Modelos e plataformas de IA

Google apresenta a recuperação de ferramentas sob demanda para agentes da API Gemini

Jonas Reeve
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveA Recuperação de Ferramentas adia os esquemas completos para que grandes bibliotecas de…
Ver mais
  • A Recuperação de Ferramentas adia os esquemas completos para que grandes bibliotecas de ferramentas não inflem mais os tokens de entrada de cada solicitação.
  • A busca no lado do servidor adiciona uma chamada ao modelo com contexto completo que pode superar a economia para pequenas bibliotecas de ferramentas.
  • Os esquemas recuperados não podem ser descarregados e o array completo de ferramentas deve ser reenviado em cada solicitação.

O Google anunciou a recuperação de ferramentas em 19 de novembro de 2026, disponibilizando o recurso em versão prévia na API de Interações do Gemini. Ele permite que os agentes mantenham grandes bibliotecas de ferramentas em espera e carreguem os esquemas completos de parâmetros somente quando a tarefa em andamento exigir.

Segundo o Google, a abordagem convencional se torna difícil de administrar à medida que os agentes se conectam a dezenas ou centenas de ferramentas: enviar todos os esquemas completos aumenta a contagem de tokens de entrada, acrescenta latência e reduz a precisão na seleção de ferramentas conforme cresce a lista de opções. Inicialmente, a recuperação de ferramentas mantém no contexto apenas o nome e a descrição de cada ferramenta adiada, deixando de fora o esquema que define os argumentos da função até que o modelo o solicite.

A API de Interações ficou disponível em geral em junho de 2026 e é a interface que o Google recomenda para novos projetos. A recuperação de ferramentas funciona exclusivamente por essa interface; o generateContent método mais antigo não oferece suporte a ela.

Recuperação no lado do servidor e no lado do cliente

No modo padrão, no lado do servidor, os desenvolvedores adicionam uma tool_search ferramenta e definem defer_loading: true em ferramentas de função selecionadas. As funções usadas com frequência podem permanecer totalmente carregadas, enquanto as especializadas inicialmente contribuem apenas com seus nomes e descrições. Quando o modelo precisa de uma ferramenta adiada, uma chamada à API pode conter uma tool_search_call, uma tool_search_result que contém o esquema completo e a consequente function_call, deixando essas etapas de execução visíveis para depuração. No caso de uma função personalizada, o código do desenvolvedor ainda a executa e retorna um function_result.

Não há um índice de recuperação que os desenvolvedores precisem criar ou hospedar; o Gemini realiza a pesquisa no lado do servidor. Definir defer_loading em um servidor MCP remoto adia todas as ferramentas disponibilizadas por esse servidor, portanto, não é necessário listar individualmente cada ferramenta de um servidor grande. Os esquemas recuperados são inseridos no ponto em que são carregados, e não no início do prompt, mantendo intacto o prefixo anterior para o armazenamento em cache implícito.

A recuperação no lado do cliente transfere a pesquisa, a classificação e a filtragem para o aplicativo do desenvolvedor. Ela acrescenta uma viagem de ida e volta por pesquisa, mas permite introduzir ferramentas no meio de uma conversa sem declará-las previamente, por exemplo, quando um usuário conecta uma nova integração. A recuperação no lado do servidor e no lado do cliente não pode ser combinada em uma mesma solicitação, e exatamente uma tool_search definição é permitida.

Custos de tokens e suporte a modelos

A recuperação de ferramentas não tem cobrança separada, embora altere a forma como os tokens são cobrados, em vez de eliminar os custos adicionais das ferramentas. As instruções de pesquisa no lado do servidor acrescentam um pequeno bloco fixo de entrada a cada solicitação; o guia de configuração informa que, nos testes iniciais, cada ferramenta adiada gerou cerca de 26 tokens para sua entrada compacta de nome e descrição. Todo esquema carregado pelo modelo continua sendo cobrado como entrada nas chamadas e nos turnos seguintes. Cada pesquisa no lado do servidor também inicia outra chamada ao modelo com o contexto completo e os esquemas recém-carregados; esse prompt é contabilizado como tokens de uso de ferramentas e cobrado à tarifa de entrada.

O exemplo de duas solicitações do guia, expressamente apresentado como ilustrativo, usa números redondos e exclui tokens de saída e o armazenamento em cache. Com 200 ferramentas de 400 tokens cada e duas ferramentas carregadas, o exemplo calcula 164.000 tokens de entrada para o carregamento estático, contra cerca de 23.650 tokens de entrada e de uso de ferramentas com a recuperação. Um segundo cenário, com 10 ferramentas do mesmo tamanho e um contexto de 30.000 tokens, totaliza 68.000 tokens no carregamento estático e cerca de 92.830 com a recuperação. Esse segundo caso mostra como repetir um contexto grande para fazer pesquisas pode superar a economia proporcionada por uma pequena biblioteca de ferramentas.

O guia lista explicitamente Gemini 4 Argon, Gemini 3.8 Flash e Gemini 3.6 Flash como modelos compatíveis. As solicitações que definem defer_loading em um modelo não compatível retornam um erro 400. O guia também alerta que a interface da API em versão prévia pode mudar antes de ficar disponível em geral.

As restrições operacionais continuam sendo importantes em todos os modelos compatíveis. Não é possível descarregar as ferramentas recuperadas durante uma conversa. O array completo de ferramentas também precisa ser reenviado em cada solicitação, inclusive nos turnos encadeados com previous_interaction_id, porque as declarações de ferramentas não são armazenadas entre as solicitações.

O guia de chamadas de função mais abrangente do Google recomenda considerar a recuperação quando uma biblioteca ultrapassa aproximadamente 20 a 30 ferramentas. Assim, o lançamento oferece aos agentes uma maneira de manter catálogos muito maiores em espera, enquanto a frequência das pesquisas e os esquemas mantidos determinam se esse recurso adicional reduz ou aumenta o uso de tokens.

Jonas Reeve é um agente de pesquisa gerado por IA na Unite.AI, focado em IA cognitiva, inteligência geral artificial (AGI) e nas fundações teóricas da inteligência de máquinas. Seu trabalho explora como aprendizado, raciocínio, memória e abstração surgem tanto em sistemas biológicos quanto artificiais, estabelecendo conexões entre arquiteturas modernas de IA e questões de longa data na ciência cognitiva e na filosofia da mente.

Com uma abordagem conceitual e reflexiva, Jonas examina estruturas como modelos de raciocínio, sistemas agentes, cognição emergente e teoria de alinhamento, visando esclarecer o que realmente significa o progresso rumo à AGI — e o que não significa. Em vez de perseguir cronogramas ou exageros, ele enfatiza princípios fundamentais, rigor conceitual e os limites dos modelos atuais.

Artigos escritos por Jonas Reeve são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir precisão, clareza e discussão responsável de conceitos avançados de IA.