Моделі та платформи ШІ
Google анонсує отримання інструментів на вимогу для агентів Gemini API

Ключові моментиПошук інструментів відкладає повні схеми, щоб великі бібліотеки інструментів більше не…
Показати більше
- Пошук інструментів відкладає повні схеми, щоб великі бібліотеки інструментів більше не збільшували вхідні токени кожного запиту.
- Серверний пошук додає виклик моделі з повним контекстом, що може перевищити економію для невеликих бібліотек інструментів.
- Отримані схеми неможливо вивантажити, і повний масив інструментів потрібно надсилати повторно з кожним запитом.
19 листопада 2026 року Google анонсувала отримання інструментів, зробивши цю функцію доступною в попередній версії Gemini Interactions API. Вона дає змогу агентам тримати великі бібліотеки інструментів напоготові й завантажувати повні схеми параметрів лише тоді, коли цього потребує поточне завдання.
За словами Google, традиційний підхід стає громіздким, коли агенти під’єднуються до десятків або сотень інструментів: надсилання кожної повної схеми збільшує кількість вхідних токенів, додає затримку й знижує точність вибору інструментів зі зростанням списку кандидатів. Спочатку Tool Retrieval залишає в контексті лише назву й опис кожного відкладеного інструмента, не додаючи схему, яка визначає його аргументи, доки модель її не запитає.
API взаємодій став загальнодоступним у червні 2026 року, і Google рекомендує використовувати його в нових проєктах. Tool Retrieval працює лише через цей інтерфейс; старіший generateContent метод цього не підтримує.
Отримання даних на стороні сервера та клієнта
У режимі за замовчуванням, коли обробка відбувається на стороні сервера, розробники додають tool_search інструмент і задають defer_loading: true для вибраних функціональних інструментів. Часто використовувані функції можна залишати повністю завантаженими, тоді як спеціалізовані спочатку представлені лише назвами й описами. Коли моделі потрібен відкладений інструмент, один виклик API може містити tool_search_call, а tool_search_result із повною схемою та відповідним function_call, завдяки чому ці кроки виконання залишаються видимими для налагодження. Для власної функції код розробника й надалі виконує її та повертає function_result.
Розробникам не потрібно створювати чи розміщувати індекс для пошуку: пошук на стороні сервера виконує Gemini. Налаштування defer_loading на віддаленому сервері MCP відкладає всі інструменти, які надає цей сервер, тож для великого сервера не потрібно перераховувати кожен інструмент окремо. Отримані схеми вставляються в те місце, де їх завантажують, а не на початок запиту, завдяки чому попередній префікс залишається незмінним для неявного кешування.
Отримання даних на стороні клієнта переносить пошук, ранжування та фільтрування до застосунку розробника. Воно додає одне коло обміну даними на кожен пошук, але дає змогу додавати інструменти під час розмови, не оголошуючи їх заздалегідь, наприклад, коли користувач під’єднує нову інтеграцію. Отримання даних на стороні сервера та клієнта не можна поєднувати в одному запиті, і дозволено лише одне tool_search визначення.
Витрати токенів і підтримка моделей
За використання Tool Retrieval не стягується окрема плата, однак ця функція змінює спосіб оплати за токени, а не усуває накладні витрати на інструменти. Інструкції пошуку на стороні сервера додають до кожного запиту невеликий фіксований блок вхідних даних; у інструкції з налаштування зазначено, що під час раннього тестування на кожен відкладений інструмент припадало близько 26 токенів для компактного запису з назвою й описом. За кожну схему, завантажену моделлю, і надалі стягується плата як за вхідні дані під час наступних викликів і ходів розмови. Кожен пошук на стороні сервера також запускає додатковий виклик моделі з повним контекстом і щойно завантаженими схемами; цей запит обліковується як токени використання інструментів і оплачується за тарифом для вхідних даних.
У наведеному в інструкції суто для прикладу сценарії з двома запитами використано круглі числа; вихідні токени й кешування не враховано. Якщо є 200 інструментів по 400 токенів кожен і завантажено два інструменти, то за статичного завантаження потрібно 164,000 вхідних токенів, а з використанням отримання даних — близько 23,650 вхідних токенів і токенів використання інструментів. У другому сценарії з 10 інструментами такого самого розміру та контекстом на 30,000 токенів загальна кількість становить 68,000 токенів за статичного завантаження й близько 92,830 — з отриманням даних. Цей другий приклад показує, як повторне передавання великого контексту для пошуку може переважити заощадження від невеликої бібліотеки інструментів.
В інструкції прямо зазначено, що підтримуються моделі Gemini 4 Argon, Gemini 3.8 Flash і Gemini 3.6 Flash. Запити, у яких для непідтримуваної моделі задано defer_loading , повертають помилку 400. Також у документі застерігають, що інтерфейс API у попередній версії може змінитися до загального випуску.
Для всіх підтримуваних моделей важливо враховувати й операційні обмеження. Отримані інструменти не можна вивантажити під час розмови. Крім того, масив інструментів потрібно повторно надсилати з кожним запитом, зокрема в ходах розмови, пов’язаних через previous_interaction_id, оскільки оголошення інструментів не зберігаються між запитами.
У ширшому посібнику з виклику функцій Google радить розглядати можливість використання отримання даних, коли бібліотека налічує приблизно 20–30 інструментів. Завдяки запуску агенти можуть тримати напоготові значно більші каталоги, однак саме частота пошуку й кількість збережених схем визначатимуть, чи зменшить ця додаткова можливість витрати токенів, чи збільшить їх.












