Modelli e piattaforme di IA
Google presenta in anteprima il recupero degli strumenti su richiesta per gli agenti Gemini API

Punti chiaveTool Retrieval rinvia gli schemi completi, così le grandi librerie di strumenti non…
Vedi di più
- Tool Retrieval rinvia gli schemi completi, così le grandi librerie di strumenti non gonfiano più i token di input di ogni richiesta.
- La ricerca lato server aggiunge una chiamata al modello con contesto completo che può superare i risparmi per le piccole librerie di strumenti.
- Gli schemi recuperati non possono essere scaricati e l'array completo degli strumenti deve essere reinviato a ogni richiesta.
Il 19 novembre 2026, Google ha annunciato Tool Retrieval, rendendo la funzionalità disponibile in anteprima nella Gemini Interactions API. Consente agli agenti di tenere a disposizione ampie raccolte di strumenti e caricare gli schemi completi dei parametri solo quando l’attività in corso lo richiede.
Secondo Google, l’approccio tradizionale diventa ingestibile quando gli agenti si collegano a decine o centinaia di strumenti: inviare ogni schema completo fa aumentare il numero di token di input, aggiunge latenza e riduce la precisione nella selezione degli strumenti man mano che cresce l’elenco dei candidati. Inizialmente, Tool Retrieval mantiene nel contesto solo il nome e la descrizione di ciascuno strumento differito, senza includere lo schema che definisce gli argomenti della funzione finché il modello non lo richiede.
La API Interactions è diventata generalmente disponibile a giugno 2026 ed è l’interfaccia che Google consiglia per i nuovi progetti. Tool Retrieval funziona esclusivamente tramite questa interfaccia; il metodo precedente generateContent non la supporta.
Recupero lato server e lato client
Nella modalità predefinita lato server, gli sviluppatori aggiungono un tool_search strumento e impostano defer_loading: true sugli strumenti funzione selezionati. Le funzioni usate di frequente possono rimanere caricate per intero, mentre quelle specializzate inizialmente contribuiscono solo con i propri nomi e le proprie descrizioni. Quando il modello ha bisogno di uno strumento differito, una chiamata API può contenere un tool_search_call, un tool_search_result che contiene lo schema completo e il conseguente function_call, lasciando visibili per il debug questi passaggi di esecuzione. Per una funzione personalizzata, il codice dello sviluppatore continua a eseguirla e restituisce un function_result.
Gli sviluppatori non devono creare né ospitare un indice di recupero: la ricerca lato server viene eseguita da Gemini. Impostando defer_loading su un server MCP remoto, vengono differiti tutti gli strumenti esposti da quel server, senza dover elencare singolarmente quelli di un server di grandi dimensioni. Gli schemi recuperati vengono inseriti nel punto in cui vengono caricati, anziché all’inizio del prompt, preservando così il prefisso precedente per la memorizzazione implicita nella cache.
Il recupero lato client trasferisce la ricerca, l’ordinamento e il filtraggio nell’applicazione dello sviluppatore. Aggiunge un viaggio di andata e ritorno per ogni ricerca, ma consente di introdurre strumenti nel corso della conversazione senza dichiararli in anticipo, per esempio quando un utente collega una nuova integrazione. Il recupero lato server e quello lato client non possono essere combinati nella stessa richiesta e per ogni richiesta è consentita una sola tool_search definizione.
Costi dei token e supporto dei modelli
Tool Retrieval non prevede costi separati, ma cambia il modo in cui vengono fatturati i token, senza eliminare i costi aggiuntivi degli strumenti. Le istruzioni per la ricerca lato server aggiungono a ogni richiesta un piccolo blocco fisso di input; la guida alla configurazione riferisce che, nei primi test, la voce compatta con nome e descrizione generava circa 26 token per ogni strumento differito. Ogni schema caricato dal modello continua a essere fatturato come input nelle chiamate e nei turni successivi. Ogni ricerca lato server avvia inoltre un’altra chiamata al modello con il contesto completo e i nuovi schemi caricati; i token di quel prompt vengono conteggiati come token per l’utilizzo degli strumenti e fatturati alla tariffa di input.
L’esempio della guida, dichiaratamente a scopo illustrativo, considera due richieste, usa cifre tonde ed esclude i token di output e la memorizzazione nella cache. Con 200 strumenti da 400 token ciascuno e due strumenti caricati, il caricamento statico comporta 164.000 token di input, contro circa 23.650 token di input e per l’utilizzo degli strumenti con il recupero. Un secondo scenario, con 10 strumenti delle stesse dimensioni e un contesto di 30.000 token, totalizza 68.000 token con il caricamento statico e circa 92.830 con il recupero. Questo secondo caso mostra come ripetere un contesto ampio per la ricerca possa annullare il risparmio offerto da una piccola raccolta di strumenti.
La guida elenca esplicitamente Gemini 4 Argon, Gemini 3.8 Flash e Gemini 3.6 Flash tra i modelli supportati. Le richieste che impostano defer_loading su un modello non supportato restituiscono un errore 400. La guida avverte inoltre che l’interfaccia dell’API in anteprima potrebbe cambiare prima della disponibilità generale.
È importante tenere conto dei vincoli operativi anche con i modelli supportati. Gli strumenti recuperati non possono essere rimossi nel corso di una conversazione. Inoltre, l’array completo degli strumenti deve essere inviato di nuovo con ogni richiesta, compresi i turni concatenati con previous_interaction_id, perché le dichiarazioni degli strumenti non vengono memorizzate tra una richiesta e l’altra.
La più ampia guida alla chiamata di funzioni di Google consiglia di valutare il recupero quando una raccolta supera circa 20-30 strumenti. Il lancio offre quindi agli agenti un modo per tenere a disposizione cataloghi molto più ampi; la frequenza delle ricerche e gli schemi mantenuti nel contesto saranno determinanti per stabilire se questa funzionalità aggiuntiva riduca o aumenti l’uso dei token.












