DIRTY STATIC / DÉPÊCHE Outils20 NOV. 2026 • 15 MIN DE LECTURE
Un vaste mur d'armoires à outils grises dans un entrepôt en béton brutaliste, avec un tiroir ouvert qui brille en jaune d'avertissement et une main robotisée qui en tire un seul document de schéma lumineux
OutilsL'INTELLIGENCE POUR L'ÈRE DES MACHINES

Récupération des outils Gemini : charger les outils au besoin seulement

Google a lancé Tool Retrieval en aperçu dans l'API Gemini Interactions le 19 novembre 2026. Les agents gardent une grande bibliothèque d'outils en attente, montrent au modèle seulement un nom et une courte description pour chaque outil différé, et chargent le schéma complet des paramètres seulement quand une tâche a besoin de cet outil. Ce profil explique comment les modes côté serveur et côté client fonctionnent, comment les serveurs MCP distants et la mise en cache s'y insèrent, ce que la facturation compte vraiment, et les limites que Google documente et les chiffres que Google ne publie pas.

Commencer la lecture ↓

Un agent avec six outils n’a aucun problème. Un agent avec soixante ou six cents outils paie une taxe à chaque demande. Chaque outil qu’un développeur expose, comme consulter une commande ou émettre un remboursement, voyage avec un schéma de paramètres qui liste ses arguments, leurs types et lesquels sont requis. Envoyer chaque schéma à chaque tour fait grossir le message, grossir la facture et oblige le modèle à choisir le bon outil dans une liste de plus en plus longue.

Google nomme ces trois coûts clairement dans son texte de lancement : des nombres de jetons en entrée gonflés, une latence ajoutée et une précision de sélection des outils plus faible quand la liste des candidats grandit. Tool Retrieval, lancé le 19 novembre 2026 en aperçu dans l’API Gemini Interactions, est sa réponse. Cet article explique ce que la fonction fait, en quoi ses deux modes diffèrent, ce qu’elle coûte en pratique et où se situent ses limites documentées.

Gemini Tool Retrieval

Site officiel

Une fonction en aperçu de l’API Gemini pour les agents avec de grandes bibliothèques d’outils. Cas d’usage principal : garder des dizaines ou des centaines d’outils à la disposition d’un agent sans envoyer chaque schéma complet des paramètres à chaque demande.

Fonctions clés : un outil tool_search plus un indicateur defer_loading: true sur chaque outil retenu; une recherche côté serveur menée par Gemini sans index à construire ni à héberger pour le développeur; un mode côté client pour les équipes avec leur propre registre, leur propre index de vecteurs ou leur propre filtre de permissions; un chargement différé pour un serveur MCP distant entier en un seul réglage; et un registre visible des étapes dans interaction.steps qui montre quels outils le modèle a cherchés et chargés.

Avantages : les outils fréquents peuvent rester chargés dès le départ pendant que la longue traîne attend en réserve; les schémas chargés sont ajoutés plus loin dans la conversation, donc le préfixe mis en cache au début du message reste stable d’un tour à l’autre, selon Google. Limites : la fonction est en aperçu et dans l’API Interactions seulement; Google ne publie aucun chiffre propre sur les économies, la latence ou la précision; et un schéma une fois chargé reste chargé pour le reste de la conversation.

Plateformes
API Gemini Interactions, version v1beta; modèles Gemini 3.6 et plus récents, y compris tous les modèles Gemini 4 selon Google
Tarification
Aucun frais distinct. Les jetons en entrée et en sortie sont facturés au tarif standard du modèle appelé, vérifié le 20 novembre 2026

Ce que c’est

Une déclaration d’outil a deux tâches. Elle dit au modèle qu’un outil existe, et elle dit au modèle exactement comment appeler cet outil. Tool Retrieval sépare ces tâches dans le temps. La partie existence, un nom et une courte description, est présente dès le départ. La partie appel, le schéma complet des paramètres, arrive seulement quand le modèle décide qu’il a besoin de cet outil pour la tâche devant lui.

Cette distinction est toute la fonction. Le modèle n’est jamais aveugle face à sa bibliothèque. Il peut voir ce qui est disponible et réfléchir à l’outil qui convient. Ce qu’il ne transporte pas, tour après tour, c’est la liste détaillée des arguments de chaque outil qu’il ne touchera probablement jamais dans cette conversation.

Google conseille le partage évident. Gardez les outils que vous utilisez le plus souvent chargés dès le départ de la façon normale. Différez la longue traîne, les outils qui comptent de temps en temps et qui coûtent des jetons à chaque autre tour pendant qu’ils attendent.

