Fortytwo spouští API Engine a hlásí o 24,7% méně tokenů při programovacích úlohách

Společnost Fortytwo spustila Fortytwo Engine, inferenční API, které využívá spolupracující modely umělé inteligence ke zlepšení uvažování a současně snižuje množství generovaného textu potřebného k dokončení úlohy. Společnost uvádí, že její první podporovaný model, Qwen 3.8 27B, spotřeboval při 450 bězích softwarově-inženýrských úloh DeepSWE o 24,7 % méně tokenů než tentýž model spuštěný samostatně a zároveň vyřešil větší podíl úloh.

Oznámení reaguje na rostoucí problém s náklady na AI agenty: nízká cena za token nemusí nutně znamenat nízkou cenu za dokončenou úlohu. Při dlouhých programovacích a výzkumných úlohách se může hromadit opakovaný kontext, zbytečná volání nástrojů a opakované pokusy. Přístup společnosti Fortytwo se snaží omezit tuto neefektivní práci přímo v procesu inference, přičemž cena za token zůstává podle společnosti na úrovni základního modelu.

Řízení uvažování dřív, než se chyby začnou kumulovat

Technologii, na které nový Engine stojí, nazývá Fortytwo Swarm Decoder. Několik modelů společně formuje průběh uvažování v okamžiku jeho generování a ještě před dokončením odpovědi vyhodnocuje, který směr je slibnější. Cílem je včas odhalit slabé předpoklady a vyhnout se dodatečnému generování i práci potřebné k nápravě, které následují po chybné odbočce.

Oproti dřívější architektuře společnosti Fortytwo jde o změnu. V jejím výzkumu swarm inference z roku 2025 vytvářely samostatné uzly nezávislé odpovědi, porovnávaly je přímo mezi sebou a spojovaly nejpřínosnější příspěvky. Společnost popisuje statistický mechanismus hodnocení, který přikládá větší váhu osvědčeným uzlům, přičemž vzájemné hodnocení pomáhá budovat jejich reputaci. Dřívější přístup vyhodnocoval již dokončené odpovědi; nový Engine přesouvá vzájemné hodnocení přímo do procesu uvažování.

Tento rozdíl je důležitý u agentů, kteří pracují v mnoha krocích. Výběr nejlepší dokončené odpovědi může zlepšit výsledek, nevrátí však tokeny, které už byly spotřebovány při generování slabších alternativ. Průběžné usměrňování má zabránit tomu, aby se neproduktivní postup vůbec rozvinul. Fortytwo uvádí, že do výpočtu spotřeby započítává tokeny všech spolupracujících modelů, nikoli pouze ty v konečné odpovědi.

Generální ředitel a spoluzakladatel Ivan Nikitin popsal dvojí přínos: „Kolektivní uvažování se vyplácí dvakrát: odpovědi jsou lepší a úlohy vyžadují méně tokenů.“

Co ukazují testy společnosti Fortytwo

Při hodnocení DeepSWE dosáhl Engine skóre 47,8 oproti 42,2 u základního modelu, což představuje nárůst o 5,6 procentního bodu. Průměrná spotřeba tokenů klesla z 16,3 milionu na 12,3 milionu na jeden běh. Za všech 450 běhů uvádí Fortytwo celkovou spotřebu 7,4 miliardy tokenů u základního modelu a 5,6 miliardy u Engine.

Materiály k uvedení na trh uvádějí také vyšší skóre v pěti dalších testech zaměřených na vědu, programování a obecné uvažování:

Zdroj: oznámení společnosti Fortytwo o uvedení na trh. Skóre porovnává Qwen 3.8 27B s Engine a bez něj podle hodnoticího protokolu společnosti.

Jde o výsledky, které uvádí sama společnost. Snížení spotřeby tokenů o 24,7 % vychází konkrétně z běhů DeepSWE; nelze je považovat za naměřenou úsporu ve všech testech ani při každém produkčním nasazení. Pro vývojáře je prakticky důležité ověřit, zda model dokáže přesně plnit jejich vlastní úlohy a přitom spotřebuje méně tokenů, vyžaduje méně opakovaných pokusů a méně volání nástrojů.

Známé API s jasně vymezenými omezeními kompatibility

Služba je dostupná prostřednictvím vývojářské platformy společnosti Fortytwo. Její dokumentace API popisuje kompatibilitu s rozhraním OpenAI Chat Completions API, takže stávající SDK nebo klient může používat API klíč a základní URL adresu Fortytwo spolu s podporovaným ID modelu.

Mezi popsané funkce patří streamování, nástroje funkcí, paralelní volání nástrojů a strukturovaný výstup. Vývojáři mohou také zvolit úroveň úsilí věnovaného uvažování. Díky těmto funkcím je služba vhodná pro agenty, kteří potřebují volat softwarové nástroje a vracet strojově čitelné výsledky, nejen generovat konverzační text.

Kompatibilita má své hranice. Dokumentace uvádí jako podporované koncové body Chat Completions a výpis modelů, zatímco rozhraní API jako Responses, Embeddings, Audio, Files a Assistants podporována nejsou. Některá pole požadavků jsou podporována pouze částečně nebo jejich podpora závisí na zvoleném modelu; nepodporovaná pole vyvolají chybu, místo aby byla bez upozornění ignorována. Týmy přecházející se stávající aplikací by proto měly porovnat její skutečné požadavky s průvodcem kompatibilitou.

Širší sázka na kolektivní umělou inteligenci

Engine doplňuje Fortytwo Harbor, nabídku společnosti pro organizace, které chtějí nasadit inferenci pomocí rojů na vlastní infrastruktuře. Fortytwo staví Harbor na tom, že data zůstávají uvnitř hranic organizace a místo fakturace API za každý token se platí pevná cena za hardware.

Širší výzkumný program společnosti zahrnuje také generování trénovacích dat prostřednictvím její sítě modelů. Na jejím webu je představen Strand-Rust-Coder-14B, otevřený model natrénovaný na datové sadě vytvořené společností Fortytwo. Tato práce se zaměřuje na trénování modelů, zatímco nový Engine se soustředí na zlepšování uvažování stávajících modelů s otevřenými váhami při inferenci.

Společnost Fortytwo, založená v roce 2024, uvádí, že má 15členný tým inženýrů, mimo jiné v Mountain View a Abú Dhabí, že v roce 2025 získala 2,3 milionu dolarů v rámci předběžného investičního kola a že se v roce 2026 připojila k ekosystému Hub71 v Abú Dhabí. Po Qwen 3.8 27B plánuje pro Engine zpřístupnit další otevřené modely.

Při uvedení se klade důraz na náklady na jeden úspěšně dokončený úkol. Pokud průběžné vzájemné hodnocení dokáže spolehlivě zabránit dostatečnému množství zbytečného uvažování, aby vyvážilo vlastní režii, mohou vývojáři získat další způsob, jak zlepšit ekonomiku agentů, vedle kvalitnějších modelů a rychlejšího hardwaru.