Abacus.AI ने एजेंटिक कार्यभारों के लिए तीन ओपन‑वेट Smaug मॉडल जारी किए

Abacus.AI ने 10 सितंबर, 2026 को Smaug लाइन पेश की, जो एंटरप्राइज़ एजेंटिक कार्यभारों: Smaug Agentic, Smaug Flash, और Smaug Mini के लिए फाइन‑ट्यून किए गए तीन ओपन‑वेट भाषा मॉडल हैं। ये सभी तीन मॉडल Hugging Face पर डाउनलोड के लिए उपलब्ध हैं और कंपनी के RouteLLM API के माध्यम से भी उपयोग किए जा सकते हैं।

इन मॉडलों को Abacus.AI के एंटरप्राइज़ एजेंटिक AI प्लेटफ़ॉर्म और Super Assistant के माध्यम से पेश किया गया। कंपनी ने कहा कि एंटरप्राइज़ अपने क्लाउड VPC वातावरण में इन मॉडलों को होस्ट कर सकते हैं, जिससे उन्हें अपने डेटा और AI के होस्टिंग स्थान पर पूर्ण नियंत्रण मिलता है, और सुरक्षा एवं डेटा गोपनीयता को लेकर चिंतित संगठन Smaug Agentic को इन‑हाउस GPU क्लस्टर पर होस्ट कर सकते हैं।

Abacus.AI Smaug को एक फाइन‑ट्यूनिंग तकनीक के रूप में वर्णित करता है जो किसी भी ओपन‑सोर्स बेस मॉडल पर लागू की जा सकती है, और कहता है कि यह लंबी‑चलने वाली एजेंटिक लूप्स के प्रदर्शन को 15–20% तक बढ़ाता है बिना लागत बढ़ाए। कंपनी ने कहा कि इससे एंटरप्राइज़ बड़े पैमाने पर स्वयं‑सुधार करने वाले AI एजेंटों को ओपन‑सोर्स मॉडल लागत पर तैनात कर सकते हैं, जिसे वह आमतौर पर Anthropic और OpenAI के फ्रंटियर मॉडलों की तुलना में 10–100 गुना कम लागत के रूप में वर्णित करता है।

“ओपन‑वेट मॉडल तेज़ी से फ्रंटियर क्लोज़्ड मॉडलों के अंतर को कम कर रहे हैं, लेकिन फिर भी लंबी‑चलने वाली एजेंट लूप्स में प्रदर्शन घटता है,” Abacus.AI के CEO बिंदु रेड्डी ने कंपनी के घोषणा में कहा। रेड्डी ने कहा कि Smaug लाइन इस कमी को दूर करती है जबकि क्लोज़्ड‑सोर्स मॉडलों की तुलना में 10–100× सस्ती बनी रहती है।

कंपनी की तकनीकी ब्रीफ़ के अनुसार, यह लाइन बड़े संदर्भ और बार‑बार टूल कॉल वाले बड़े एजेंटिक लूप्स को चलाने की लागत और अक्षमता से उत्पन्न हुई, जिसे समय अंतराल में प्रॉम्प्ट कैशिंग के टूटने से और बढ़ाया गया। यह कार्यप्रणाली मानव‑निर्मित, वास्तविक‑विश्व एजेंटिक ट्रेसेज़ को कठोर उदाहरणों पर आधारित सिंथेटिक डेटा के साथ मिलाती है, और ब्रीफ़ रिपोर्ट करता है कि जब इसे विभिन्न ओपन‑वेट बेस मॉडलों पर लागू किया गया तो एजेंटिक कोडिंग, वास्तविक‑विश्व टूल उपयोग, ऑटोमेशन, और लंबी‑संदर्भ तर्क एवं निर्देश पालन में निरंतर सुधार देखा गया।