Comment la récupération côté serveur fonctionne

Activer la fonction demande deux changements, et Google souligne qu’il n’y a aucun index à construire ni à héberger parce que Gemini mène la recherche sur le serveur. Ajoutez un outil tool_search à la demande. Réglez ensuite defer_loading: true sur chaque outil que vous voulez retenir. La documentation permet exactement un outil tool_search par demande et exige la version v1beta de l’API, selon la couverture de cette documentation.

from google import genai

client = genai.Client()

tools = [
    {"type": "tool_search"},
    {
        "type": "function",
        "name": "issue_refund",
        "description": "Refund an order to the original payment method.",
        "defer_loading": True,
        "parameters": {
            "type": "object",
            "properties": {
                "order_id": {"type": "string"},
                "amount": {"type": "number"},
            },
            "required": ["order_id", "amount"],
        },
    },
    # ... 50+ other deferred functions (leave frequent tools undeferred)
]

interaction = client.interactions.create(
    model="gemini-4-hydrogen",
    input="Order A-1042 arrived damaged. Please refund 40 dollars.",
    tools=tools,
)

L’exemple ci dessus est l’exemple de remboursement de Google lui même, raccourci seulement dans la ligne de commentaire sur le nombre qu’il transporte. Un client signale que la commande A-1042 est arrivée endommagée et demande un remboursement de 40 dollars. Dans ce seul appel à l’API, trois étapes se produisent dans l’ordre. Le modèle émet un tool_search_call qui demande issue_refund. L’API répond avec un tool_search_result qui transporte le schéma complet. Le modèle émet ensuite un function_call normal avec l’identifiant de commande et le montant remplis. À partir de là, c’est un appel de fonction ordinaire : votre code exécute le remboursement et renvoie un function_result.

Les trois étapes apparaissent dans interaction.steps. Ce registre compte plus qu’il n’y paraît au premier regard. Quand un agent choisit le mauvais outil ou ne choisit pas le bon, les étapes montrent quels outils le modèle a envisagés, ce qui rend les noms faibles et les descriptions faibles visibles comme les bogues qu’ils sont souvent. Le nommage des outils était déjà un artisanat discret dans la construction d’agents. Cette fonction en fait un artisanat consigné.

Un document de schéma jaune lumineux sur un convoyeur qui passe par une porte de recherche en béton, avec des boîtes à outils grises fermées qui attendent sur des étagères de réserve
Un schéma bouge quand on en a besoin. Le reste de la bibliothèque attend en réserve et coûte seulement sa ligne de liste. Illustration : Dirty Static

Le mode côté client, pour votre propre registre

Toutes les équipes ne veulent pas que Google mène la recherche. Une équipe peut déjà garder son propre registre d’outils, son propre index de vecteurs ou un filtre de permissions qui décide quels outils un utilisateur donné peut atteindre. Pour ces équipes, Google offre la récupération côté client. Déclarez l’outil tool_search avec "execution": "client" et définissez vos propres paramètres de recherche, comme une seule chaîne query.

L’échange est clair. Votre application mène la recherche et renvoie les déclarations de fonctions qui correspondent dans un function_result, dans une demande de suivi qui pointe vers la précédente. Cela coûte un aller retour de plus par recherche. En échange, les outils n’ont pas du tout besoin d’être déclarés dès le départ, donc un nouvel outil peut apparaître au milieu d’une conversation quand un utilisateur connecte une nouvelle intégration. Les deux modes ne peuvent pas être mélangés dans une seule demande.

Ce second point se relie au travail que ce magazine a couvert tout le mois. Les grands serveurs MCP posent le même problème à plus grande échelle, que le serveur transporte près de vingt outils d’analyse avec accès en écriture ou 84 outils de boutique d’applications dans une seule application Mac. Une bibliothèque qui grandit par connexion, plutôt que par sortie de code, a besoin d’une règle de chargement qui grandit avec elle.

Les serveurs MCP et le préfixe mis en cache

Les serveurs MCP distants obtiennent la version la plus simple de la fonction. Réglez defer_loading: true sur un outil mcp_server et chaque outil que ce serveur expose est chargé à la demande. Il n’y a aucun besoin de lister les outils d’un grand serveur un par un juste pour les différer.

La mise en cache obtient un avantage plus discret, et Google explique le mécanisme plutôt que de seulement affirmer le résultat. Les schémas différés restent à l’extérieur du début du message. Les schémas que le modèle charge sont ajoutés plus loin dans la conversation. Le tronçon d’ouverture du message, le préfixe dont la mise en cache dépend, reste donc le même d’un tour à l’autre. Un design qui insérerait chaque schéma chargé près du sommet briserait ce cache et pourrait coûter plus qu’il n’économise.

