AI-modeller och plattformar
Google förhandsvisar hämtning av verktyg på begäran för Gemini API-agenter

Viktiga punkterTool Retrieval skjuter upp fullständiga scheman så att stora verktygsbibliotek inte…
Visa mer
- Tool Retrieval skjuter upp fullständiga scheman så att stora verktygsbibliotek inte längre blåser upp varje requests indatatokens.
- Serversidans sökning lägger till ett modellanrop med full kontext som kan överstiga besparingen för små verktygsbibliotek.
- Hämtade scheman kan inte avlastas och den fullständiga tools-arrayen måste skickas igen vid varje request.
Google tillkännagav hämtning av verktyg den 19 november 2026 och gjorde funktionen tillgänglig som förhandsversion i Gemini Interactions API. Den gör det möjligt för agenter att ha stora verktygsbibliotek i beredskap och läsa in fullständiga parameterscheman först när den aktuella uppgiften kräver det.
Google säger att det konventionella tillvägagångssättet blir ohanterligt när agenter ansluter till dussintals eller hundratals verktyg: att skicka varje fullständigt schema ökar antalet indatatoken, höjer fördröjningen och försämrar träffsäkerheten i verktygsvalet när listan med alternativ växer. Verktygshämtning håller till en början bara varje uppskjutet verktygs namn och beskrivning i kontexten och skjuter upp schemat som definierar funktionens argument tills modellen efterfrågar det.
Interactions API blev allmänt tillgängligt i juni 2026 och är Googles rekommenderade gränssnitt för nya projekt. Verktygshämtning fungerar enbart via det gränssnittet; den äldre generateContent metoden stöder inte funktionen.
Hämtning på server- och klientsidan
I standardläget på serversidan lägger utvecklare till ett tool_search verktyg och ställer in defer_loading: true på utvalda funktionsverktyg. Funktioner som används ofta kan vara fullständigt inlästa, medan specialiserade funktioner till en början bara bidrar med sina namn och beskrivningar. När modellen behöver ett uppskjutet verktyg kan ett API-anrop innehålla ett tool_search_call, ett tool_search_result som innehåller det fullständiga schemat och det resulterande function_call, så att dessa exekveringssteg förblir synliga vid felsökning. För en anpassad funktion är det fortfarande utvecklarens kod som kör den och returnerar ett function_result.
Det finns inget hämtningsindex som utvecklare behöver bygga eller stå värd för; Gemini utför sökningen på serversidan. Om man ställer in defer_loading på en fjärransluten MCP-server skjuts alla verktyg som servern tillhandahåller upp, så en stor server kräver inte att varje verktyg listas separat. Hämtade scheman infogas där de läses in i stället för i början av prompten, vilket gör att det tidigare prefixet förblir intakt för implicit cachelagring.
Hämtning på klientsidan flyttar sökning, rangordning och filtrering till utvecklarens applikation. Det innebär en extra kommunikationsrunda per sökning, men gör det möjligt att lägga till verktyg mitt i en konversation utan att deklarera dem i förväg, till exempel när en användare ansluter en ny integration. Hämtning på server- och klientsidan kan inte kombineras i samma förfrågan, och exakt en tool_search definition är tillåten.
Kostnader för token och modellstöd
Verktygshämtning medför ingen separat avgift, men ändrar hur token debiteras i stället för att eliminera kostnaderna för verktygsanvändning. Sökinstruktioner på serversidan lägger till ett litet, fast indatablock i varje förfrågan; konfigurationsguiden uppger att tidiga tester gav cirka 26 token per uppskjutet verktyg för dess kompakta post med namn och beskrivning. Varje schema som modellen läser in fortsätter att debiteras som indata vid senare anrop och turer. Varje sökning på serversidan startar också ytterligare ett modell anrop med hela kontexten och de nyligen inlästa schemana. Den prompten redovisas som token för verktygsanvändning och debiteras enligt indatataksten.
Guidens uttryckligen illustrativa exempel med två förfrågningar använder avrundade tal och räknar inte med utdatatoken eller cachelagring. Med 200 verktyg på 400 token vardera och två inlästa verktyg uppgår statisk inläsning till 164 000 indatatoken, jämfört med cirka 23 650 indatatoken och token för verktygsanvändning med hämtning. I ett andra scenario med 10 verktyg av samma storlek och en kontext på 30 000 token blir totalsumman 68 000 token med statisk inläsning och cirka 92 830 med hämtning. Det andra fallet visar hur upprepning av en stor kontext vid sökning kan väga tyngre än besparingarna från ett litet verktygsbibliotek.
Guiden anger uttryckligen Gemini 4 Argon, Gemini 3.8 Flash och Gemini 3.6 Flash som modeller som stöds. Förfrågningar där man anger defer_loading för en modell som inte stöds ger ett 400-fel. Guiden varnar också för att API:ets utformning kan ändras innan det blir allmänt tillgängligt.
Operativa begränsningar är fortfarande viktiga för alla modeller som stöds. Hämtade verktyg kan inte tas bort under en konversation. Hela verktygsarrayen måste också skickas på nytt i varje förfrågan, även turer som kedjas ihop med previous_interaction_id, eftersom verktygsdeklarationer inte lagras mellan förfrågningar.
I Googles mer omfattande guide till funktionsanrop rekommenderas att man överväger hämtning när ett bibliotek omfattar ungefär 20 till 30 verktyg. Lanseringen ger därmed agenter möjlighet att ha betydligt större kataloger i beredskap, samtidigt som sökfrekvensen och antalet scheman som behålls blir avgörande för om den extra funktionen minskar eller ökar tokenanvändningen.












