Modèles et plateformes d’IA
Google présente la récupération d’outils à la demande pour les agents de l’API Gemini

Points clésLa récupération d'outils diffère les schémas complets afin que les grandes…
Voir plus
- La récupération d'outils diffère les schémas complets afin que les grandes bibliothèques d'outils n'augmentent plus les tokens d'entrée de chaque requête.
- La recherche côté serveur ajoute un appel au modèle avec un contexte complet qui peut dépasser les économies pour les petites bibliothèques d'outils.
- Les schémas récupérés ne peuvent pas être déchargés et le tableau complet des outils doit être renvoyé à chaque requête.
Le 19 novembre 2026, Google a annoncé Tool Retrieval, une fonctionnalité disponible en préversion dans Gemini Interactions API. Elle permet aux agents de garder en réserve de vastes bibliothèques d’outils et de ne charger les schémas complets des paramètres que lorsque la tâche en cours l’exige.
Selon Google, l’approche classique devient difficile à gérer lorsque les agents se connectent à des dizaines ou des centaines d’outils : envoyer chaque schéma complet augmente le nombre de jetons d’entrée, ajoute de la latence et réduit la précision de la sélection des outils à mesure que la liste des options s’allonge. Au départ, Tool Retrieval ne garde dans le contexte que le nom et la description de chaque outil différé, et réserve le schéma qui définit les arguments de la fonction jusqu’à ce que le modèle le demande.
L’Interactions API est devenue généralement disponible en juin 2026 et constitue l’interface que Google recommande pour les nouveaux projets. Tool Retrieval fonctionne exclusivement avec cette interface ; l’ancienne generateContent méthode ne la prend pas en charge.
Récupération côté serveur et côté client
En mode côté serveur, activé par défaut, les développeurs ajoutent un tool_search outil et définissent defer_loading: true pour les outils de fonction sélectionnés. Les fonctions fréquemment utilisées peuvent rester entièrement chargées, tandis que les outils spécialisés ne contribuent au départ que leur nom et leur description. Lorsque le modèle a besoin d’un outil différé, un appel à l’API peut contenir un tool_search_call, un tool_search_result qui transporte le schéma complet et le function_call, ce qui rend ces étapes d’exécution visibles à des fins de débogage. Pour une fonction personnalisée, le code du développeur continue de l’exécuter et renvoie un function_result.
Les développeurs n’ont pas d’index de recherche à créer ni à héberger : Gemini effectue la recherche côté serveur. Le fait de définir defer_loading sur un serveur MCP distant diffère tous les outils qu’il expose ; il n’est donc pas nécessaire de répertorier individuellement les outils d’un serveur volumineux. Les schémas récupérés sont insérés à l’endroit où ils sont chargés, plutôt qu’au début de l’invite, ce qui préserve le préfixe initial pour la mise en cache implicite.
La récupération côté client confie la recherche, le classement et le filtrage à l’application du développeur. Elle ajoute un aller-retour par recherche, mais permet d’introduire des outils en cours de conversation sans les déclarer au préalable, par exemple lorsqu’un utilisateur connecte une nouvelle intégration. La récupération côté serveur et celle côté client ne peuvent pas être combinées dans une même requête, et une seule tool_search définition est autorisée.
Coût en jetons et prise en charge des modèles
Tool Retrieval n’entraîne aucuns frais distincts, mais modifie la facturation des jetons au lieu de supprimer le coût lié aux outils. Les instructions de recherche côté serveur ajoutent à chaque requête un petit bloc d’entrée de taille fixe ; le guide de configuration indique que les premiers essais ont généré environ 26 jetons par outil différé pour son entrée compacte composée d’un nom et d’une description. Chaque schéma chargé par le modèle reste facturé comme entrée lors des appels et des tours suivants. Chaque recherche côté serveur déclenche également un nouvel appel au modèle avec le contexte complet et les schémas nouvellement chargés ; cette invite est comptabilisée comme des jetons d’utilisation d’outils et facturée au tarif des jetons d’entrée.
L’exemple à deux requêtes du guide, explicitement présenté comme une illustration, utilise des nombres ronds et exclut les jetons de sortie et la mise en cache. Avec 200 outils de 400 jetons chacun et deux outils chargés, le chargement statique représente 164 000 jetons d’entrée, contre environ 23 650 jetons d’entrée et d’utilisation d’outils avec la récupération. Dans un deuxième scénario, avec 10 outils de même taille et un contexte de 30 000 jetons, le total atteint 68 000 jetons en chargement statique et environ 92 830 avec la récupération. Ce deuxième cas montre que répéter un contexte volumineux pour effectuer une recherche peut annuler les économies réalisées avec une petite bibliothèque d’outils.
Le guide cite explicitement Gemini 4 Argon, Gemini 3.8 Flash et Gemini 3.6 Flash parmi les modèles pris en charge. Les requêtes qui définissent defer_loading sur un modèle non pris en charge renvoient une erreur 400. Le guide précise également que l’interface de préversion de l’API pourrait changer avant sa disponibilité générale.
Les contraintes opérationnelles restent importantes pour tous les modèles pris en charge. Les outils récupérés ne peuvent pas être déchargés en cours de conversation. Le tableau complet des outils doit également être renvoyé à chaque requête, y compris pour les tours enchaînés avec previous_interaction_id, car les déclarations d’outils ne sont pas conservées d’une requête à l’autre.
Le guide d’appel de fonctions général de Google recommande d’envisager la récupération lorsque la bibliothèque dépasse environ 20 à 30 outils. Cette nouvelle fonctionnalité permet ainsi aux agents de garder en réserve des catalogues bien plus vastes, mais la fréquence des recherches et le maintien des schémas chargés déterminent si cette capacité supplémentaire réduit ou augmente le nombre de jetons utilisés.












