30秒で分かる結論
- Googleは2026年11月19日、Gemini APIの新機能「Tool Retrieval」をInteractions APIのプレビューとして公開しました
- ツールのパラメータスキーマを毎回すべて送らず、モデルが必要になった時点で名前を指定して読み込む仕組みです
- 追加料金はなく、対象はGemini 3.6以降のモデルで、公式発表には具体的なトークン削減率の数値は示されていません
GoogleがGemini APIのInteractions APIプレビューとしてTool Retrievalを公開した。パラメータスキーマを必要な時点でだけ読み込み、入力トークンの膨張を抑える仕組みの中身

エージェントに道具を持たせれば持たせるほど賢くなる、はずだった。現実は逆で、道具の説明書を毎回全冊コピーして渡すような使い方になり、読む側は肝心の仕事の前に説明書の山で息切れする。数十個ならまだ我慢できる。数百個になれば、もはや道具箱ではなく倉庫の在庫表だ。今回の仕組みは、その在庫表をようやく「必要な道具だけ棚から出す」形に変えたものだ。目新しい魔法ではない。むしろ、なぜ最初からこうしなかったのかと聞きたくなる類の、遅れてきた常識である。もちろん、棚から出す手間が消えたわけではない。名前と短い説明だけで正しい道具を当てられるかどうかは、結局のところ道具の名付けと説明文の出来にかかる。説明が下手な道具は、棚の奥で永遠に眠ることになるだろう。 ※個人の感想です
Googleは2026年11月19日、公式ブログでGemini APIの「Tool Retrieval」を発表しました。発表者はGemini APIのプロダクトマネージャーのLucia Loher氏と、Google DeepMindのリサーチサイエンティストのNora Kassner氏です。提供形態はプレビューで、利用できるのはInteractions APIです。
公式ブログが問題として挙げているのは、エージェントが数十から数百のツールに接続する場面です。従来の方式では、すべてのツールの完全なパラメータスキーマをリクエストのたびに送る必要がありました。Googleはその弊害として、入力トークン数の膨張、レイテンシの増加、そして候補リストが長くなることによるツール選択精度の低下の3点を挙げています。
Tool Retrievalでは、ツールライブラリ全体を利用可能な状態に保ちながら、パラメータスキーマは現在のタスクで必要になったときにだけ読み込みます。モデルには遅延読み込みの対象になったツールの名前と説明が見えているため、どの道具が存在するかは把握できます。一方で、パラメータスキーマそのものはコンテキストの外に置かれます。

有効化の方法は公式ブログに明示されています。リクエストに tool_search ツールを追加し、後回しにしたいツールに defer_loading: true を設定します。インデックスを自分で構築したりホストしたりする必要はなく、検索はGemini側のサーバーで実行されます。開発側の変更は、新しいツールを加えることと、対象ツールにフラグを付けることに限られると説明されています。
モデルがツールを使う必要が生じると、モデルは名前でそのツールを要求し、APIが完全なスキーマを読み込み、モデルが関数を呼び出します。この一連の流れは、1回のリクエストの中で完結します。公式ブログの例では、注文番号A-1042の商品が破損して届いたため40ドルを返金するという依頼に対し、モデルが issue_refund を検索し、APIがそのスキーマを読み込み、モデルが関数呼び出しを発行する流れが示されています。
検索から呼び出しまでの過程は interaction.steps に記録されます。具体的には tool_search_call、tool_search_result、function_call の3種類のステップが現れます。開発者はこれを見ることで、モデルがどのツールを検討したかを確認でき、ツールの名前や説明の問題を切り分ける手がかりになるとされています。その後は通常の関数呼び出しと同じで、開発者のコードが処理を実行し、function_result を返します。
使い方の指針として、Googleはよく使うツールは最初から読み込んだままにし、たまにしか使わない長い裾野のツールを遅延読み込みにする方法を示しています。すべてを遅延させる設計ではなく、頻度に応じて混ぜる設計です。
Tool Retrievalはプレフィックスキャッシュとも相性がよいと説明されています。遅延されたスキーマはプロンプトの先頭には入らず、モデルが読み込んだスキーマは会話の後ろのほうに追加されます。そのため、キャッシュされる接頭辞はターンごとに同じ状態を保てます。
リモートMCPサーバーにも対応します。mcp_server ツールに defer_loading: true を設定すると、そのサーバーが公開するすべてのツールが必要に応じて読み込まれます。大きなサーバーのツールを1つずつ列挙しなくても接続できる、というのが公式ブログの説明です。
独自のツールレジストリや埋め込みインデックス、ユーザーごとの権限フィルターを運用している開発者向けに、クライアント側で検索する方式も用意されています。tool_search を "execution": "client" と宣言し、検索パラメータを自分で定義します。この方式では検索のたびに往復が1回増えますが、ツールは事前に宣言しておく必要がありません。そのため、ユーザーが連携を接続したタイミングなど、会話の途中で新しいツールを公開することもできます。
料金について、Tool Retrieval自体に別料金はありません。入出力トークンは、呼び出したモデルの標準料金で課金されます。tool_search を有効にすると小さな固定量の入力トークンが追加され、モデルが読み込んだスキーマは、その後の会話の間、最初から宣言されたツールと同じように入力として課金されます。Googleは、読み込まなかったスキーマが読み込んだスキーマを上回る場合にトークンを節約でき、それが大きなライブラリでは通常のケースだと説明しています。そのうえで、実際の効果は自社のトラフィックで測定するよう求めています。公式ブログには、削減率やレイテンシ、選択精度に関する具体的なベンチマーク数値は掲載されていません。
