# Google suma Tool Retrieval a la API de Gemini para que los agentes carguen esquemas solo cuando hacen falta

> Una función en preview de la Interactions API difiere los esquemas de parámetros hasta que el modelo los pide. Replica opciones de búsqueda de herramientas que Anthropic y OpenAI ya documentan.

Fuente: Promptea — https://www.promptea.me/es/blog/google-api-gemini-tool-retrieval-preview · Idioma: Español · Última actualización: 2026-11-19

Publicada: 2026-11-19 · Fecha del hecho: 2026-11-19 · Categoría: developer-tools · Autoría: Promptea Editorial

**Resumen:** Google sumó Tool Retrieval a la API de Gemini el 19 de noviembre de 2026, en preview en la Interactions API. Marcás herramientas con defer_loading para que solo viajen su nombre y descripción, y el modelo carga el esquema completo cuando lo necesita. No tiene cargo aparte. Google dice que reduce tokens y latencia, pero no publicó cifras.

Google sumó el 19 de noviembre **Tool Retrieval** a la API de Gemini, como función en preview dentro de la Interactions API. Le permite a un agente tener su biblioteca de herramientas en reserva y cargar el esquema completo de parámetros de una herramienta solo cuando la tarea lo pide, en lugar de mandar todas las definiciones en cada request. El [anuncio](https://blog.google/innovation-and-ai/technology/developers-tools/gemini-api-tool-retrieval/) lo firman Lucia Loher, product manager de la API de Gemini, y Nora Kassner, investigadora de Google DeepMind.

El problema que ataca es conocido para cualquiera que haya conectado un agente a varios servidores MCP. Cada declaración de herramienta consume tokens de entrada en cada turno, y Google sostiene que una lista larga de candidatas además vuelve menos precisa la elección de herramienta. Google dice que la función está pensada para reducir tokens de entrada y latencia y para mantener la precisión a medida que crecen las bibliotecas. Su post no da cifras medidas para ninguna de esas afirmaciones.

## Cómo funciona

Agregás una entrada `tool_search` al request y marcás las herramientas que querés dejar en reserva con `defer_loading: true`. El modelo sigue viendo el nombre y la descripción de cada herramienta diferida, así que sabe qué existe, pero los esquemas de parámetros quedan fuera del contexto. Cuando necesita una, la pide por nombre, la API carga el esquema y el modelo emite la llamada a la función, todo dentro de la misma llamada a la API. Google dice que cada uno de esos pasos queda registrado en `steps` de la interacción, algo útil para depurar por qué el modelo eligió, o no, una herramienta.

- **Del lado del servidor por defecto.** Google hace la búsqueda, así que no hay que construir ni alojar ningún índice. Google dice que podés dejar cargadas desde el inicio las herramientas más usadas y diferir el resto.
- **Soporte MCP.** Si ponés `defer_loading` en una herramienta `mcp_server` remota, se difiere todo lo que expone ese servidor, y podés conectar uno grande sin listar sus herramientas una por una.
- **Opción del lado del cliente.** Si tenés tu propio registro de herramientas, índice de embeddings o filtro de permisos por usuario, podés declarar la búsqueda con `"execution": "client"` y resolverla vos, a costa de un viaje de ida y vuelta extra por búsqueda. En ese modo no hace falta declarar las herramientas de antemano, así que pueden aparecer nuevas en medio de la conversación.
- **Modelos.** Google dice que funciona con Gemini 3.6 y posteriores, incluidos todos los modelos Gemini 4, en la Interactions API.

## Cuánto cuesta

No tiene cargo aparte. Los tokens se cobran a la tarifa normal del modelo, pero activar `tool_search` suma un bloque fijo y chico de tokens de entrada, y cada esquema que el modelo carga se factura como entrada durante el resto de la conversación, igual que si lo hubieras declarado desde el principio. La propia guía de Google es que el ahorro aparece cuando los esquemas que nunca cargás pesan más que los que sí, y recomienda medirlo contra tu propio tráfico. A modo de ejemplo, un agente con ocho herramientas que usa casi todas en cada turno quizá no gane nada. Uno con doscientas que toca tres por tarea es el caso para el que está pensado.

