एआई मॉडल और प्लेटफ़ॉर्म

Google ने Gemini API एजेंटों के लिए मांग पर टूल पुनर्प्राप्ति की झलक पेश की

Jonas Reeve
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुटूल रिट्रीवल पूर्ण स्कीमाओं को स्थगित करता है ताकि बड़ी टूल लाइब्रेरी अब हर अनुरोध के…
और देखें
  • टूल रिट्रीवल पूर्ण स्कीमाओं को स्थगित करता है ताकि बड़ी टूल लाइब्रेरी अब हर अनुरोध के इनपुट टोकन को न बढ़ाएं।
  • सर्वर-साइड खोज पूर्ण संदर्भ के साथ एक मॉडल कॉल जोड़ती है जो छोटी टूल लाइब्रेरी के लिए बचत से अधिक हो सकती है।
  • प्राप्त स्कीमाओं को अनलोड नहीं किया जा सकता और पूरी टूल्स सरणी हर अनुरोध पर फिर से भेजनी होगी।

Google ने 19 नवंबर, 2026 को टूल पुनर्प्राप्ति की घोषणा की और Gemini Interactions API में यह सुविधा प्रीव्यू के तौर पर उपलब्ध कराई। इससे एजेंट टूल की बड़ी लाइब्रेरी को तैयार रख सकते हैं और पूरे पैरामीटर स्कीमा को तभी लोड कर सकते हैं, जब मौजूदा कार्य के लिए उसकी ज़रूरत हो।

Google के अनुसार, जब एजेंट दर्जनों या सैकड़ों टूल से जुड़ते हैं, तो पारंपरिक तरीका संभालना मुश्किल हो जाता है: हर टूल का पूरा स्कीमा भेजने से इनपुट टोकन की संख्या बढ़ती है, विलंब बढ़ता है और विकल्पों की सूची लंबी होने के साथ सही टूल चुनने की सटीकता घटती है। टूल पुनर्प्राप्ति में शुरुआत में संदर्भ में केवल हर स्थगित टूल का नाम और विवरण रखा जाता है; फ़ंक्शन के तर्क तय करने वाला स्कीमा तब तक रोका जाता है, जब तक मॉडल उसकी मांग न करे।

इंटरैक्शंस एपीआई जून 2026 में आम तौर पर उपलब्ध हुआ और Google नए प्रोजेक्टों के लिए इसी इंटरफ़ेस की अनुशंसा करता है। टूल पुनर्प्राप्ति केवल इसी इंटरफ़ेस के ज़रिए काम करती है; पुरानी generateContent विधि इसका समर्थन नहीं करती।

सर्वर-साइड और क्लाइंट-साइड पुनर्प्राप्ति

डिफ़ॉल्ट सर्वर-साइड मोड में, डेवलपर एक tool_search टूल जोड़ते हैं और चुनिंदा फ़ंक्शन टूल पर defer_loading: true सेट करते हैं। अक्सर इस्तेमाल होने वाले फ़ंक्शन पूरी तरह लोड रह सकते हैं, जबकि विशेष उपयोग वाले फ़ंक्शन शुरू में केवल अपने नाम और विवरण देते हैं। जब मॉडल को किसी स्थगित टूल की ज़रूरत होती है, तो एक API कॉल में tool_search_call, एक tool_search_result जिसमें पूरा स्कीमा होता है और उससे उत्पन्न function_call, शामिल हो सकता है; इससे इन निष्पादन चरणों को डीबग करने के लिए देखा जा सकता है। कस्टम फ़ंक्शन के मामले में, डेवलपर का कोड अब भी उसे निष्पादित करता है और एक function_result.

डेवलपरों को कोई पुनर्प्राप्ति इंडेक्स बनाने या होस्ट करने की ज़रूरत नहीं है; सर्वर-साइड खोज Gemini करता है। सेटिंग defer_loading को रिमोट MCP सर्वर पर लागू करने से उस सर्वर के सभी टूल स्थगित हो जाते हैं, इसलिए बड़े सर्वर के हर टूल को अलग-अलग सूचीबद्ध करने की ज़रूरत नहीं होती। पुनर्प्राप्त किए गए स्कीमा प्रॉम्प्ट की शुरुआत में रखने के बजाय वहीं जोड़े जाते हैं, जहां वे लोड होते हैं; इससे पहले वाला प्रीफ़िक्स इम्प्लिसिट कैशिंग के लिए जस का तस रहता है।

क्लाइंट-साइड पुनर्प्राप्ति में खोज, रैंकिंग और फ़िल्टरिंग डेवलपर के ऐप्लिकेशन में होती है। हर खोज के लिए एक अतिरिक्त राउंड ट्रिप लगता है, लेकिन इससे बातचीत के बीच में भी टूल जोड़े जा सकते हैं, बिना उन्हें पहले से घोषित किए—मिसाल के तौर पर, जब कोई उपयोगकर्ता नया इंटिग्रेशन जोड़ता है। एक ही अनुरोध में सर्वर-साइड और क्लाइंट-साइड पुनर्प्राप्ति को मिलाकर इस्तेमाल नहीं किया जा सकता, और ठीक एक tool_search परिभाषा की अनुमति है।

