एआई मॉडल और प्लेटफ़ॉर्म
Fortytwo ने Engine API लॉन्च किया; कोडिंग कार्यों में 24.7% कम टोकन इस्तेमाल होने की जानकारी दी
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
Fortytwo ने Fortytwo Engine लॉन्च किया है। यह एक इन्फरेंस API है, जो किसी कार्य को पूरा करने के लिए आवश्यक तैयार किए गए पाठ की मात्रा घटाते हुए तर्क-क्षमता बेहतर बनाने हेतु सहयोगी AI मॉडल इस्तेमाल करती है। कंपनी के मुताबिक, उसके पहले समर्थित मॉडल Qwen 3.8 27B ने 450 DeepSWE सॉफ़्टवेयर-इंजीनियरिंग कार्यों के दौरान, अकेले काम कर रहे उसी मॉडल की तुलना में 24.7% कम टोकन इस्तेमाल किए और साथ ही अधिक कार्य हल किए।
यह घोषणा AI एजेंटों की बढ़ती लागत-संबंधी समस्या पर केंद्रित है: प्रति टोकन कम कीमत होने का अर्थ यह नहीं कि हर पूरे किए गए काम की लागत भी कम होगी। लंबे कोडिंग और शोध कार्यों में संदर्भ की पुनरावृत्ति, गैरज़रूरी टूल कॉल और दोबारा प्रयास जुड़ सकते हैं। कंपनी के अनुसार, Fortytwo का तरीका इन्फरेंस प्रक्रिया के भीतर ही इस व्यर्थ काम को घटाने की कोशिश करता है, जबकि प्रति टोकन कीमत आधार मॉडल के स्तर पर बनी रहती है।
गलतियों के बढ़ने से पहले तर्क-प्रक्रिया को दिशा देना
Fortytwo नए Engine के पीछे की तकनीक को Swarm Decoder कहता है। जवाब पूरा होने से पहले, कई मॉडल प्रतिभागी तर्क की एक साझा दिशा तय करते हैं और यह परखते हैं कि कौन-सी दिशा अधिक कारगर है। इसका लक्ष्य कमज़ोर धारणाओं को शुरुआत में ही पकड़ना है, ताकि गलत दिशा में जाने के बाद अतिरिक्त पाठ तैयार करने और उससे उबरने में लगने वाला काम टाला जा सके।
यह Fortytwo की पहले की संरचना से एक बदलाव है। अपने 2025 के स्वार्म इन्फरेंस शोध में, अलग-अलग नोड स्वतंत्र जवाब तैयार करते थे, उनकी आमने-सामने तुलना करते थे और सबसे मज़बूत योगदानों को मिलाते थे। कंपनी एक सांख्यिकीय रैंकिंग प्रणाली का वर्णन करती है, जिसमें प्रमाणित नोड को अधिक वज़न दिया जाता है और सहकर्मी मूल्यांकन उनकी प्रतिष्ठा स्थापित करने में मदद करता है। पहले के इस तरीके में पूरे हो चुके जवाबों का मूल्यांकन किया जाता था; नया Engine सहकर्मी रैंकिंग को तर्क-प्रक्रिया के भीतर ही ले आता है।
यह अंतर उन एजेंटों के लिए मायने रखता है जो कई चरणों में काम करते हैं। सबसे मज़बूत तैयार जवाब चुनने से प्रतिक्रिया बेहतर हो सकती है, लेकिन कमज़ोर विकल्प तैयार करने में पहले ही खर्च हो चुके टोकन वापस नहीं मिलते। लगातार दिशा देना इस उद्देश्य से किया जाता है कि अनुपयोगी प्रक्रिया शुरू से ही आगे न बढ़े। Fortytwo का कहना है कि टोकन की गणना में सभी भाग लेने वाले मॉडल शामिल होते हैं, न कि केवल अंतिम जवाब।
CEO और सह-संस्थापक Ivan Nikitin ने इसके दोहरे लाभ का वर्णन किया: “सामूहिक तर्क से दोहरा फ़ायदा होता है: जवाब बेहतर होते हैं और कार्यों में कम टोकन लगते हैं।”
Fortytwo के परीक्षणों से क्या पता चलता है
कंपनी के DeepSWE मूल्यांकन में Engine ने 47.8 का स्कोर हासिल किया, जबकि आधार मॉडल का स्कोर 42.2 था—यानी 5.6 प्रतिशत अंक की बढ़त। हर रन में टोकन का औसत इस्तेमाल 16.3 मिलियन से घटकर 12.3 मिलियन रह गया। सभी 450 रन में Fortytwo के मुताबिक, आधार मॉडल ने कुल 7.4 बिलियन टोकन और Engine ने 5.6 बिलियन टोकन इस्तेमाल किए।
लॉन्च सामग्री में विज्ञान, कोडिंग और सामान्य तर्क के पाँच अन्य बेंचमार्क पर भी ऊँचे स्कोर की जानकारी दी गई है:
| बेंचमार्क | आधार मॉडल | Fortytwo Engine |
|---|---|---|
| DeepSWE | 42.2 | 47.8 |
| Humanity’s Last Exam | 34.7 | 35.8 |
