Fortytwo lance l’API Engine et annonce 24,7% de jetons en moins pour les tâches de programmation

Fortytwo a lancé Fortytwo Engine, une API d’inférence qui fait appel à des modèles d’IA coopératifs pour améliorer le raisonnement tout en réduisant la quantité de texte généré nécessaire à l’accomplissement d’une tâche. Selon l’entreprise, son premier modèle pris en charge, Qwen 3.8 27B, a utilisé 24,7 % de jetons en moins au cours de 450 exécutions de tâches de génie logiciel DeepSWE que le même modèle exécuté seul, tout en résolvant une plus grande part des tâches.

Cette annonce répond à un problème de coûts croissant pour les agents d’IA : un faible prix par jeton ne se traduit pas nécessairement par un faible coût par tâche accomplie. Les longues sessions de programmation et de recherche peuvent entraîner une accumulation de contexte répété, d’appels d’outils inutiles et de nouvelles tentatives. Selon l’entreprise, l’approche de Fortytwo vise à réduire ce travail superflu au cours du processus d’inférence, tout en maintenant le prix par jeton au niveau de celui du modèle de base.

Orienter le raisonnement avant que les erreurs ne s’accumulent

Fortytwo appelle Swarm Decoder la technologie qui sous-tend le nouvel Engine. Plusieurs modèles participants façonnent une trajectoire de raisonnement commune au fur et à mesure qu’elle se construit, en évaluant quelle direction est la plus prometteuse avant que la réponse ne soit terminée. L’objectif est de repérer rapidement les hypothèses fragiles afin d’éviter la génération supplémentaire et le travail de récupération qui suivent une mauvaise orientation.

Cette approche marque une évolution par rapport à l’architecture antérieure de Fortytwo. Dans ses recherches de 2025 sur l’inférence en essaim, des nœuds distincts produisaient des réponses indépendantes, les comparaient directement et combinaient les contributions les plus solides. L’entreprise décrit un mécanisme de classement statistique qui accorde davantage de poids aux nœuds ayant fait leurs preuves, l’évaluation par les pairs contribuant à établir leur réputation. Cette approche antérieure évaluait les réponses une fois terminées ; le nouvel Engine intègre le classement par les pairs au processus de raisonnement lui-même.

Cette distinction compte pour les agents qui exécutent des tâches en de nombreuses étapes. Choisir la meilleure réponse finale peut améliorer le résultat, mais ne permet pas de récupérer les jetons déjà dépensés pour générer des options moins convaincantes. L’orientation continue vise à empêcher dès le départ qu’une trajectoire improductive ne se prolonge. Fortytwo indique que son décompte des jetons inclut tous les modèles participants, et pas seulement la réponse finale.

Le PDG et cofondateur Ivan Nikitin a décrit le bénéfice comme double : « Le raisonnement collectif est doublement payant : les réponses sont meilleures et les tâches nécessitent moins de jetons. »

Ce que montrent les tests de Fortytwo

Lors de l’évaluation DeepSWE de l’entreprise, l’Engine a obtenu un score de 47,8, contre 42,2 pour le modèle de base, soit un gain de 5,6 points de pourcentage. Le nombre moyen de jetons utilisés est passé de 16,3 millions à 12,3 millions par exécution. Sur l’ensemble des 450 exécutions, Fortytwo fait état de 7,4 milliards de jetons pour le modèle de base et de 5,6 milliards pour l’Engine.

Les documents de lancement font également état de scores plus élevés sur cinq autres bancs d’essai couvrant les sciences, la programmation et le raisonnement général :

Source : annonce de lancement de Fortytwo. Les scores comparent Qwen 3.8 27B avec et sans l’Engine, selon le protocole d’évaluation de l’entreprise.

Ces résultats sont ceux communiqués par l’entreprise. La réduction de 24,7 % du nombre de jetons concerne spécifiquement les exécutions DeepSWE ; elle ne doit pas être interprétée comme une économie mesurée sur l’ensemble des bancs d’essai ou des charges de travail en production. Pour les développeurs, le véritable critère consiste à vérifier si un modèle accomplit leurs propres tâches avec précision, en utilisant moins de jetons au total et en nécessitant moins de nouvelles tentatives et d’appels d’outils.

Une API familière, avec des limites de compatibilité clairement définies

Le service est accessible depuis la plateforme pour développeurs de Fortytwo. Sa documentation de l’API décrit la compatibilité avec l’API Chat Completions d’OpenAI, permettant à un SDK ou à un client existant d’utiliser une clé API Fortytwo et une URL de base, ainsi qu’un identifiant de modèle pris en charge.

Les fonctionnalités documentées comprennent la diffusion en continu, les outils de fonction, les appels parallèles d’outils et les sorties structurées. Les développeurs peuvent également choisir un niveau d’effort de raisonnement. Ces fonctionnalités rendent le service pertinent pour les agents qui doivent appeler des outils logiciels et renvoyer des résultats lisibles par machine, plutôt que de générer uniquement du texte conversationnel.

La compatibilité a toutefois des limites. La documentation indique que les points de terminaison Chat Completions et de liste des modèles sont pris en charge, contrairement aux API Responses, Embeddings, Audio, Files et Assistants. Certains champs de requête ne sont que partiellement pris en charge ou dépendent du modèle sélectionné ; les champs non pris en charge renvoient une erreur au lieu d’être ignorés sans avertissement. Les équipes qui migrent une application existante doivent donc vérifier ses requêtes réelles à l’aide du guide de compatibilité.

Une ambition plus large pour l’IA collective

Engine complète Fortytwo Harbor, l’offre de l’entreprise destinée aux organisations qui souhaitent déployer l’inférence en essaim sur leur propre infrastructure. Fortytwo présente Harbor comme une solution permettant de conserver les données à l’intérieur du périmètre de l’organisation et de s’appuyer sur un coût matériel fixe plutôt que sur une facturation de l’API au jeton.

Le programme de recherche plus vaste de l’entreprise comprend également la génération de données d’entraînement par l’intermédiaire de son réseau de modèles. Son site met en avant Strand-Rust-Coder-14B, un modèle ouvert entraîné sur un jeu de données généré par Fortytwo. Ces travaux portent sur l’entraînement des modèles, tandis que le nouvel Engine vise à améliorer le raisonnement des modèles existants à poids ouverts au moment de l’inférence.

Fondée en 2024, Fortytwo indique compter une équipe de 15 ingénieurs, notamment à Mountain View et à Abu Dhabi, avoir levé 2,3 millions de dollars en financement de pré-amorçage en 2025 et avoir rejoint l’écosystème Hub71 d’Abu Dhabi en 2026. D’autres modèles ouverts devraient être ajoutés à Engine après Qwen 3.8 27B.

Le lancement met l’accent sur le coût par tâche réussie. Si une évaluation continue par les pairs permet de façon fiable d’éviter suffisamment de raisonnement inutile pour compenser ses propres coûts indirects, les développeurs pourraient disposer d’un autre moyen d’améliorer l’efficacité économique des agents, en complément de modèles plus performants et de matériel plus rapide.