Ce que cela coûte

Il n’y a aucun frais distinct pour Tool Retrieval, et cette phrase a besoin du reste de cette section pour vouloir dire quelque chose. Les jetons en entrée et en sortie sont facturés aux tarifs standard du modèle que vous appelez. Ce qui change, c’est quels jetons existent.

Partie de facturationCe qui compte
L’outil tool_search lui mêmeUn petit bloc fixe de jetons en entrée; Google ne donne pas sa taille dans le texte de lancement
Chaque ligne de liste d’un outil différéEnviron 26 jetons par outil dans les premiers tests, rapportés de la documentation
Chaque schéma que le modèle chargeFacturé en entrée pour le reste de la conversation, de la même façon qu’un outil déclaré dès le départ
Chaque recherche côté serveurUn passage de modèle de plus sur le contexte avec les schémas chargés, rapporté comme des jetons d’usage d’outils et facturé au tarif d’entrée, selon la documentation
Chaque recherche côté clientUn aller retour de plus entre votre application et l’API

Faites le calcul approximatif sur la seule ligne de liste. À environ 26 jetons la ligne, une bibliothèque de 100 outils différés ajoute environ 2 600 jetons en entrée à une demande avant qu’aucun schéma ne se charge. C’est un coût réel, et c’est aussi clairement plus petit que 100 schémas complets le seraient, même si Google ne donne aucune taille moyenne de schéma qui permettrait à quiconque d’énoncer l’écart comme un nombre. Le conseil final de Google lui même est le plus honnête : vous économisez des jetons quand les schémas que vous ne chargez jamais l’emportent sur ceux que vous chargez, ce qu’il appelle le cas habituel pour les grandes bibliothèques, et vous devriez mesurer l’effet sur votre propre trafic.

Les limites dans la documentation

Le texte de lancement est court. La documentation, telle que rapportée dans une couverture détaillée de celle ci, transporte des règles qui façonnent l’usage réel et qui méritent une place ici.

Un schéma chargé ne peut pas être déchargé. Une fois que le modèle charge un outil dans une longue conversation, ce schéma reste dans le contexte et continue de facturer pour le reste de la conversation. La liste complète des outils voyage aussi à chaque fois : l’API ne transporte pas les déclarations d’outils d’une demande à la suivante, donc le tableau complet des outils part avec chaque demande d’une conversation.

Un outil nommé dans vos instructions système, ou dans la sortie d’un autre outil, ne devrait pas être différé, selon la documentation. Le modèle peut essayer d’appeler un tel outil sans chercher d’abord, et la demande suivante peut alors échouer. Une recherche qui ne correspond à aucun outil différé est aussi silencieuse : elle produit une réponse en texte plutôt qu’une erreur structurée de récupération, donc un code qui attend une étape tool_search_result pour détecter un échec attendra en vain.

Le soutien demande aussi du soin. Le texte de lancement dit que la fonction marche avec les modèles Gemini 3.6 et plus récents, y compris tous les modèles Gemini 4. La documentation liste quatre codes de modèles soutenus, gemini-4-hydrogen, gemini-4-argon, gemini-3.8-flash et gemini-3.6-flash, et dit que les autres modèles renvoient une erreur quand defer_loading est réglé. Que le texte ou la documentation soit en avance sur l’autre, Google ne le dit pas. Épinglez un modèle listé si vous bâtissez sur ceci en aperçu, et attendez vous à ce que la surface change avant la disponibilité générale. L’ancienne méthode generateContent ne soutient pas du tout la fonction.

Troisième à la même idée

Google ne mentionne aucun rival dans son texte, mais le design a une histoire qui vaut la peine d’être consignée, parce qu’elle vous dit que c’est maintenant la forme standard pour les grandes bibliothèques d’outils plutôt qu’une expérience d’un seul fournisseur.

