Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Google stellt Tool Retrieval für große Gemini-API-Toolbibliotheken vor

19. November 2026, 19:00Von der KI Nachrichten RedaktionQuelle: Google
Google stellt Tool Retrieval für große Gemini-API-Toolbibliotheken vor
Bild: Google

Google hat Tool Retrieval als Vorschau in der Gemini Interactions API gestartet. Damit können Agenten Tool-Parameter-Schemas erst bei Bedarf laden. Die Funktion soll Eingabetokens, Latenz und Probleme bei der Tool-Auswahl reduzieren, wenn Entwickler Agenten mit größeren Toolbibliotheken verbinden.

Das Wichtigste in Kürze
  • Tool Retrieval ist in der Gemini Interactions API als Vorschau verfügbar.
  • Agenten können Tool-Parameterschemas bis zum tatsächlichen Bedarf zurückstellen.
  • Die Funktion unterstützt serverseitigen und clientseitigen Abruf.
  • Für Tool Retrieval fallen keine separaten Gebühren an.
  • Die Funktion arbeitet mit Gemini 3.6 und späteren Modellen, einschließlich aller Gemini 4-Modelle.

Tools nur bei Bedarf laden

Agenten, die mit Dutzenden oder Hunderten Tools verbunden sind, können zusätzliche Eingabetokens und Latenz verursachen, wenn das vollständige Parameterschema jedes Tools in jede Anfrage aufgenommen wird. Google zufolge kann eine wachsende Liste potenzieller Tools außerdem die Genauigkeit bei der Tool-Auswahl verringern.

Tool Retrieval hält die vollständige Bibliothek bereit. Das Modell sieht weiterhin den Namen und die Beschreibung jedes zurückgestellten Tools, während dessen Parameterschema außerhalb des Kontexts bleibt, bis das Modell dieses Tool anfordert. Die API lädt das Schema anschließend, und das Modell führt den Funktionsaufruf innerhalb derselben Anfrage aus.

Entwickler aktivieren die Funktion, indem sie ein tool_search-Tool hinzufügen und bei den Tools, die zurückgehalten werden sollen, defer_loading: true setzen. Häufig verwendete Tools können vorab geladen bleiben, während seltener verwendete Tools zurückgestellt werden.

Serverseitiger und clientseitiger Abruf

Google übernimmt die Suche auf dem Server. Für die Standardkonfiguration müssen Entwickler daher keinen Index erstellen oder hosten. Die Suche, das zurückgegebene Schema und der Funktionsaufruf erscheinen in interaction.steps. Laut Google können Entwickler damit die berücksichtigten Tools prüfen, wenn sie Tool-Namen oder Beschreibungen untersuchen.

Die Funktion unterstützt außerdem entfernte MCP-Server in der Gemini API. Entwickler können bei einem mcp_server-Tool defer_loading: true setzen. Dadurch werden die von diesem Server bereitgestellten Tools bei Bedarf geladen.

Entwickler mit einer eigenen Tool-Registry, einem Embedding-Index oder einem Berechtigungsfilter pro Nutzer können stattdessen den clientseitigen Abruf verwenden. In diesem Fall führt die Anwendung die Suche durch, was einen zusätzlichen Roundtrip pro Suche verursacht. Außerdem können Anwendungen neue Tools während eines Gesprächs bereitstellen, wenn ein Nutzer eine Integration verbindet.

Preise und unterstützte Modelle

Google zufolge fallen für Tool Retrieval keine separaten Gebühren an. Eingabe- und Ausgabetokens werden zu den Standardpreisen des ausgewählten Modells abgerechnet. Die Aktivierung von tool_search fügt einen kleinen festen Block an Eingabetokens hinzu. Jedes vom Modell geladene Schema wird für den restlichen Gesprächsverlauf als Eingabe abgerechnet, so wie es der Fall wäre, wenn das Tool von Anfang an deklariert worden wäre.

Der Ansatz spart Tokens, wenn die nicht geladenen Schemas umfangreicher sind als die geladenen Schemas. Google bezeichnet das bei großen Bibliotheken als den üblichen Fall. Das Unternehmen empfiehlt Entwicklern, die Auswirkungen anhand des eigenen Datenverkehrs zu messen.

Tool Retrieval funktioniert in der Interactions API mit Gemini 3.6 und späteren Modellen, einschließlich aller Gemini 4-Modelle. Google zufolge steht die Vorschau Entwicklern ab sofort zum Testen zur Verfügung.

GoogleGemini APIGemini Interactions APIGemini 3.6KI-AgentenCloud

Ähnliche Meldungen

Abundant führt jeden Monat mehr als zwei Millionen KI-Rollouts auf Modal aus
Für Entwickler19. November 2026

Abundant führt jeden Monat mehr als zwei Millionen KI-Rollouts auf Modal aus

Abundant hat seine Plattform für Reinforcement-Learning-Rollouts weitgehend auf Modal aufgebaut und führt dort im November 2026 mehr als zwei Millionen Sandboxes pro…

GitLab: Credits für Duo Agent Platform reichen bis zu doppelt so weit
Produkte und Tools19. November 2026

GitLab: Credits für Duo Agent Platform reichen bis zu doppelt so weit

GitLab zufolge benötigt die Duo Agent Platform jetzt weniger Modellanfragen für Agenten- und Flow-Aufgaben. Dadurch reichen die GitLab Credits für die meisten Kunden bis…

Google trainiert Gemma 4 für agentisches Reinforcement Learning über mehrere Dialogrunden
Forschung19. November 2026

Google trainiert Gemma 4 für agentisches Reinforcement Learning über mehrere Dialogrunden

Google hat eine Pipeline für agentisches Reinforcement Learning über mehrere Dialogrunden vorgestellt. Sie trainiert Gemma 4 darin, Werkzeuge zu nutzen, auf Feedback zu…