Fortytwo bringt Engine API auf den Markt und meldet 24,7% weniger Token bei Programmieraufgaben

Fortytwo hat Fortytwo Engine gestartet, eine Inferenz-API, die zusammenarbeitende KI-Modelle einsetzt, um das logische Schlussfolgern zu verbessern und zugleich die Menge des generierten Textes zu verringern, die zur Erledigung einer Aufgabe benötigt wird. Das Unternehmen berichtet, dass sein erstes unterstütztes Modell, Qwen 3.8 27B, bei 450 Durchläufen von Softwareentwicklungsaufgaben aus DeepSWE 24,7 % weniger Token verbrauchte als dasselbe Modell im Alleingang und gleichzeitig einen größeren Anteil der Aufgaben löste.

Die Ankündigung zielt auf ein wachsendes Kostenproblem bei KI-Agenten: Ein niedriger Preis pro Token bedeutet nicht zwangsläufig niedrige Kosten pro erledigtem Auftrag. Bei langen Programmier- und Rechercheläufen können sich wiederholter Kontext, unnötige Werkzeugaufrufe und erneute Versuche summieren. Fortytwo versucht nach eigenen Angaben, diese Verschwendung innerhalb des Inferenzprozesses zu verringern und den Preis pro Token auf dem Niveau des Basismodells zu halten.

Schlussfolgerungen lenken, bevor sich Fehler fortpflanzen

Fortytwo nennt die Technologie hinter der neuen Engine Swarm Decoder. Mehrere Modellteilnehmer gestalten gemeinsam den Verlauf des Schlussfolgerns, während dieser entsteht, und bewerten, welche Richtung erfolgversprechender ist, bevor die Antwort vollständig vorliegt. Ziel ist es, schwache Annahmen frühzeitig zu erkennen und so den zusätzlichen Generierungs- und Korrekturaufwand zu vermeiden, der auf einen falschen Weg folgt.

Das unterscheidet sich von der früheren Architektur von Fortytwo. In seiner Forschung zur Swarm-Inferenz im Jahr 2025 erzeugten separate Knoten eigenständige Antworten, verglichen diese direkt miteinander und kombinierten die stärksten Beiträge. Das Unternehmen beschreibt einen statistischen Bewertungsmechanismus, der bewährten Knoten mehr Gewicht verleiht; die gegenseitige Bewertung trägt dazu bei, ihren Ruf zu etablieren. Bei diesem früheren Ansatz wurden fertige Antworten bewertet; die neue Engine verlagert die gegenseitige Bewertung direkt in den Schlussfolgerungsprozess.

Dieser Unterschied ist für Agenten wichtig, die viele Arbeitsschritte durchlaufen. Die Auswahl der stärksten fertigen Antwort kann das Ergebnis verbessern, macht aber die Token nicht wieder wett, die bereits für die Generierung schwächerer Alternativen verbraucht wurden. Die kontinuierliche Steuerung soll verhindern, dass sich ein unproduktiver Verlauf überhaupt erst ausweitet. Fortytwo zufolge werden bei der Erfassung des Tokenverbrauchs alle beteiligten Modelle berücksichtigt und nicht nur die endgültige Antwort.

CEO und Mitgründer Ivan Nikitin beschrieb den doppelten Nutzen so: „Gemeinsames Schlussfolgern zahlt sich doppelt aus: Die Antworten sind besser, und für Aufgaben werden weniger Token benötigt.“

Was die Tests von Fortytwo zeigen

Bei der DeepSWE-Auswertung des Unternehmens erzielte die Engine 47,8 Punkte gegenüber 42,2 Punkten beim Basismodell – ein Plus von 5,6 Prozentpunkten. Der durchschnittliche Tokenverbrauch sank von 16,3 Millionen auf 12,3 Millionen pro Durchlauf. Über alle 450 Durchläufe hinweg meldet Fortytwo insgesamt 7,4 Milliarden Token für das Basismodell und 5,6 Milliarden für die Engine.

Die Markteinführungsunterlagen weisen außerdem auf höhere Punktzahlen bei fünf weiteren Benchmarks aus den Bereichen Wissenschaft, Programmierung und allgemeines Schlussfolgern hin:

Quelle: Markteinführungsankündigung von Fortytwo. Die Punktzahlen vergleichen Qwen 3.8 27B mit und ohne Engine gemäß dem Evaluierungsprotokoll des Unternehmens.