Google también dice que la función está diseñada para convivir con el prefix caching. Los esquemas diferidos nunca quedan al principio del prompt y los que se cargan se agregan más adelante en la conversación, así que el prefijo cacheado debería mantenerse estable de un turno a otro. Eso importa porque una función que ahorrara tokens de esquemas pero rompiera el caché podría terminar saliendo más cara.

## Google se suma a un patrón compartido

La idea no es nueva en la industria. La [documentación de Anthropic](https://platform.claude.com/docs/en/agents-and-tools/tool-use/tool-search-tool) ya describe una herramienta de búsqueda de herramientas para Claude que usa el mismo flag `defer_loading`, corre del lado del servidor y admite una implementación propia del lado del cliente. La [guía de la Responses API de OpenAI](https://developers.openai.com/api/docs/guides/tools-tool-search) documenta una herramienta `tool_search`, también basada en `defer_loading`, para GPT-5.4 y modelos posteriores, y además agrega las herramientas descubiertas al final del contexto para preservar el caché. La documentación de Anthropic le pone número al problema: dice que una configuración típica con varios servidores puede gastar unos 55.000 tokens en definiciones antes de hacer nada, y que la búsqueda de herramientas suele reducir eso en más de un 85%. Es la cifra de Anthropic sobre su propia implementación, no una medición de Gemini.

En la práctica, las tres APIs de modelos más grandes ahora manejan bibliotecas grandes de herramientas de forma muy parecida, incluso con el mismo nombre de parámetro. Los frameworks de agentes que ya difieren herramientas para Claude o GPT deberían necesitar menos trabajo específico para hacer lo mismo en Gemini, aunque la forma de los requests, el comportamiento de la búsqueda y las superficies soportadas siguen siendo distintos. La versión de Gemini, por ejemplo, todavía está en preview, y Google la presenta como parte de la Interactions API.

## Qué cambia si armás agentes

Cuando los esquemas están diferidos, el nombre de una herramienta y su descripción de una línea son lo único que el modelo ve para decidir qué cargar. Esos campos pasan a ser la capa de ruteo, así que nombres vagos o descripciones que se pisan van a aparecer como llamadas perdidas o equivocadas, no como errores evidentes. Tratalos con el mismo cuidado que un system prompt, dejá sin diferir el puñado de herramientas que usás todo el tiempo y compará tokens y tasa de éxito con la función prendida y apagada antes de confiar en ella en producción. Todavía no hay evaluaciones independientes de la precisión de la búsqueda en Gemini.

## Puntos clave

- Tool Retrieval está en preview en la Interactions API de Gemini y funciona con Gemini 3.6 y posteriores, incluidos todos los Gemini 4.
- No hay cargo extra, pero tool_search suma un bloque fijo de tokens de entrada y cada esquema cargado se cobra el resto de la conversación.
- Google no publicó ahorros medidos; recomienda probar la función contra el tráfico propio.
- Con los esquemas diferidos, el nombre y la descripción de cada herramienta deciden qué carga el modelo, así que conviene escribirlos con cuidado.

## Por qué importa

- Los agentes conectados a muchas herramientas o servidores MCP pagan cada esquema en cada turno; diferirlos puede bajar el costo de entrada si la mayoría no se usa en cada tarea.
- Gemini adopta el mismo patrón defer_loading que Anthropic y OpenAI ya documentan, lo que debería facilitar mantener coherente el código de agentes multiproveedor.

## Fuentes

- [Introducing Tool Retrieval in the Gemini API](https://blog.google/innovation-and-ai/technology/developers-tools/gemini-api-tool-retrieval/) — Google (fuente primaria), consultada el 2026-11-19
- [Tool search tool](https://platform.claude.com/docs/en/agents-and-tools/tool-use/tool-search-tool) — Anthropic (Claude Platform Docs) (fuente primaria), consultada el 2026-11-19
- [Tool search](https://developers.openai.com/api/docs/guides/tools-tool-search) — OpenAI (Developers docs) (fuente primaria), consultada el 2026-11-19

> Nota de una sola fuente: Google's announcement is the only source for the details of Gemini's Tool Retrieval that Promptea could open. Independent reports exist but could not be accessed from our research environment. The Anthropic and OpenAI documentation is cited only to compare their existing tool search features.

*Investigada con asistencia de IA y verificada contra fuentes primarias antes de publicarse. Cada afirmación enlaza a su origen.*
