Google a annoncé le 19/11/2026 Tool Retrieval dans l'API Gemini : les outils d'un agent, serveurs MCP compris, ne sont plus chargés d'avance dans le contexte du modèle. Anthropic et OpenAI proposent le même mécanisme. Cet article explique ce qui est chargé et où, d'où vient le gain, et ce que le mécanisme change au contrôle des outils.
Ce qui est chargé, et où
Un outil est une fonction que le modèle peut faire exécuter par l'application : lire un agenda, chercher un dossier, envoyer un message. Le modèle ne l'exécute pas lui-même : il demande l'appel, l'application ou un serveur l'exécute et lui rend le résultat.
Le mécanisme vaut pour tout outil déclaré par l'application, fonctions maison comprises. Les serveurs MCP sont le cas où il pèse le plus, parce qu'un seul serveur apporte souvent des dizaines d'outils.
Un outil est décrit au modèle par trois éléments : un nom, une description en langage courant, et le schéma de ses paramètres. Sans chargement à la demande, ces trois éléments entrent dans le contexte du modèle pour chaque outil, et le modèle les relit à chaque tour de la conversation, que l'outil serve ou non.
Avec Tool Retrieval, d'après le billet de Google du 19/11/2026, le développeur ajoute un outil de recherche (tool_search) et marque les outils à différer (defer_loading). Le modèle ne voit alors que le nom et la description des outils différés. Quand il en veut un, il le demande par son nom, l'API charge le schéma et l'appel part dans la même requête.
Trois endroits sont à distinguer.
| Endroit | Ce qui change | Ce qui ne change pas |
|---|---|---|
| L'application de l'éditeur | Elle marque les outils à différer | Elle déclare toujours tous les outils dans la requête |
| Le contexte du modèle, chez le fournisseur | Les schémas des outils différés n'y entrent qu'à la demande | Les noms et descriptions y restent |
| Le serveur MCP | Rien | Il expose toute sa liste, exécute les appels et contrôle les droits |
Pour un serveur MCP distant, un seul réglage diffère tous ses outils. Le serveur n'est pas modifié et ne sait pas que ses outils sont différés : c'est l'API du fournisseur qui lit sa liste et qui choisit ce qu'elle montre au modèle.
Google décrit aussi un mode où la recherche se fait dans l'application de l'éditeur. L'application tient alors elle-même le registre des outils et renvoie les schémas au modèle, au prix d'un aller-retour par recherche. C'est le seul cas où la liste des outils ne part pas d'avance chez le fournisseur.

Où est le gain
Le gain est dans le contexte du modèle : des jetons d'entrée en moins à chaque tour. Le réseau et le serveur MCP travaillent comme avant. Pour un éditeur, c'est un levier de plus sur une facture d'IA qui dérive.
Ce gain a trois effets possibles.
- Le coût : les jetons d'entrée sont facturés. Google précise qu'un schéma chargé est ensuite facturé en entrée pour le reste de la conversation.
- La place : les définitions d'outils occupent la fenêtre de contexte avant le premier message. Anthropic cite un exemple de cinq serveurs MCP et 58 outils, soit environ 55 000 jetons avant le début de la conversation. Sur son exemple de plus de 50 outils MCP, le contexte passe d'environ 77 000 jetons à 8 700 avant tout travail, soit 85 % de moins.
- Le choix de l'outil : Anthropic rapporte, sur ses évaluations internes, une sélection plus juste quand la liste chargée est courte : de 49 % à 74 % pour Opus 4, de 79,5 % à 88,1 % pour Opus 4.5.
Ma lecture, à vérifier sur sa propre facture : une liste d'outils chargée d'avance et stable profite déjà du cache de prompt, facturé moins cher. L'économie en euros est donc plus faible que l'économie en jetons.
Google ne publie aucun chiffre et écrit que l'économie n'existe que si les schémas jamais chargés pèsent plus que ceux qui le sont.
La comparaison avec une fonction serverless
Le mécanisme ressemble au démarrage à froid d'une fonction serverless.
| Fonction serverless | Outil différé | |
|---|---|---|
| Ce qui n'est pas chargé d'avance | Le code de la fonction | Le schéma de l'outil |
| Ce que l'on économise | Du calcul à vide | Des jetons relus à chaque tour |
| Le prix du premier appel | Le démarrage à froid | Une étape de recherche, et un aller-retour quand la recherche se fait dans l'application |
| Le remède | Garder des instances chaudes | Garder chargés les outils fréquents |
| Quand cela ne vaut pas la peine | Trafic constant | Peu d'outils, tous utilisés |
La comparaison a une limite. Une fonction serverless est libérée après un temps d'inactivité. Un schéma chargé reste dans le contexte, et facturé, jusqu'à la fin de la conversation.
Ce que proposent les trois fournisseurs
| Google (Gemini) | Anthropic (Claude) | OpenAI | |
|---|---|---|---|
| Source | Billet du 19/11/2026 | Billet du 24/11/2025 | Documentation « Tool search » |
| Statut | Préversion | Bêta à sa sortie | Disponible à partir de gpt-5.4 |
| Ce que le modèle voit d'un outil différé | Nom et description | Rien avant la recherche | Nom et description |
| Qui cherche | Le fournisseur, ou l'application | Le fournisseur (regex, BM25), ou une recherche de l'éditeur | Le fournisseur, ou l'application |
| Serveur MCP entier différé | Oui | Oui | Oui |
| Chiffres publiés | Aucun | 85 % de jetons en moins sur un exemple de plus de 50 outils MCP | Aucun |
Anthropic conseille le mécanisme au-delà de 10 outils ou de 10 000 jetons de définitions, et le déconseille quand les outils sont peu nombreux ou tous utilisés à chaque session. Google et OpenAI renvoient chacun à une mesure sur son propre trafic.