टोकन की लागत और मॉडल का समर्थन

टूल पुनर्प्राप्ति के लिए अलग से कोई शुल्क नहीं है, हालांकि इससे टोकन की बिलिंग का तरीका बदलता है; टूल का अतिरिक्त खर्च खत्म नहीं होता। सर्वर-साइड खोज के निर्देश हर अनुरोध में इनपुट का एक छोटा, निश्चित ब्लॉक जोड़ते हैं; सेटअप गाइड के मुताबिक, शुरुआती परीक्षण में हर स्थगित टूल के नाम और विवरण की संक्षिप्त प्रविष्टि के लिए लगभग 26 टोकन लगे। मॉडल द्वारा लोड किया गया हर स्कीमा बाद की कॉल और टर्न में इनपुट के रूप में बिल योग्य रहता है। सर्वर-साइड की हर खोज पूरे संदर्भ और नए लोड किए गए स्कीमा के साथ एक और मॉडल कॉल भी शुरू करती है; उस प्रॉम्प्ट को टूल-उपयोग टोकन के रूप में दर्ज किया जाता है और उस पर इनपुट दर से शुल्क लगता है।

गाइड में दिया गया दो अनुरोधों का उदाहरण स्पष्ट रूप से केवल समझाने के लिए है; इसमें गोल संख्याएं ली गई हैं और आउटपुट टोकन तथा कैशिंग शामिल नहीं हैं। 400 टोकन वाले 200 टूल में से दो टूल लोड करने पर, गाइड के अनुसार, स्थिर रूप से लोड करने में 164,000 इनपुट टोकन लगते हैं, जबकि पुनर्प्राप्ति का उपयोग करने पर इनपुट और टूल-उपयोग टोकन मिलाकर लगभग 23,650 लगते हैं। दूसरे परिदृश्य में, समान आकार के 10 टूल और 30,000 टोकन के संदर्भ के साथ, स्थिर लोडिंग में कुल 68,000 टोकन लगते हैं, जबकि पुनर्प्राप्ति में लगभग 92,830। यह दूसरा उदाहरण दिखाता है कि खोज के लिए बड़े संदर्भ को बार-बार दोहराने की लागत, टूल की छोटी लाइब्रेरी से होने वाली बचत से अधिक हो सकती है।

गाइड में स्पष्ट रूप से समर्थित मॉडल के तौर पर Gemini 4 Argon, Gemini 3.8 Flash और Gemini 3.6 Flash के नाम दिए गए हैं। ऐसे अनुरोध जो defer_loading असमर्थित मॉडल पर सेट किए जाते हैं, वे 400 त्रुटि देते हैं। गाइड यह चेतावनी भी देता है कि आम तौर पर उपलब्ध होने से पहले प्रीव्यू API में बदलाव हो सकते हैं।

समर्थित मॉडलों में भी परिचालन संबंधी सीमाएं महत्वपूर्ण हैं। बातचीत के दौरान पुनर्प्राप्त किए गए टूल को हटाया नहीं जा सकता। हर अनुरोध में टूल की पूरी सूची दोबारा भेजना भी ज़रूरी है, जिसमें वे टर्न भी शामिल हैं जिन्हें previous_interaction_idसे जोड़ा गया है, क्योंकि अनुरोधों के बीच टूल घोषणाएं संग्रहीत नहीं रहतीं।

Google की विस्तृत फ़ंक्शन-कॉलिंग गाइड में सलाह दी गई है कि टूल लाइब्रेरी में लगभग 20 से 30 टूल होने पर पुनर्प्राप्ति पर विचार किया जाए। इस लॉन्च से एजेंटों को कहीं बड़ी टूल सूची तैयार रखने का तरीका मिलता है; साथ ही, खोज कितनी बार होती है और कितने स्कीमा बनाए रखे जाते हैं, यही तय करेगा कि इस अतिरिक्त क्षमता से टोकन का उपयोग घटता है या बढ़ता है।

Jonas Reeve एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो संज्ञानात्मक AI, कृत्रिम सामान्य बुद्धिमत्ता (AGI), और मशीन इंटेलिजेंस की सैद्धांतिक नींव पर केंद्रित हैं। उनका कार्य यह जांचता है कि सीखना, तर्क, स्मृति और अमूर्तन दोनों जैविक और कृत्रिम प्रणालियों में कैसे उभरते हैं, और आधुनिक AI आर्किटेक्चर को संज्ञानात्मक विज्ञान और मन के दर्शन में लंबे समय से मौजूद प्रश्नों से जोड़ता है।

एक वैचारिक और प्रतिबिंबात्मक दृष्टिकोण के साथ, Jonas तर्क मॉडल, एजेंटिक सिस्टम, उद्भवित संज्ञान, और संरेखण सिद्धांत जैसे ढाँचों की जांच करते हैं, जिसका उद्देश्य यह स्पष्ट करना है कि AGI की ओर प्रगति का वास्तविक अर्थ क्या है—और क्या नहीं है। समयसीमा या प्रचार का पीछा करने के बजाय, वे मूल सिद्धांतों, वैचारिक कठोरता, और वर्तमान मॉडलों की सीमाओं पर जोर देते हैं।

Jonas Reeve द्वारा लिखे गए लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा सटीकता, स्पष्टता, और उन्नत AI अवधारणाओं की जिम्मेदार चर्चा सुनिश्चित करने के लिए समीक्षित किए जाते हैं।