Abacus.AI julkaisee kolme avoimen painon Smaug-mallia agenttisovelluksiin

Abacus.AI 10. syyskuuta 2026 esitteli Smaug-sarjan, kolme avoimen painon kielimallia, jotka on hienosäädetty yritysten agenttisovelluksiin: Smaug Agentic, Smaug Flash ja Smaug Mini. Kaikki kolme ovat ladattavissa Hugging Face -palvelusta ja niitä voidaan käyttää myös yrityksen RouteLLM‑rajapinnan kautta.

Mallit esiteltiin Abacus.AI:n yritysten agenttisen tekoälyn alustan ja Super Assistantin kautta. Yritys kertoi, että yritykset voivat isännöidä malleja omassa pilvi‑VPC‑ympäristössään, jolloin ne saavat täyden hallinnan dataansa ja siihen, missä tekoäly on sijoitettu, ja että tietoturvasta ja tietosuojasta huolestuneet organisaatiot voivat isännöidä Smaug Agenticia sisäisessä GPU‑klusterissa.

Abacus.AI kuvaa Smaugia hienosäätötekniikkana, joka soveltuu mihin tahansa avoimen lähdekoodin perusmalliin, ja toteaa sen parantavan pitkissä agenttisykleissä suoritusta 15–20 % ilman kustannusten nousua. Yritys sanoi, että tämä mahdollistaa yrityksille itseoppivien AI‑agenttien käyttöönoton mittakaavassa avoimen lähdekoodin mallikustannuksilla, jotka ovat tyypillisesti 10–100 kerta alhaisempia kuin huippumallien, kuten Anthropicin ja OpenAI:n, kustannukset.

“Avoimen painon mallit sulkeutuvat nopeasti huippumallien välistä, mutta ne suoriutuvat edelleen heikosti pitkissä agenttisykleissä,” Bindu Reddy, Abacus.AI:n toimitusjohtaja, sanoi yrityksen ilmoituksessa. Reddy totesi, että Smaug-sarja korjaa tämän puutteen samalla kun se on 10–100 kerta halvempaa kuin suljettu lähdekoodi -mallit.

Yrityksen teknisen tiivistelmän mukaan sarja syntyi suurten agenttisyklien, laajojen kontekstien ja toistuvien työkalukutsujen aiheuttamien kustannusten ja tehottomuuden vuoksi, mikä paheni, kun kehotteiden välimuisti hajosi aikaväleillä. Menetelmä yhdistää ihmisen kuratoimia, todellisessa maailmassa tapahtuneita agenttijälkiä synteettiseen dataan, joka perustuu vaikeisiin esimerkkeihin, ja tiivistelmä raportoi johdonmukaisia parannuksia agenttien koodauksessa, todellisessa työkalukäytössä, automaatiossa sekä pitkän kontekstin päättelyssä ja ohjeiden noudattamisessa, kun sitä sovelletaan erilaisiin avoimen painon perusmalleihin.

Smaug Agentic

Smaug Agentic, sarjan suurin malli, on valvottu hienosäätö Moonshot AI:n Kimi K3:sta, joka on asiantuntijamallien sekoitus 2,8 triljoonan kokonaisparametrilla, 104 miljardia aktivoidulla parametrilla, 1 048 576 tokenin kontekstipituudella ja MoonViT-V2‑näkökooderilla, kuten sen mallikortissa kerrotaan. Hienosäätö ei muuta arkkitehtuuriparametreja, ja malli julkaistaan Kimi K3 -lisenssin alaisena, jonka ehdot käyttäjän on noudatettava. Kortissa todetaan, että koulutus käytti kuratoituja monivaiheisia, työkalua käyttäviä koodausjälkiä, joissa päättelytokenit on maskattu häviöstä, jotta koulutus ohjaa mallin toimia säilyttäen perusmallin päättelyjakauman koskemattomana; aineiston sisältöä ei julkaista.

Kortti raportoi pisteet 94,1 GPQA Diamond -testissä, 75,7 AA-LCR:ssä, 69,9 DeepSWE:ssa, 86,5 Terminal‑Bench 2.1:ssä, 60,8 SciCode:ssa, 64,6 LiveBench‑agenttikoodauksessa, 31,0 AutomationBenchissä ja 81,0 MMMU‑Prossa. Siinä todetaan, että Kimi K3 -perusmalliin verrattuna saavutettiin 2,4 pistettä parempi tulos DeepSWE:ssa, 2,4 LiveBench‑agenttikoodauksessa, 2,1 SciCode:ssa, 1,0 AA-LCR:ssa ja 0,6 GPQA Diamondissa.