Smaug Agentic

Smaug Agentic, इस लाइन का सबसे बड़ा मॉडल, Moonshot AI के Kimi K3 का एक सुपरवाइज़्ड फाइन‑ट्यून है, जो 2.8 ट्रिलियन कुल पैरामीटर, 104 बिलियन सक्रिय पैरामीटर, 1,048,576‑टोकन संदर्भ लंबाई, और MoonViT‑V2 विज़न एन्कोडर वाला मिश्रण‑ऑफ़‑एक्सपर्ट्स मॉडल है, जैसा कि उसके मॉडल कार्ड में बताया गया है। फाइन‑ट्यून में कोई आर्किटेक्चर पैरामीटर नहीं बदला गया, और मॉडल को Kimi K3 लाइसेंस के तहत जारी किया गया है, जो बेस मॉडल से विरासत में मिला है, जिसके शर्तों का उपयोगकर्ताओं को पालन करना आवश्यक है। कार्ड में कहा गया है कि प्रशिक्षण में क्यूरेटेड मल्टी‑टर्न, टूल‑उपयोगी कोडिंग ट्रैजेक्टरीज़ का उपयोग किया गया, जिसमें रीज़निंग टोकन को लॉस से मास्क किया गया, ताकि प्रशिक्षण मॉडल की क्रियाओं को दिशा दे जबकि बेस मॉडल की रीज़निंग वितरण अपरिवर्तित रहे; डेटासेट की सामग्री का खुलासा नहीं किया गया।

कार्ड में GPQA Diamond पर 94.1, AA‑LCR पर 75.7, DeepSWE पर 69.9, Terminal‑Bench 2.1 पर 86.5, SciCode पर 60.8, LiveBench एजेंटिक कोडिंग पर 64.6, AutomationBench पर 31.0, और MMMU‑Pro पर 81.0 अंक दर्शाए गए हैं। यह Kimi K3 बेस की तुलना में DeepSWE पर 2.4 अंक, LiveBench एजेंटिक कोडिंग पर 2.4 अंक, SciCode पर 2.1 अंक, AA‑LCR पर 1.0 अंक, और GPQA Diamond पर 0.6 अंक की वृद्धि बताता है।

कार्ड यह भी रिपोर्ट करता है कि SciCode और AA‑LCR पर p99 रीज़निंग लंबाई बेस मॉडल की लगभग 0.6× तक गिरती है, जबकि दृश्यमान उत्तर लंबाई Kimi K3 से सांख्यिकीय रूप से समान रहती है। 113 DeepSWE कार्यों और सात घंटे से अधिक निरंतर कार्य के दौरान, कंपनी ने कहा कि उसने शून्य इन्फ्रास्ट्रक्चर त्रुटियों और शून्य टाइमआउट्स दर्ज किए। क्योंकि आर्किटेक्चर अपरिवर्तित है, Smaug Agentic कहीं भी Kimi K3 चलाने वाले वातावरण में चल सकता है, और vLLM, SGLang, तथा TokenSpeed के लिए प्रकाशित सर्विंग रेसिपी उपलब्ध हैं। यह घोषणा मॉडल को Opus‑क्लास मॉडलों के लिए लागत‑प्रभावी विकल्प के रूप में प्रस्तुत करती है।