FournisseurLancementNomRésultat publié
Anthropic24 novembre 2025Tool Search ToolRéduction de 85 pour cent des jetons dans ses propres tests, d’environ 77 000 à environ 8 700 jetons
OpenAI5 mars 2026Tool searchRéduction de 47 pour cent de l’usage total des jetons sur 250 tâches sur 36 serveurs MCP, dans ses propres tests
Google19 novembre 2026Tool RetrievalAucun chiffre publié

Les trois utilisent le même nom d’indicateur, defer_loading: true. Les chiffres des deux premières lignes viennent des tests de chaque entreprise sur ses propres modèles et ne sont pas comparables entre eux, encore moins avec un résultat Gemini qui n’existe pas encore. Ce que le tableau soutient est plus étroit et toujours utile : trois grands fournisseurs ont regardé le même coût, ont choisi le même partage entre une liste et un schéma, et l’ont livré. Si vous bâtissez des agents sur plus d’une plateforme, vos descriptions d’outils doivent maintenant servir de listes consultables sur toutes.

Ce qui fonctionne

  • Aucun index à construire ni à héberger en mode côté serveur; deux changements activent la fonction
  • Les outils fréquents restent chargés pendant que la longue traîne attend à environ 26 jetons la ligne
  • Des serveurs MCP distants entiers se diffèrent en un réglage, sans liste outil par outil
  • Chaque recherche, chaque chargement et chaque appel est visible dans interaction.steps pour le débogage
  • Les schémas chargés siègent tard dans le message, donc le préfixe mis en cache reste stable

Ce qui ne fonctionne pas

  • Aperçu seulement, dans l'API Interactions seulement, avec une liste de modèles documentée plus étroite que le libellé du texte de lancement
  • Aucun chiffre d'économie, de latence ou de précision de Google pour planifier
  • Les schémas chargés ne peuvent pas être déchargés et continuent de facturer pour le reste d'une conversation
  • Les outils nommés dans les instructions système ne devraient pas être différés, ce qui écarte une habitude de message courante
  • Une recherche manquée renvoie du texte brut, pas une erreur structurée que votre code peut attraper proprement

Lequel devriez vous choisir

Choisissez la récupération côté serveur si votre bibliothèque est grande et votre registre est simple. Si votre agent déclare déjà des dizaines d’outils dans le code et que la longue traîne est le problème, c’est le chemin le plus court : un nouvel outil, un indicateur sur les outils que vous différez, et aucune infrastructure de recherche propre à faire tourner ni à entretenir.

Choisissez la récupération côté client si les permissions ou la découverte sont à vous de gouverner. Les équipes avec un filtre de permissions par utilisateur, leur propre index de vecteurs ou des outils qui apparaissent quand un utilisateur connecte une intégration ont besoin de la recherche dans leurs propres mains. L’aller retour de plus par recherche est le prix de ce contrôle, et pour ces équipes il vaut clairement la peine d’être payé.

Restez avec le chargement complet si votre bibliothèque est petite. Un agent avec une poignée d’outils ne gagne rien d’une étape de recherche, d’une ligne de liste par outil et d’un passage de modèle de plus par recherche. Des schémas complets dès le départ sont plus simples, et le simple gagne jusqu’à ce que le nombre le fasse perdre. La même prudence s’applique aux très longues conversations où les chargements tôt ne se déchargent jamais : comptez vos chargements probables avant de différer.

Regardez le motif plus large si vous testez des agents de navigation et d’outils. Google a bâti des endroits où les agents peuvent échouer en sécurité, comme le montre notre profil de son web miroir scellé pour les agents de navigation, et des outils de notation étroits comme celui de notre tutoriel sur l’API Gemini Decisions montrent le même instinct d’un autre côté : donner au modèle moins à transporter, et rendre chaque étape plus facile à inspecter.

Réflexions finales

Tool Retrieval n’est pas un lancement tape à l’oeil, et c’est une partie de la raison pour laquelle il compte. Il prend un coût que chaque constructeur d’agents sérieux paie déjà en silence, les schémas des outils que la tâche actuelle n’utilisera jamais, et rend ce coût facultatif pour les outils qui restent en réserve. Le mécanisme est petit, le registre des étapes est vraiment utile, et les détails sur MCP et la mise en cache montrent que le design a été pensé comme un système plutôt que comme une démo.

Les nombres manquants sont l’écart honnête. Une fonction vendue sur l’économie de jetons et la protection de la précision devrait finir par montrer son travail, et Google ne l’a pas encore fait. D’ici là, traitez Tool Retrieval comme un design sain en aperçu, vérifiez la liste des modèles contre la documentation plutôt que le texte, et laissez votre propre trafic vous dire ce qu’il économise. Les bibliothèques de centaines d’outils ne vont pas disparaître. Payer le plein prix pour les décrire toutes à chaque tour devrait disparaître.

Sources

■

FIN DE LA TRANSMISSION

Restez curieux. Remettez tout en question.

CONTINUEZ LA DESCENTE

PLUS DE DIRTY STATIC ↘