Η Fortytwo λανσάρει το Engine API, αναφέροντας 24,7% λιγότερα tokens στις εργασίες προγραμματισμού

Η Fortytwo λάνσαρε το Fortytwo Engine, ένα API συμπερασμού που αξιοποιεί συνεργαζόμενα μοντέλα τεχνητής νοημοσύνης για να βελτιώσει τη συλλογιστική, μειώνοντας παράλληλα τον όγκο του παραγόμενου κειμένου που απαιτείται για την ολοκλήρωση μιας εργασίας. Η εταιρεία αναφέρει ότι το πρώτο μοντέλο που υποστηρίζεται, το Qwen 3.8 27B, χρησιμοποίησε 24,7% λιγότερα tokens σε 450 εκτελέσεις εργασιών μηχανικής λογισμικού του DeepSWE σε σύγκριση με το ίδιο μοντέλο όταν λειτουργεί μόνο του, ενώ παράλληλα έλυσε μεγαλύτερο ποσοστό των εργασιών.

Η ανακοίνωση αφορά ένα ολοένα μεγαλύτερο πρόβλημα κόστους για τους πράκτορες τεχνητής νοημοσύνης: η χαμηλή τιμή ανά token δεν συνεπάγεται απαραίτητα και χαμηλό κόστος ανά ολοκληρωμένη εργασία. Οι εκτεταμένες εργασίες προγραμματισμού και έρευνας μπορούν να συσσωρεύσουν επαναλαμβανόμενο περιεχόμενο συμφραζομένων, περιττές κλήσεις εργαλείων και επαναλήψεις. Η προσέγγιση της Fortytwo επιχειρεί να περιορίσει αυτή τη σπατάλη κατά τη διαδικασία συμπερασμού, διατηρώντας την τιμή ανά token στο επίπεδο του βασικού μοντέλου, σύμφωνα με την εταιρεία.

Καθοδήγηση της συλλογιστικής πριν συσσωρευτούν τα λάθη

Η Fortytwo ονομάζει Swarm Decoder την τεχνολογία που βρίσκεται πίσω από το νέο Engine. Πολλαπλά μοντέλα διαμορφώνουν από κοινού μια πορεία συλλογιστικής καθώς αυτή παράγεται, αξιολογώντας ποια κατεύθυνση είναι ισχυρότερη πριν ολοκληρωθεί η απάντηση. Στόχος είναι να εντοπίζονται έγκαιρα οι αδύναμες παραδοχές, ώστε να αποφεύγονται η πρόσθετη παραγωγή κειμένου και η προσπάθεια ανάκαμψης που απαιτούνται μετά από μια λανθασμένη κατεύθυνση.

Αυτό αποτελεί αλλαγή σε σχέση με την προηγούμενη αρχιτεκτονική της Fortytwo. Στην έρευνά της για τον κατανεμημένο συμπερασμό το 2025, ξεχωριστοί κόμβοι παρήγαγαν ανεξάρτητες απαντήσεις, τις συνέκριναν απευθείας και συνδύαζαν τις ισχυρότερες συνεισφορές. Η εταιρεία περιγράφει έναν μηχανισμό στατιστικής κατάταξης που αποδίδει μεγαλύτερη βαρύτητα στους δοκιμασμένους κόμβους, ενώ η αξιολόγηση από ομοτίμους συμβάλλει στην εδραίωση της φήμης τους. Η προηγούμενη προσέγγιση αξιολογούσε ολοκληρωμένες απαντήσεις· το νέο Engine εντάσσει την κατάταξη από ομοτίμους στην ίδια τη διαδικασία συλλογισμού.

Η διαφορά έχει σημασία για πράκτορες που εκτελούν εργασίες πολλών βημάτων. Η επιλογή της ισχυρότερης ολοκληρωμένης απάντησης μπορεί να βελτιώσει το αποτέλεσμα, αλλά δεν ανακτά τα tokens που έχουν ήδη δαπανηθεί για την παραγωγή ασθενέστερων εναλλακτικών. Η συνεχής καθοδήγηση αποσκοπεί στο να εμποδίζει εξαρχής την ανάπτυξη μιας μη παραγωγικής πορείας. Η Fortytwo αναφέρει ότι στον υπολογισμό των tokens συνυπολογίζονται όλα τα μοντέλα που συμμετέχουν, και όχι μόνο η τελική απάντηση.

Ο διευθύνων σύμβουλος και συνιδρυτής Ivan Nikitin περιέγραψε το όφελος ως διπλό: «Η συλλογική συλλογιστική αποδίδει διπλά: οι απαντήσεις είναι καλύτερες και οι εργασίες απαιτούν λιγότερα tokens.»

Τι δείχνουν οι δοκιμές της Fortytwo

Στην αξιολόγηση της εταιρείας με το DeepSWE, το Engine σημείωσε 47,8, έναντι 42,2 για το βασικό μοντέλο, σημειώνοντας αύξηση 5,6 ποσοστιαίων μονάδων. Η μέση χρήση tokens ανά εκτέλεση μειώθηκε από 16,3 εκατομμύρια σε 12,3 εκατομμύρια. Και στις 450 εκτελέσεις συνολικά, η Fortytwo αναφέρει 7,4 δισεκατομμύρια tokens για το βασικό μοντέλο και 5,6 δισεκατομμύρια για το Engine.

Το υλικό της κυκλοφορίας αναφέρει επίσης υψηλότερες βαθμολογίες σε πέντε ακόμη δοκιμές αναφοράς, που καλύπτουν την επιστήμη, τον προγραμματισμό και τη γενική συλλογιστική:

Πηγή: Ανακοίνωση κυκλοφορίας της Fortytwo. Οι βαθμολογίες συγκρίνουν το Qwen 3.8 27B με και χωρίς το Engine, βάσει του πρωτοκόλλου αξιολόγησης της εταιρείας.

