Gemini API - agentes - herramientas - vibe coding
4 min lectura

Tool Retrieval en Gemini: menos esquemas en cada turno de tu agente

Google añadió Tool Retrieval en vista previa para Gemini Interactions API. Ejemplo de función diferida, medición de tokens y límites de permisos.

Tool Retrieval en Gemini: menos esquemas en cada turno de tu agente

Un agente para una tienda puede tener herramientas para buscar pedidos, consultar inventario, crear devoluciones y leer políticas. Si envías el esquema completo de 50 funciones en cada petición, pagas contexto por herramientas que quizá nunca se usen. Google anunció el 19 de noviembre de 2026 Tool Retrieval en la API de Gemini: el agente ve nombres y descripciones, pero carga los parámetros detallados solo cuando elige una herramienta. Está en vista previa en Interactions API y funciona con Gemini 3.6 y modelos posteriores, según Google.

Qué cambió exactamente

En la petición añades una herramienta tool_search y marcas las funciones menos frecuentes con defer_loading: true. Gemini puede localizar una de esas funciones, pedir su esquema completo y emitir la llamada dentro de la misma interacción. Los pasos quedan visibles en interaction.steps: búsqueda, resultado de la búsqueda y llamada. No tienes que construir un índice propio para la recuperación alojada por Google. Si ya tienes registro de herramientas o filtros de permisos por usuario, existe una variante de búsqueda en el cliente, pero añade un viaje de ida y vuelta.

El cambio sirve sobre todo a agentes con catálogos amplios. Para un chatbot con dos funciones pequeñas, el bloque fijo de tokens que añade la búsqueda podría anular cualquier ahorro. Google dice que Tool Retrieval no tiene cargo separado, pero los tokens de entrada y salida siguen la tarifa del modelo; cada esquema que el agente finalmente carga también consume contexto.

Ejemplo mínimo para una prueba sin acciones irreversibles

En un entorno Python con el SDK actual de Gemini y una clave de API configurada, este ejemplo sigue la forma del anuncio oficial. Solo declara una consulta; no ejecuta un reembolso ni accede a pedidos reales:

from google import genai

client = genai.Client()
tools = [
    {"type": "tool_search"},
    {
        "type": "function",
        "name": "lookup_order",
        "description": "Read the status of a test order by ID.",
        "defer_loading": True,
        "parameters": {
            "type": "object",
            "properties": {"order_id": {"type": "string"}},
            "required": ["order_id"],
        },
    },
]

interaction = client.interactions.create(
    model="gemini-4-hydrogen",
    input="Look up the status of test order A-1042.",
    tools=tools,
)
for step in interaction.steps:
    print(step.type)

El código fue revisado sintácticamente en local; no se ejecutó contra la API ni demuestra que una cuenta tenga acceso a la vista previa. Si recibes una llamada lookup_order, tu servidor todavía debe validar que el usuario puede ver ese pedido, ejecutar la función y devolver el resultado. La búsqueda de herramientas no es una capa de autorización.

Cómo medir si te conviene

  1. Elige 20 tareas de prueba, algunas que requieran herramientas frecuentes y otras raras. Mantén fijo el modelo, prompt y catálogo.
  2. Ejecuta una versión con esquemas completos y otra con tool_search y herramientas poco usadas diferidas. Registra tokens de entrada, latencia, herramienta elegida y resultado correcto.
  3. Conserva cargadas de antemano las funciones habituales. Diferir absolutamente todo puede añadir búsqueda innecesaria a cada turno.
  4. Comprueba permisos en el servidor antes de cada acción sensible. Una herramienta descubierta con éxito puede seguir estando prohibida para ese usuario.

Decide con la factura y las tareas reales, no con la promesa de “menos tokens”. El anuncio propone ahorro y mejor selección al escalar; el tamaño del ahorro para tu agente sigue sin comprobar. También hay soporte anunciado para servidores MCP remotos con carga diferida, pero ese caso merece probar credenciales, permisos y latencia por separado.

Fuente primaria: Google, “Introducing Tool Retrieval in the Gemini API”, 19 de noviembre de 2026. Acceso, modelos y facturación proceden del anuncio. El ejemplo de consulta y el protocolo de medición son adaptaciones editoriales.

Recibe lo nuevo en tu correo

Workshops gratis, herramientas y novedades de IA aplicadas a negocio, sin humo.

🎓 Workshops en vivo🛠️ Herramientas nuevas⚡ Novedades de IA

Sin spam. Te das de baja cuando quieras.

Comentarios

Aún no hay comentarios. Sé el primero.

Deja un comentario