Smaug Flash और Smaug Mini

Smaug Flash को DeepSeek V4 Flash 0731 पर फाइन‑ट्यून किया गया है और यह एंटरप्राइज़ स्वयं‑सुधार एजेंटों को लक्षित करता है। ब्रीफ़ में कहा गया है कि बेस मॉडल लंबी‑संदर्भ एजेंटिक टूल उपयोग में “स्पिन्स और भ्रम” के प्रति संवेदनशील है, और Smaug Flash इसे दूर करता है जबकि बेस मॉडल की लागत और गति लाभों को बनाए रखता है। घोषणा में Smaug Flash को व्यक्तिगत एजेंटों के लिए अनुकूलित बताया गया है जो WhatsApp, Telegram, और Slack सहित मैसेजिंग ऐप्स से जुड़ सकते हैं और उपयोगकर्ताओं के साथ लंबी‑चलने वाली बातचीत बनाए रख सकते हैं। ब्रीफ़ में DeepSeek V4 Flash 0731 बेस के मुकाबले रिपोर्ट किए गए स्कोर, जिसमें Claude Sonnet 5 को रेफ़रेंस कॉलम के रूप में सूचीबद्ध किया गया है, शामिल हैं: LiveBench कुल पर 77.4 बनाम 74.2, LiveBench एजेंटिक कोडिंग पर 61.1 बनाम 46.8, DeepSWE 1.1 पर 56.6 बनाम 54.4, AutomationBench के सार्वजनिक 600 पर सख्त पास में 38.83 बनाम 25.1, और NL2repo‑bench पर 73.3 बनाम 54.2।

Smaug Mini एक 27‑बिलियन पैरामीटर मॉडल है जिसे Qwen3.8 27B पर फाइन‑ट्यून किया गया है, जो मल्टीमॉडल उपयोग मामलों और छोटे रीज़निंग कार्यभारों के लिए लक्षित है। ब्रीफ़ में LiveBench कुल पर 76.9 बनाम बेस मॉडल के 75.3, IFBench पर 82.0, AutomationBench पर 41.8 बनाम 37.3, JobBench के आधिकारिक 65‑टास्क प्रोटोकॉल पर 50.5 बनाम 33.4, और NL2repo‑bench पर 55.8 बनाम 42.3 स्कोर रिपोर्ट किए गए हैं, जिसमें Claude Sonnet 5, Claude Opus 4.6, और GPT‑5.6 Luna को रेफ़रेंस कॉलम के रूप में सूचीबद्ध किया गया है। घोषणा में Smaug Mini को सरल कार्यों और एंटरप्राइज़ चैटबॉट्स के लिए उपयुक्त बताया गया है, और कहा गया है कि एंटरप्राइज़ इसे अपने डेटा पर आगे फाइन‑ट्यून कर सकते हैं।

मूल्यांकन प्रोटोकॉल और रोडमैप

तकनीकी ब्रीफ़ में कहा गया है कि मूल्यांकन Abacus.AI द्वारा प्रत्येक मॉडल के लिए समान हार्नेस के तहत चलाए गए, जब तक कि डैगर (†) से चिह्नित न हो, जो दर्शाता है कि स्कोर उसके हार्नेस से नहीं आया है, और LiveBench पंक्तियाँ 25 जून, 2026 की प्रकाशित LiveBench लीडरबोर्ड से ली गई हैं। Smaug Agentic कार्ड में कहा गया है कि इसके परिणाम एक समर्पित 8×B300 डिप्लॉयमेंट पर तापमान 1.0 और रीज़निंग प्रयास को अधिकतम सेट करके उत्पन्न किए गए, और इसके SciCode मूल्यांकन में एक अपस्ट्रीम दोष के सुधार को शामिल किया गया है जिसने 12 उपसमस्याओं को अनसुलझा छोड़ दिया था। कंपनी ने कहा कि मॉडल LiveBench पर लीडरबोर्ड के finetunes फ़िल्टर के तहत सूचीबद्ध हैं।

Abacus.AI ने कहा कि Smaug लाइन एक उत्पाद रिलीज़ दोनों है और उसके सिद्धांत का प्रदर्शन भी है कि सही फाइन‑ट्यूनिंग कार्यप्रणाली के साथ, ओपन‑वेट मॉडल एजेंटिक AI कार्यों में फ्रंटियर मॉडलों के साथ प्रतिस्पर्धा कर सकते हैं और उन्हें पार भी कर सकते हैं। कंपनी ने कहा कि जैसे-जैसे बेस मॉडल विकसित होते हैं और उसकी एजेंटिक ट्रेसेज़ की लाइब्रेरी बढ़ती है, वह इस लाइन को आगे भी विकसित करता रहेगा।