Πρόκειται για αποτελέσματα που αναφέρει η ίδια η εταιρεία. Η μείωση των tokens κατά 24,7% αφορά συγκεκριμένα τις εκτελέσεις του DeepSWE· δεν πρέπει να εκληφθεί ως εξοικονόμηση που έχει μετρηθεί σε όλες τις δοκιμές αναφοράς ή σε κάθε φόρτο εργασίας παραγωγής. Για τους προγραμματιστές, το πρακτικό κριτήριο είναι αν ένα μοντέλο ολοκληρώνει με ακρίβεια τις δικές τους εργασίες, χρησιμοποιώντας συνολικά λιγότερα tokens, επαναλήψεις και κλήσεις εργαλείων.

Γνώριμο API, με σαφώς καθορισμένα όρια συμβατότητας

Η υπηρεσία είναι διαθέσιμη μέσω της πλατφόρμας προγραμματιστών της Fortytwo. Η τεκμηρίωση του API περιγράφει τη συμβατότητα με το OpenAI Chat Completions API, επιτρέποντας σε ένα υπάρχον SDK ή πρόγραμμα-πελάτη να χρησιμοποιήσει ένα κλειδί API και μια βασική διεύθυνση URL της Fortytwo, μαζί με ένα υποστηριζόμενο αναγνωριστικό μοντέλου.

Οι τεκμηριωμένες δυνατότητες περιλαμβάνουν τη σταδιακή μετάδοση αποτελεσμάτων, εργαλεία συναρτήσεων, παράλληλες κλήσεις εργαλείων και δομημένη έξοδο. Οι προγραμματιστές μπορούν επίσης να επιλέξουν επίπεδο προσπάθειας συλλογισμού. Αυτά τα χαρακτηριστικά καθιστούν την υπηρεσία κατάλληλη για πράκτορες που χρειάζεται να καλούν εργαλεία λογισμικού και να επιστρέφουν αποτελέσματα σε μορφή αναγνώσιμη από μηχανές, αντί να παράγουν μόνο κείμενο συνομιλίας.

Η συμβατότητα έχει όρια. Η τεκμηρίωση αναφέρει ότι υποστηρίζονται τα τελικά σημεία Chat Completions και καταχώρισης μοντέλων, ενώ δεν υποστηρίζονται API όπως τα Responses, Embeddings, Audio, Files και Assistants. Ορισμένα πεδία αιτημάτων υποστηρίζονται μόνο εν μέρει ή η υποστήριξή τους εξαρτάται από το επιλεγμένο μοντέλο, ενώ τα μη υποστηριζόμενα πεδία προκαλούν σφάλμα αντί να αγνοούνται σιωπηρά. Επομένως, οι ομάδες που μεταφέρουν μια υπάρχουσα εφαρμογή θα πρέπει να ελέγξουν τα πραγματικά αιτήματά της με βάση τον οδηγό συμβατότητας.

Ένα ευρύτερο στοίχημα στη συλλογική τεχνητή νοημοσύνη

Το Engine λειτουργεί παράλληλα με το Fortytwo Harbor, την υπηρεσία της εταιρείας για οργανισμούς που θέλουν να αναπτύξουν υποδομή συμπερασμού με σμήνος στα δικά τους συστήματα. Η Fortytwo παρουσιάζει το Harbor ως λύση που διατηρεί τα δεδομένα εντός των ορίων του οργανισμού και βασίζεται σε σταθερό κόστος εξοπλισμού αντί για χρέωση API ανά token.

Το ευρύτερο ερευνητικό πρόγραμμα της εταιρείας περιλαμβάνει επίσης τη δημιουργία δεδομένων εκπαίδευσης μέσω του δικτύου μοντέλων της. Στον ιστότοπό της παρουσιάζεται το Strand-Rust-Coder-14B, ένα ανοικτό μοντέλο εκπαιδευμένο σε σύνολο δεδομένων που δημιουργήθηκε από τη Fortytwo. Αυτή η προσπάθεια αφορά την εκπαίδευση μοντέλων, ενώ το νέο Engine εστιάζει στη βελτίωση του τρόπου με τον οποίο συλλογίζονται, κατά τη λειτουργία συμπερασμού, τα υπάρχοντα μοντέλα με ανοικτά βάρη.

Η Fortytwo ιδρύθηκε το 2024 και αναφέρει ότι έχει ομάδα 15 μηχανικών, με μέλη μεταξύ άλλων στο Mountain View και στο Abu Dhabi, ότι συγκέντρωσε 2,3 εκατομμύρια δολάρια σε χρηματοδότηση προ-σποράς το 2025 και ότι εντάχθηκε στο οικοσύστημα Hub71 του Abu Dhabi το 2026. Μετά το Qwen 3.8 27B, σχεδιάζεται η προσθήκη περισσότερων ανοικτών μοντέλων στο Engine.

Η έμφαση κατά την κυκλοφορία δίνεται στο κόστος ανά επιτυχημένη εργασία. Αν η συνεχής αξιολόγηση από ομοτίμους μπορεί να αποτρέπει αξιόπιστα αρκετούς άσκοπους συλλογισμούς ώστε να αντισταθμίζει τη δική της επιβάρυνση, οι προγραμματιστές ενδέχεται να έχουν έναν ακόμη τρόπο να βελτιώσουν τα οικονομικά της λειτουργίας των πρακτόρων, παράλληλα με καλύτερα μοντέλα και ταχύτερο υλικό.