Google lança Tool Retrieval na Gemini API: centenas de ferramentas, menos

Ilustração de agente de IA selecionando uma ferramenta entre várias, representando o Tool Retrieval da Gemini API
Resposta rápida

O Google colocou em preview, em 19 de novembro de 2026, o Tool Retrieval na Gemini Interactions API. Com ele, o agente vê só nome e descrição das ferramentas adiadas e carrega o esquema de parâmetros sob demanda, o que segundo o Google reduz tokens de entrada e latência. Funciona com Gemini 3.6 e posteriores, incluindo todos os modelos Gemini 4, e não tem cobrança separada: você paga as tarifas padrão de tokens do modelo, mas o tool_search soma um bloco fixo de entrada e cada esquema carregado passa a ser cobrado como entrada pelo resto da conversa, então a economia depende do seu tráfego.

O Google anunciou em 19 de novembro de 2026 um recurso em preview para quem monta agentes com dezenas ou centenas de funções na Gemini API. A ideia é parar de despejar a definição completa de todas as ferramentas em todo prompt.

Esse é um problema bem conhecido de quem conecta vários servidores MCP ou cresce o catálogo de funções de um agente. Cada ferramenta nova traz o seu esquema de parâmetros, e tudo isso vai para o contexto em toda chamada, mesmo quando o agente só vai usar uma ou duas.

Se você ainda está conhecendo a plataforma, vale ver o que dá para construir com a Gemini API antes de mergulhar nesse detalhe de arquitetura.

Como o Tool Retrieval funciona na Gemini API

O Tool Retrieval tira do contexto apenas o esquema de parâmetros das ferramentas adiadas e carrega esse esquema só quando ele é necessário. Segundo o anúncio do Google, isso reduz os tokens de entrada e a latência e mantém a escolha de ferramentas precisa conforme o agente cresce.

Se liga num detalhe importante: o modelo não fica cego. Ele continua vendo o nome e a descrição de toda ferramenta adiada, então sabe o que está disponível.

O que sai do contexto é a parte pesada, a lista de parâmetros, tipos e regras de cada função.

E quando o modelo precisa de uma ferramenta adiada? Ele pede a ferramenta pelo nome, a API carrega o esquema completo e o modelo chama a função. Segundo o Google, tudo isso acontece dentro da mesma requisição.

A busca é feita pelo próprio Gemini, no servidor. Ou seja, você não precisa montar um sistema de busca próprio para escolher quais ferramentas mandar a cada chamada.

Uma analogia que ajuda: é como um cardápio que mostra só o nome e a descrição dos pratos. Os detalhes de cada um só aparecem quando você aponta para ele.

O que muda para quem monta agentes com muitas ferramentas ou servidores MCP

Para ativar, você adiciona uma ferramenta tool_search à requisição e define defer_loading: true nas ferramentas que devem ficar em espera. De acordo com o Google, essas são as únicas mudanças no código: a nova ferramenta e a flag nas ferramentas adiadas.

O controle é por ferramenta, e isso é bem massa na prática. Dá para manter carregadas desde o início as ferramentas que o agente usa toda hora e adiar só a cauda longa, aquelas funções que aparecem de vez em quando.

Assim, o caminho mais comum continua direto, sem etapa extra de busca, e o catálogo raro deixa de pesar em toda chamada.

Para quem trabalha com MCP, a novidade fica ainda mais interessante. Com defer_loading: true em uma ferramenta mcp_server, todas as ferramentas que esse servidor expõe passam a ser carregadas sob demanda, sem precisar listar uma por uma.

Isso importa porque servidor MCP costuma expor um monte de funções de uma vez. Antes, plugar mais um servidor significava encher o contexto. Agora dá para adiar o servidor inteiro com uma flag.

Esse movimento conversa com a aposta do Google em agentes que lidam com muitas ferramentas, na mesma linha do Gemini agent no Gemini Enterprise, só que aqui do lado de quem desenvolve pela API.

Quais modelos suportam, quanto custa e o que significa estar em preview

O Tool Retrieval está em preview na Gemini Interactions API e funciona com o Gemini 3.6 e posteriores, incluindo todos os modelos Gemini 4, segundo o anúncio oficial.

Sobre custo, o recurso não tem cobrança separada. Os tokens de entrada e saída são cobrados nas tarifas padrão do modelo que você estiver usando.

Na prática, a conta de cada requisição continua sendo a de tokens. Ativar o tool_search acrescenta um bloco pequeno e fixo de tokens de entrada, e cada esquema carregado passa a ser cobrado como entrada pelo resto da conversa. Por isso, só há economia quando os esquemas que nunca chegam a ser carregados pesam mais do que os carregados, e o Google recomenda medir isso com o próprio tráfego.

E o que significa estar em preview? Na prática, esse rótulo costuma indicar que o recurso ainda não é considerado estável e que comportamento, interface e condições de uso podem mudar até uma versão definitiva. Por isso, vale cautela antes de colocar algo crítico em produção dependendo dele.

Tome cuidado também com o que ainda não foi divulgado. O anúncio do Google não traz limites numéricos, como a quantidade máxima de ferramentas adiadas por requisição, nem números de economia de tokens, e também não cita data de disponibilidade geral.

Para esses pontos, a referência é a documentação oficial da Gemini API e o anúncio do Google. Não vale confiar em número que circula por aí sem fonte.

Próximo passo

Comece confirmando se o seu agente já roda na Gemini Interactions API com um modelo compatível, ou seja, Gemini 3.6 ou posterior. Se ainda não roda, essa é a primeira mudança a avaliar.

Depois, separe as ferramentas que o agente usa com frequência das que aparecem raramente. Adicione tool_search à requisição e marque defer_loading: true nas raras ou direto no mcp_server.

Por fim, compare o consumo de tokens de entrada antes e depois no seu próprio projeto. É esse número, medido no seu caso real, que vai dizer se o recurso compensa para você.

Fontes consultadas

Consulta em .

Veja mais exemplos práticos no canal Hora de Codar.

Escrito por | Matheus Battisti

Matheus Battisti
Fundador da Hora de Codar

Programador apaixonado pelo mundo das tecnologias, sempre buscando em aprender e se aprofundar em linguagens, frameworks e o que mais for necessário para executar um bom trabalho. Agora tem uma nova missão que é de passar seu conhecimento adiante para formar novos programadores e especializar mais os que já são.

Formações

Formação Vibe Coding

Formação Vibe Coding

Do Prompt ao Produto: Crie Software Real com IA

  • 474 aulas
  • 20 projetos
  • 39h 30min

Blog | Mais populares