Diese Ergebnisse stammen vom Unternehmen. Die Verringerung des Tokenverbrauchs um 24,7 % bezieht sich ausdrücklich auf die DeepSWE-Durchläufe; sie ist nicht als gemessene Einsparung bei jedem Benchmark oder jedem Produktivbetrieb zu verstehen. Für Entwickler kommt es in der Praxis darauf an, ob ein Modell ihre eigenen Aufgaben mit weniger Token insgesamt, weniger erneuten Versuchen und weniger Werkzeugaufrufen korrekt erledigt.

Vertraute API mit klar definierten Kompatibilitätsgrenzen

Der Dienst ist über die Entwicklerplattform von Fortytwo verfügbar. Die API-Dokumentation beschreibt die Kompatibilität mit der OpenAI Chat Completions API. Dadurch kann ein vorhandenes SDK oder ein bestehender Client mit einem Fortytwo-API-Schlüssel und einer Fortytwo-Basis-URL sowie einer unterstützten Modell-ID verwendet werden.

Zu den dokumentierten Funktionen gehören Streaming, Funktionstools, parallele Werkzeugaufrufe und strukturierte Ausgaben. Entwickler können außerdem den Grad des Schlussfolgerungsaufwands auswählen. Damit eignet sich der Dienst für Agenten, die Softwarewerkzeuge aufrufen und maschinenlesbare Ergebnisse zurückgeben müssen, statt lediglich Gesprächstext zu erzeugen.

Die Kompatibilität hat Grenzen. Laut Dokumentation werden Chat Completions und die Auflistung von Modellen als Endpunkte unterstützt, APIs wie Responses, Embeddings, Audio, Files und Assistants dagegen nicht. Einige Anfragefelder werden nur teilweise unterstützt oder hängen vom ausgewählten Modell ab; nicht unterstützte Felder führen zu einem Fehler, statt stillschweigend ignoriert zu werden. Teams, die eine bestehende Anwendung umstellen, sollten daher ihre konkreten Anfragen anhand des Kompatibilitätsleitfadens prüfen.

Ein weiter gefasster Vorstoß für kollektive KI

Engine ergänzt Fortytwo Harbor, das Angebot des Unternehmens für Organisationen, die Swarm-Inferenz auf ihrer eigenen Infrastruktur einsetzen möchten. Fortytwo positioniert Harbor als Lösung, bei der die Daten innerhalb des Unternehmensperimeters bleiben und statt einer API-Abrechnung pro Token feste Hardwarekosten anfallen.

Zum umfassenderen Forschungsprogramm des Unternehmens gehört auch die Generierung von Trainingsdaten über sein Modellnetzwerk. Auf seiner Website stellt das Unternehmen Strand-Rust-Coder-14B vor, ein offenes Modell, das mit einem von Fortytwo generierten Datensatz trainiert wurde. Diese Arbeit befasst sich mit dem Modelltraining, während sich das neue Engine darauf konzentriert, die Schlussfolgerungen bestehender Modelle mit offenen Gewichten zur Inferenzzeit zu verbessern.

Fortytwo wurde 2024 gegründet und gibt an, ein Team von 15 Ingenieuren zu haben, darunter in Mountain View und Abu Dhabi. 2025 nahm das Unternehmen in einer Pre-Seed-Finanzierungsrunde 2,3 Millionen US-Dollar auf und trat 2026 dem Hub71-Ökosystem von Abu Dhabi bei. Nach Qwen 3.8 27B sollen weitere offene Modelle für Engine folgen.

Bei der Markteinführung liegt der Schwerpunkt auf den Kosten pro erfolgreich erledigter Aufgabe. Wenn eine kontinuierliche gegenseitige Bewertung zuverlässig genug unnötigen Denkaufwand verhindern kann, um ihren eigenen Mehraufwand auszugleichen, könnten Entwickler neben besseren Modellen und schnellerer Hardware eine weitere Möglichkeit erhalten, die Wirtschaftlichkeit von Agenten zu verbessern.