Google lança Tool Retrieval na API do Gemini para carregar esquemas sob demanda
Recurso em preview na Interactions API evita envio de schemas de centenas de funções no prompt inicial, preserva cache de contexto e dá suporte a servidores MCP.
Por que importa. Quem constrói agentes com dezenas de integrações gasta milhares de tokens de entrada apenas declarando parâmetros. O carregamento sob demanda reduz esse custo fixo e previne falhas de seleção de ferramentas.
O Google disponibilizou nesta quinta-feira o Tool Retrieval em preview na Interactions API do Gemini. A funcionalidade permite que agentes mantenham dezenas ou centenas de funções conectadas sem carregar a biblioteca inteira de parâmetros em cada prompt enviado ao modelo.
A mudança ataca diretamente dois gargalos de agentes em produção: o consumo excessivo de tokens de entrada e a perda de precisão na escolha da ferramenta correta quando a lista de candidatas cresce. Segundo publicação técnica assinada por Lucia Loher, gerente de produto da Gemini API, e Nora Kassner, cientista de pesquisa da Google DeepMind, o modelo mantém visíveis apenas os nomes e descrições das funções postergadas. O esquema detalhado dos parâmetros só entra no contexto da conversa se a tarefa atual exigir o disparo daquela ferramenta específica.
Todo o ciclo de busca, carregamento e chamada pode acontecer dentro de uma única requisição. Quando o modelo identifica a necessidade de uma ferramenta adiada, ele solicita a função pelo nome, a API injeta a definição completa dos parâmetros no fluxo e o modelo emite a chamada final, sem exigir rodadas manuais intermediárias do desenvolvedor.
Busca no servidor, MCP remoto e prefix caching
Para ativar o mecanismo, os times adicionam o tipo tool_search na lista de ferramentas da requisição e aplicam o parâmetro defer_loading como verdadeiro nas funções que desejam adiar. Funções críticas e de uso contínuo podem continuar declaradas diretamente, enquanto ferramentas secundárias ou de cauda longa ficam em espera. A inspeção dos passos considerados pelo modelo fica exposta no campo steps retornado pela API.
O processamento da busca padrão roda nos servidores do próprio Google, o que elimina a necessidade de criar, calibrar ou hospedar índices vetoriais externos. O Google informou ainda que a arquitetura foi desenhada para preservar o prefix caching: como as definições postergadas não entram no início da conversa, o prefixo de cache permanece inalterado entre os turnos, evitando invalidações caras a cada troca de mensagens.
O recurso também oferece suporte a servidores remotos que utilizam o Model Context Protocol (MCP). Ao aplicar o parâmetro defer_loading a uma conexão mcp_server, todas as ferramentas expostas por esse servidor passam a ser puxadas sob demanda, dispensando o mapeamento manual de cada endpoint disponibilizado pelo servidor externo.
Opção client-side e modelo de cobrança
Para arquiteturas que já contam com registros proprietários, filtros de permissão por usuário ou índices de embedding internos, a empresa incluiu um modo de execução no cliente. Ao declarar a ferramenta de busca com o tipo client, a aplicação intercepta a solicitação do Gemini, executa a consulta na sua própria base e devolve os esquemas correspondentes. Essa modalidade adiciona uma viagem de ida e volta na rede por consulta, mas viabiliza a liberação dinâmica de integrações no meio da sessão.
Não há cobrança adicional de assinatura pelo uso do Tool Retrieval. O consumo de tokens de entrada e saída segue a precificação regular do modelo acionado. A ativação da ferramenta de busca insere uma quantidade pequena e fixa de tokens de entrada, e cada esquema recuperado passa a ser cobrado como entrada pelo restante da sessão. O ganho financeiro depende do volume de esquemas poupados em relação aos ativados em cada fluxo.
O Tool Retrieval está restrito à Interactions API e exige o uso dos modelos Gemini 3.6 ou de qualquer versão da família Gemini 4, como o recém-anunciado Gemini 4 Hydrogen. O Google não divulgou prazos para a saída do estágio de preview nem previsão de suporte fora da Interactions API.
Fontes
- Google AI: Introducing Tool Retrieval in the Gemini API
Reportagem produzida pela redação do Flipters com apoio de inteligência artificial, a partir das fontes acima. Como trabalhamos. Editor responsável: João Paulo Resende.