| GDP.pdf | 18.5 | 20.6 |
| GPQA-Diamond | 90.9 | 95.1 |
| SciCode | 46.8 | 49.0 |
| LiveCodeBench v6 | 80.2 | 84.1 |
स्रोत: Fortytwo की लॉन्च घोषणा। कंपनी की मूल्यांकन प्रक्रिया के तहत, स्कोर Qwen 3.8 27B की तुलना Engine के साथ और उसके बिना करते हैं।
ये कंपनी द्वारा बताए गए नतीजे हैं। टोकन में 24.7% की कमी खास तौर पर DeepSWE रन से जुड़ी है; इसे हर बेंचमार्क या हर उत्पादन-कार्यभार में मापी गई बचत नहीं मानना चाहिए। डेवलपरों के लिए व्यावहारिक कसौटी यह है कि क्या कोई मॉडल उनके अपने कार्यों को कम कुल टोकन, कम दोबारा प्रयासों और कम टूल कॉल के साथ सही ढंग से पूरा करता है।
परिचित API, लेकिन अनुकूलता की स्पष्ट सीमाओं के साथ
यह सेवा Fortytwo के डेवलपर प्लेटफ़ॉर्म के ज़रिए उपलब्ध है। इसके API दस्तावेज़ में OpenAI Chat Completions API के साथ अनुकूलता का वर्णन है। इससे मौजूदा SDK या क्लाइंट, Fortytwo API key और base URL के साथ किसी समर्थित मॉडल ID का इस्तेमाल कर सकता है।
दस्तावेज़ में स्ट्रीमिंग, फ़ंक्शन टूल, समानांतर टूल कॉल और संरचित आउटपुट को समर्थित क्षमताओं के रूप में सूचीबद्ध किया गया है। डेवलपर तर्क-प्रयास का स्तर भी चुन सकते हैं। ये सुविधाएँ इस सेवा को उन एजेंटों के लिए उपयोगी बनाती हैं जिन्हें केवल बातचीत वाला पाठ तैयार करने के बजाय सॉफ़्टवेयर टूल चलाने और मशीन-पठनीय नतीजे देने होते हैं।
अनुकूलता की कुछ सीमाएँ हैं। दस्तावेज़ में Chat Completions और मॉडल सूची को समर्थित एंडपॉइंट बताया गया है, जबकि Responses, Embeddings, Audio, Files और Assistants जैसी API समर्थित नहीं हैं। अनुरोध के कुछ फ़ील्ड केवल आंशिक रूप से समर्थित हैं या चुने गए मॉडल पर निर्भर करते हैं; असमर्थित फ़ील्ड को चुपचाप नज़रअंदाज़ करने के बजाय त्रुटि लौटाई जाती है। इसलिए, मौजूदा ऐप्लिकेशन को स्थानांतरित करने वाली टीमों को अपने वास्तविक अनुरोधों की अनुकूलता मार्गदर्शिका से जाँच करनी चाहिए।
सामूहिक AI पर एक व्यापक दाँव
Engine, Fortytwo Harbor के साथ उपलब्ध है। यह उन संगठनों के लिए कंपनी की पेशकश है जो अपने बुनियादी ढाँचे पर स्वार्म इन्फरेंस तैनात करना चाहते हैं। Fortytwo, Harbor को इस तरह प्रस्तुत करता है कि डेटा संगठन की सीमा के भीतर रहता है और प्रति-टोकन API बिलिंग के बजाय हार्डवेयर की एक निश्चित लागत आती है।
कंपनी के व्यापक शोध कार्यक्रम में उसके मॉडल नेटवर्क के ज़रिए प्रशिक्षण डेटा तैयार करना भी शामिल है। इसकी वेबसाइट Strand-Rust-Coder-14B को प्रमुखता से दिखाती है, जो Fortytwo द्वारा तैयार किए गए डेटासेट पर प्रशिक्षित एक खुला मॉडल है। यह काम मॉडल प्रशिक्षण से जुड़ा है, जबकि नया Engine, अनुमान के समय मौजूदा खुले-वज़न वाले मॉडलों की तर्क करने की क्षमता बेहतर बनाने पर केंद्रित है।
2024 में स्थापित Fortytwo का कहना है कि उसकी टीम में 15 इंजीनियर हैं, जिनमें Mountain View और Abu Dhabi में काम करने वाले इंजीनियर भी शामिल हैं; कंपनी ने 2025 में शुरुआती चरण के वित्तपोषण में 2.3 मिलियन डॉलर जुटाए और 2026 में Abu Dhabi के Hub71 इकोसिस्टम से जुड़ी। Qwen 3.8 27B के बाद Engine के लिए और खुले मॉडल लाने की योजना है।
इस लॉन्च में सफलतापूर्वक पूरे किए गए प्रत्येक कार्य की लागत पर ज़ोर दिया गया है। अगर लगातार सहकर्मी मूल्यांकन अपने अतिरिक्त खर्च की भरपाई करने लायक व्यर्थ तर्क-विचार को भरोसेमंद ढंग से रोक सके, तो बेहतर मॉडलों और तेज़ हार्डवेयर के साथ-साथ डेवलपर एजेंटों की लागत-क्षमता सुधारने का एक और तरीका पा सकते हैं।