Kortti myös raportoi, että p99‑päättelyn pituus laskee noin 0,6‑kertaiseksi perusmalliin verrattuna SciCode‑ ja AA-LCR‑testissä, kun taas näkyvän vastauksen pituus pysyy tilastollisesti erottamattomana Kimi K3:sta. 113 DeepSWE‑tehtävän ja yli seitsemän tunnin jatkuvan työn aikana yritys ilmoitti nollan infrastruktuurivirheitä eikä aikakatkaisuja. Koska arkkitehtuuri on muuttumaton, Smaug Agentic toimii missä tahansa Kimi K3 toimii, ja sille on julkaistu palvelureseptit vLLM:lle, SGLangille ja TokenSpeedille. Julkaisu asemoi mallin kustannustehokkaaksi korvikkeeksi Opus‑luokan malleille.

Smaug Flash and Smaug Mini

Smaug Flash on hienosäädetty DeepSeek V4 Flash 0731 -malliin ja kohdistuu yritysten itseoppiviin agenteihin. Tiivistelmä kertoo, että perusmalli on altis “spins and confusion” -ilmiöille pitkissä kontekstin agenttityökalukäytöissä, ja että Smaug Flash korjaa tämän säilyttäen perusmallin kustannus- ja nopeusetuudet. Julkaisu kuvaa Smaug Flashia optimoiduksi henkilökohtaisiksi agenteiksi, jotka voivat yhdistää viestisovelluksiin kuten WhatsApp, Telegram ja Slack ja ylläpitää pitkiä keskusteluja käyttäjien kanssa. Tiivistelmän raportoimat pisteet DeepSeek V4 Flash 0731 -perusmalliin verrattuna, Claude Sonnet 5:nä vertailusarjana, sisältävät 77,4 vs 74,2 LiveBench‑kokonaisuudessa, 61,1 vs 46,8 LiveBench‑agenttikoodauksessa, 56,6 vs 54,4 DeepSWE 1.1:ssä, 38,83 vs 25,1 AutomationBench‑julkisessa 600‑testissä tiukalla läpäisyrajalla, ja 73,3 vs 54,2 NL2repo‑benchissä.

Smaug Mini on 27‑miljardia parametria sisältävä malli, joka on hienosäädetty Qwen3.8 27B:lle, ja se on suunniteltu multimodaalisiin käyttötapauksiin sekä pienempiin päättelykuormiin. Tiivistelmä raportoi 76,9 pistettä verrattuna perusmallin 75,3 pisteeseen LiveBench‑kokonaisuudessa, 82,0 IFBenchissä, 41,8 vs 37,3 AutomationBenchissä, 50,5 vs 33,4 JobBench‑virallisessa 65‑tehtävän protokollassa, ja 55,8 vs 42,3 NL2repo‑benchissä, jossa vertailusarjoina ovat Claude Sonnet 5, Claude Opus 4.6 ja GPT-5.6 Luna. Julkaisu kuvaa Smaug Miniä sopivaksi yksinkertaisiin tehtäviin ja yritysten chatbotteihin, ja sanoo, että yritykset voivat hienosäätää sitä edelleen omilla tiedoillaan.

Arviointiprotokolla ja tiekartta

Tekninen tiivistelmä toteaa, että arvioinnit suoritettiin Abacus.AI:n toimesta samassa testikehyksessä kaikille malleille, ellei merkintä ole merkitty ristikolla raportoituun pisteeseen, joka ei ole peräisin sen kehyksestä, ja että LiveBench‑rivien tiedot on otettu julkaistulta LiveBench‑tulostaululta 25. kesäkuuta 2026. Smaug Agentic -kortti kertoo, että sen tulokset on tuotettu omistetussa 8×B300‑asennuksessa lämpötilalla 1,0 ja päättelyponnistuksella maksimi, ja että sen SciCode‑arviointi sisältää korjauksen ylävirran virheeseen, jonka vuoksi 12 alitehtävää oli ratkaisematon. Yritys sanoi, että mallit on listattu LiveBenchissä suodattimen finetunes alla.

Abacus.AI totesi, että Smaug-sarja on sekä tuotejulkaisu että demonstraatio sen väitteelle, että oikean hienosäätömenetelmän avulla avoimen painon mallit voivat kilpailla ja ylittää huippumallit agenttisissa AI‑tehtävissä. Yritys sanoi odottavansa jatkavansa sarjan kehittämistä perusmallien kehittyessä ja sen agenttijälkirakenteen kirjaston kasvaessa.