Fortytwo lancerer Engine API og rapporterer 24,7% færre tokens på kodningsopgaver

Fortytwo har lanceret Fortytwo Engine, et inferens-API, der bruger samarbejdende AI-modeller til at forbedre ræsonnementet og samtidig reducere mængden af genereret tekst, der skal til for at løse en opgave. Virksomheden oplyser, at den første understøttede model, Qwen 3.8 27B, brugte 24,7 % færre tokens på tværs af 450 kørsler af DeepSWE-softwareudviklingsopgaver end den samme model, når den kørte alene, samtidig med at den løste en større andel af opgaverne.

Lanceringen retter sig mod et voksende omkostningsproblem for AI-agenter: En lav pris pr. token giver ikke nødvendigvis en lav pris pr. løst opgave. Lange kodnings- og researchforløb kan føre til gentaget kontekst, unødvendige værktøjskald og nye forsøg. Fortytwos tilgang forsøger at reducere dette spild i selve inferensprocessen og holde prisen pr. token på basismodellens niveau, oplyser virksomheden.

Styring af ræsonnementet, før fejlene hober sig op

Fortytwo kalder teknologien bag det nye Engine for Swarm Decoder. Flere modeldeltagere former en fælles ræsonnementsbane, mens den genereres, og vurderer, hvilken retning der er stærkest, før svaret er færdigt. Målet er at opdage svage antagelser tidligt og dermed undgå det ekstra arbejde med generering og genopretning, der følger efter en forkert drejning.

Det er en ændring i forhold til Fortytwos tidligere arkitektur. I sin forskning i sværminferens fra 2025 producerede separate noder uafhængige svar, sammenlignede dem direkte og samlede de stærkeste bidrag. Virksomheden beskriver en statistisk rangordningsmekanisme, der tillægger noder med dokumenterede resultater større vægt, mens evaluering blandt ligestillede bidrager til at opbygge deres omdømme. Den tidligere tilgang evaluerede færdige svar; det nye Engine flytter rangordningen blandt ligestillede ind i selve ræsonnementsprocessen.

Forskellen er vigtig for agenter, der arbejder sig gennem mange trin. Det kan forbedre et svar at vælge det stærkeste færdige svar, men det genskaber ikke de tokens, der allerede er brugt på at generere svagere alternativer. Den løbende styring skal forhindre, at en uproduktiv ræsonnementsbane overhovedet vokser sig lang. Fortytwo oplyser, at deres tokenregnskab omfatter alle deltagende modeller i stedet for kun at tælle det endelige svar.

Administrerende direktør og medstifter Ivan Nikitin beskrev fordelene som todelte: »Kollektiv ræsonnement betaler sig på to måder: Svarene bliver bedre, og opgaverne kræver færre tokens.«

Hvad Fortytwos test viser

I virksomhedens DeepSWE-evaluering opnåede Engine en score på 47,8 mod 42,2 for basismodellen, en fremgang på 5,6 procentpoint. Det gennemsnitlige tokenforbrug faldt fra 16,3 millioner til 12,3 millioner pr. kørsel. På tværs af alle 450 kørsler oplyser Fortytwo, at basismodellen brugte i alt 7,4 milliarder tokens, mens Engine brugte 5,6 milliarder.

Lanceringens materiale rapporterer også højere scorer på fem andre benchmarks inden for videnskab, kodning og generel ræsonnementsevne:

Kilde: Fortytwos lanceringsmeddelelse. Scorerne sammenligner Qwen 3.8 27B med og uden Engine efter virksomhedens evalueringsprotokol.

Dette er resultater, som virksomheden selv har rapporteret. Reduktionen i tokenforbrug på 24,7 % stammer specifikt fra DeepSWE-kørslerne og bør ikke opfattes som en målt besparelse på tværs af alle benchmarks eller produktionsbelastninger. For udviklere er den praktiske prøve, om en model løser deres egne opgaver korrekt med færre tokens i alt, færre gentagne forsøg og færre værktøjskald.

Velkendt API med klart definerede kompatibilitetsgrænser

Tjenesten er tilgængelig via Fortytwos udviklerplatform. Dens API-dokumentation beskriver kompatibilitet med OpenAI Chat Completions API, så et eksisterende SDK eller en eksisterende klient kan bruge en Fortytwo API-nøgle og basis-URL sammen med et understøttet model-ID.

De dokumenterede funktioner omfatter streaming, funktionsværktøjer, parallelle værktøjskald og struktureret output. Udviklere kan også vælge et niveau for ræsonnementsindsatsen. Disse funktioner gør tjenesten relevant for agenter, der skal kunne kalde softwareværktøjer og returnere maskinlæsbare resultater i stedet for blot at generere samtaletekst.

Kompatibiliteten har grænser. Dokumentationen angiver Chat Completions og modeloversigt som understøttede endepunkter, mens API’er som Responses, Embeddings, Audio, Files og Assistants ikke understøttes. Nogle anmodningsfelter understøttes kun delvist eller afhænger af den valgte model, og ikke-understøttede felter udløser en fejl i stedet for at blive ignoreret uden varsel. Teams, der flytter en eksisterende applikation, bør derfor kontrollere dens faktiske anmodninger i forhold til kompatibilitetsvejledningen.

En bredere satsning på kollektiv AI

Engine ligger side om side med Fortytwo Harbor, virksomhedens tilbud til organisationer, der ønsker at implementere inferens med sværme på deres egen infrastruktur. Fortytwo positionerer Harbor som en løsning, der holder data inden for organisationens perimeter og anvender en fast hardwarepris i stedet for API-afregning pr. token.

Virksomhedens bredere forskningsprogram omfatter også generering af træningsdata gennem dens modelnetværk. På virksomhedens website fremhæves Strand-Rust-Coder-14B, en åben model, der er trænet på et datasæt genereret af Fortytwo. Dette arbejde handler om modeltræning, mens den nye Engine fokuserer på at forbedre, hvordan eksisterende modeller med åbne vægte ræsonnerer ved inferenstidspunktet.

Fortytwo blev grundlagt i 2024 og oplyser, at virksomheden har et team på 15 ingeniører, blandt andet i Mountain View og Abu Dhabi, rejste 2,3 millioner dollar i præ-seed-finansiering i 2025 og blev en del af Abu Dhabis Hub71-økosystem i 2026. Efter Qwen 3.8 27B er der planer om at føje flere åbne modeller til Engine.

Lanceringen lægger vægt på omkostningen pr. vellykket opgave. Hvis løbende evaluering mellem agenter pålideligt kan forhindre tilstrækkeligt meget spildt ræsonnering til at opveje sine egne omkostninger, kan udviklere få endnu en måde at forbedre agentøkonomien på, ved siden af bedre modeller og hurtigere hardware.