväksi. Se lisää yhden edestakaisen tiedonsiirtokierroksen hakua kohden, mutta mahdollistaa työkalujen lisäämisen keskustelun aikana ilman, että ne määritellään etukäteen, esimerkiksi silloin, kun käyttäjä yhdistää uuden integraation. Palvelin- ja asiakaspuolen hakua ei voi yhdistää samassa pyynnössä, ja täsmälleen yksi tool_search määritelmä on sallittu.
Tokenien kustannukset ja mallien tuki
Työkalujen hausta ei peritä erillistä maksua, mutta se muuttaa sitä, miten tokeneista veloitetaan, eikä poista työkalujen käytöstä aiheutuvaa lisäkuormaa. Palvelinpuolen haun ohjeet lisäävät jokaiseen pyyntöön pienen, kiinteän syöteosion; käyttöönotto-opas kertoo, että varhaisissa testeissä jokainen lykätty työkalu tuotti tiiviin nimi- ja kuvausmerkinnän muodossa noin 26 tokenia. Jokainen mallin lataama skeema pysyy laskutettavana syötteenä myöhemmissä kutsuissa ja keskusteluvuoroissa. Kukin palvelinpuolen haku käynnistää lisäksi uuden mallikutsun, jossa mukana ovat koko konteksti ja juuri ladatut skeemat. Tämän kehotteen tokenit ilmoitetaan työkalujen käyttöön liittyvinä tokeneina, ja niistä veloitetaan syötteen mukainen hinta.
Oppaan nimenomaisesti havainnollistava kahden pyynnön esimerkki käyttää pyöreitä lukuja eikä sisällä tulostokeneita tai välimuistia. Kun työkaluja on 200 ja kussakin 400 tokenia, ja työkaluja ladataan kaksi, staattinen latausmäärä on esimerkin mukaan 164 000 syötetokenia. Haun avulla määrä on noin 23 650 syöte- ja työkalujen käyttötokenia. Toisessa esimerkissä on 10 samankokoista työkalua ja 30 000 tokenin konteksti: staattisesti ladattuna kokonaismäärä on 68 000 tokenia, mutta haun avulla noin 92 830. Tämä toinen tapaus osoittaa, miten suuren kontekstin toistaminen hakua varten voi ylittää pienestä työkalukirjastosta saatavan säästön.
Oppaassa tuetuiksi malleiksi luetellaan nimenomaisesti Gemini 4 Argon, Gemini 3.8 Flash ja Gemini 3.6 Flash. Pyynnöt, joissa määritetään defer_loading tukematon malli, palauttavat 400-virheen. Oppaassa myös varoitetaan, että esikatseluvaiheen API-rajapinta saattaa muuttua ennen yleistä saatavuutta.
Tuettujen mallien käytössä on edelleen huomioitava toiminnallisia rajoituksia. Haettuja työkaluja ei voi poistaa käytöstä keskustelun aikana. Koko työkalutaulukko on myös lähetettävä uudelleen jokaisessa pyynnössä, myös vuoroissa, jotka ketjutetaan previous_interaction_id-merkillä, sillä työkalumäärityksiä ei tallenneta pyyntöjen välillä.
Googlen laajempi funktionkutsumisopas suosittelee harkitsemaan hakua, kun kirjastossa on suunnilleen 20–30 työkalua. Julkaisu tarjoaa siten agenteille keinon pitää valmiina huomattavasti suurempia luetteloita, mutta haun käyttötiheys ja säilytettävät skeemat ratkaisevat, vähentääkö vai lisääkö tämä lisäominaisuus tokenien käyttöä.