Je n'ai trouvé aucune mesure indépendante, et aucune mesure d'énergie. Moins de jetons en entrée veut dire moins de calcul, mais personne ne l'a chiffré.
Un exemple : Claude Code
Claude Code, l'agent de développement d'Anthropic, applique ce mécanisme par défaut aux outils MCP (documentation lue le 21/11/2026). Au démarrage d'une session, seuls les noms des outils et les instructions de chaque serveur entrent dans le contexte. Les définitions sont chargées ensuite, par un outil de recherche nommé ToolSearch.
Trois réglages montrent où se trouve la main de l'équipe.
Le seuil, par une variable d'environnement. Ici, les outils restent chargés d'avance tant que leurs définitions pèsent moins de 5 % de la fenêtre de contexte, et la seconde ligne désactive le mécanisme :
ENABLE_TOOL_SEARCH=auto:5 claude
ENABLE_TOOL_SEARCH=false claude
Un serveur toujours chargé, dans le fichier .mcp.json du projet. C'est l'équivalent de l'instance gardée chaude, à réserver aux quelques outils utiles à chaque tour :
{
"mcpServers": {
"outils-coeur": {
"type": "http",
"url": "https://mcp.example.com/mcp",
"alwaysLoad": true
}
}
}
Un outil toujours chargé, côté auteur du serveur MCP, dans la définition de l'outil :
{
"name": "chercher_dossier",
"description": "Cherche un dossier par identifiant",
"_meta": { "anthropic/alwaysLoad": true }
}
La documentation donne aussi un conseil aux auteurs de serveurs MCP : rédiger des instructions de serveur qui disent quelles tâches les outils couvrent et quand les chercher, et placer les mots importants au début des descriptions, parce que Claude Code coupe les instructions d'un serveur au-delà de 4 096 caractères.
Deux enseignements pour un éditeur. Celui qui branche un serveur et celui qui l'écrit ont chacun un réglage, et le premier l'emporte. Et interdire l'outil de recherche ne restreint rien : les outils MCP sont alors chargés d'avance. Pour retirer un outil à l'agent, il faut une règle de permission sur cet outil.
Qui choisit l'outil, et ce que l'on contrôle encore
C'est le modèle qui choisit l'outil, et c'était déjà le cas : avec une liste chargée d'avance, il décidait aussi lequel appeler. Ce qui change, c'est sur quoi il choisit. Chez Google et OpenAI, il choisit sur le nom et la description, puis lit le schéma.
Un outil différé reste disponible : il est déclaré, donc le modèle peut toujours le demander et l'appeler. Le chargement à la demande allège le contexte, il ne gère pas les droits. Le prendre pour une restriction de droits serait une erreur de conception : les droits se décident dans la liste des outils déclarés pour un utilisateur donné, et dans le serveur qui exécute l'appel.
Deux points demandent de l'attention.
- Les descriptions. Trail of Bits a montré le 21/04/2025 qu'un serveur MCP peut influencer un modèle par la description de ses outils, avant tout appel. Les descriptions des outils différés restent dans le contexte chez Google et OpenAI : cette exposition ne disparaît pas.
- La recherche dans l'application. OpenAI demande de n'exposer que des définitions de confiance quand l'application renvoie elle-même les schémas.
Un point s'améliore : la trace. La réponse de l'API Gemini donne les outils recherchés, les schémas chargés et l'appel effectué.
Ce qu'un éditeur de logiciel de santé en tire
- N'envoyer au modèle que les outils permis à l'utilisateur connecté, et revérifier le droit dans le serveur qui exécute. C'est l'application qui compose la liste à chaque requête. Si la liste dépend de l'utilisateur ou de l'établissement, la recherche dans l'application permet de la filtrer avant le modèle.
- Relire et figer les noms et les descriptions des outils, surtout ceux d'un serveur MCP tiers, et détecter tout changement.
- Conserver la trace des outils recherchés et chargés avec le journal des accès aux données de santé.
- Garder chargés les quelques outils utilisés dans presque toutes les conversations, différer les autres.
- Mesurer avant et après, sur des conversations réelles : jetons d'entrée, latence, taux de réussite des tâches.
Pour regarder ces points sur un produit précis, le diagnostic Sonar part de l'architecture et du code.
Ce qui reste ouvert
- Tool Retrieval est en préversion, sans date de disponibilité générale.
- Aucun chiffre de Google, aucune mesure indépendante, aucune mesure d'énergie.
- Je n'ai lu que les billets et la documentation des trois fournisseurs. Je n'ai rien mesuré moi-même.
Sources
- Google, « Introducing Tool Retrieval in the Gemini API », 19/11/2026 : https://blog.google/innovation-and-ai/technology/developers-tools/gemini-api-tool-retrieval/
- Anthropic, « Advanced tool use », 24/11/2025 : https://www.anthropic.com/engineering/advanced-tool-use
- OpenAI, documentation « Tool search », lue le 21/11/2026 : https://developers.openai.com/api/docs/guides/tools-tool-search
- Claude Code, documentation « Connect Claude Code to tools via MCP », section « Scale with MCP tool search », lue le 21/11/2026 : https://code.claude.com/docs/en/mcp
- Trail of Bits, « Jumping the line », 21/04/2025 : https://blog.trailofbits.com/2025/04/21/jumping-the-line-how-mcp-servers-can-attack-you-before-you-ever-use-them/