対応モデルはGemini 3.6以降で、すべてのGemini 4モデルを含みます。利用先はInteractions APIです。公式ブログのサンプルコードでは、モデルとして gemini-4-hydrogen が指定されています。
IT Postでは、今回の発表の価値は「トークンが減る」という一点ではなく、ツールの設計そのものが検索される前提に変わる点にあると考えます。名前と説明だけが先に見え、詳細は後から届く構造では、曖昧な名前や中身のない説明文を持つツールは、モデルに見つけてもらえなくなります。つまり、節約の仕組みを入れた瞬間に、ツールの命名と説明文がそのまま性能を決める部品になるわけです。逆に言えば、削減効果を公式の数字ではなく「自社トラフィックで測れ」とした点は正直な線引きだ。ライブラリの形も呼び出し頻度も現場ごとに違う以上、一律の削減率は出せない、という判断は筋が通っているはずだ
まずはプレビューの期間に、実際の開発者がどの程度の規模のライブラリで使うかが焦点になります。数個のツールしか持たないエージェントでは、固定で追加される入力トークンのほうが目立つ場面も考えられます。一方で、数百のツールを抱えるエージェントや、大きなMCPサーバーを接続する用途では、最初から全スキーマを送る方式との差が出やすくなります。
次に注目すべきは、一般提供への移行時期と、その際に公式が測定値やベンチマークを出すかどうかです。現時点の公式ブログには一般提供の時期は書かれていません。ドキュメントや対応モデルの範囲が広がるかどうかも含め、続報は公式の案内を確認する必要があります。
開発者側の実務では、導入と同時にツールの名前と説明文を見直す作業が増えるとみられます。検索で見つけてもらうための説明を書くという作業は、これまでのプロンプト設計とは少し違う技能です。Tool Retrievalが広がるほど、その地味な整備の巧拙がエージェントの出来を左右する局面は増えていくでしょう。
「一次情報」は資料の出所を示す区分で、編集部による独立した実測や、すべての主張の実証を示すものではありません。確認の範囲や未確認の点は、本文の説明と併せてご覧ください。
Googleは2026年11月19日、Geminiアプリ(Mac版)に「computer use」を提供開始したと発表した。利用者がやりたいことを文章で伝えると、Geminiがローカルファイル、デスクトップアプリ、Webにまたがる複数手順の作業を、クリック、入力、メニュー操作、フォーム入力まで含めて代行する。作業は分離されたバックグラウンドウィンドウの中で行われ、ライブプレビューで進み方を確認でき、対象アプリの選択、一時停止、重要な操作の事前承認といった制御が用意されている。提供は英語・米国から開始されている
Googleは2026年11月18日、新モデル「Gemini 4 Neon」を発表した。Artificial Analysis Intelligence Indexで61を記録して全体3位に入り、価格は入力100万トークンあたり3ドル、出力15ドル、コンテキストは100万トークン。提供はGemini API(Google AI Studio)、Gemini for business、Google Antigravity(有料Pro/Ultra)、Geminiアプリ(Pro/Ultra)で始まっている。
Googleが2026年11月19日に紹介したChromeのMirror Dimensionは、実在アカウントに触れさせず合成Webでブラウザ操作エージェントを評価する密閉環境である。実URLのままプロキシで振り分ける仕掛け、多エージェントによるサイト生成、Chrome DevTools for Agentsの役割、間接プロンプトインジェクションへの動的レッドチーミングまで、公式ブログの範囲で整理した
OpenAIは2026年11月19日、ChatGPTの性能劣化をAIエージェントが自動で調査し修正まで進める社内システム「Performance Factory」の詳細を公開した。中心のRegression Workflowは3か月余りで1,700件超の調査を追跡し、600件超で根本原因を特定。1日あたり約17件の調査が自動で回っている。診断には別のCodexセッションによる「反証レビュー」が組み込まれ、修正のPRはエンジニアがレビューしてマージを決める。
Googleは2026年11月19日、世界モデル「Genie 4」をGemini API(Interactions API経由)とGoogle AI Studioで開発者向けに提供開始したと発表した。テキストプロンプトや参照画像から、720p・24fpsの連続した世界を音声付きで生成でき、キーボード操作とライブプロンプトで移動や天候変更ができる。前日18日には一般向けのProject GenieでGoogle AI Ultra加入者への提供が始まっており、2日続けての開放となった。すべての出力にはSynthIDの電子透かしが入る。
Microsoftは2026年11月17日、年次イベント「Ignite 2026」の開幕に合わせ、CopilotをChat・Cowork・Code・Autopilotを1つの体験に統合する「仕事のOS」として位置付け直すと公式ブログで発表した。新コーディングモデル「Code 2」と「Code 2 Flash」は同日一般提供開始でGitHub Copilotのモデル選択とFoundryで使える。セキュリティ特化の「Cyber 2 Flash」、マルチモーダル対応の「Microsoft-Decision-1.1」の一般提供、自律エージェント「Autopilot」のFrontier顧客向け展開開始も発表した
Bing検索からのクリック数にもとづく(集計期間: 2026年10月17日〜2026年11月13日)