Abacus.AI Merilis Tiga Model Smaug Berbobot Terbuka untuk Beban Kerja Agenik

Abacus.AI pada 10 September 2026 memperkenalkan jalur Smaug, tiga model bahasa berbobot terbuka yang disesuaikan untuk beban kerja agenik perusahaan: Smaug Agentic, Smaug Flash, dan Smaug Mini. Ketiganya tersedia untuk diunduh di Hugging Face dan juga dapat digunakan melalui API RouteLLM milik perusahaan.

Model-model tersebut diperkenalkan melalui platform AI agenik perusahaan Abacus.AI serta Super Assistant. Perusahaan menyatakan bahwa perusahaan dapat menempatkan model-model tersebut di dalam lingkungan VPC cloud mereka sendiri, sehingga memiliki kontrol penuh atas data dan lokasi hosting AI mereka, serta organisasi yang mengutamakan keamanan dan privasi data dapat menempatkan Smaug Agentic pada klaster GPU internal.

Abacus.AI menjelaskan Smaug sebagai teknik fine‑tuning yang dapat diterapkan pada model dasar sumber terbuka apa pun, dan menyatakan bahwa teknik ini meningkatkan kinerja loop agenik yang berjalan lama sebesar 15–20% tanpa menambah biaya. Perusahaan menambahkan bahwa hal ini memungkinkan perusahaan untuk menyebarkan agen AI yang dapat memperbaiki diri secara skala besar dengan biaya model sumber terbuka, yang biasanya 10–100× lebih rendah dibandingkan model frontier dari Anthropic dan OpenAI.

“Model berbobot terbuka dengan cepat menutup kesenjangan dengan model tertutup frontier, namun masih kurang optimal dalam loop agenik yang berjalan lama,” kata Bindu Reddy, CEO Abacus.AI, dalam pengumuman perusahaan. Reddy menyatakan bahwa jalur Smaug mengatasi kelemahan tersebut sekaligus tetap 10–100× lebih murah dibandingkan model sumber tertutup.

Menurut brief teknis perusahaan, jalur ini muncul akibat biaya dan ketidakefisienan menjalankan loop agenik besar dengan konteks luas dan pemanggilan alat berulang, yang diperparah oleh kegagalan caching prompt pada selang waktu. Metodologi ini menggabungkan jejak agenik dunia nyata yang dikurasi manusia dengan data sintetis berbasis contoh sulit, dan brief tersebut melaporkan peningkatan konsisten pada pengkodean agenik, penggunaan alat dunia nyata, otomatisasi, serta penalaran konteks panjang dan kepatuhan instruksi ketika diterapkan pada beragam model dasar berbobot terbuka.

Smaug Agentic

Smaug Agentic, model terbesar dalam jalur ini, merupakan fine‑tune terawasi dari Kimi K3 milik Moonshot AI, sebuah model mixture‑of‑experts dengan total 2,8 triliun parameter, 104 miliar parameter yang diaktifkan, panjang konteks 1.048.576 token, serta encoder visi MoonViT‑V2, menurut kartu modelnya. Fine‑tune ini tidak mengubah parameter arsitektur, dan model ini dirilis di bawah Lisensi Kimi K3 yang diwarisi dari model dasar, yang persyaratannya harus dipatuhi pengguna. Kartu tersebut menyatakan bahwa pelatihan menggunakan trajektori pengkodean multi‑turn yang menggunakan alat dengan token penalaran yang disembunyikan dari loss, sehingga pelatihan mengarahkan tindakan model sambil mempertahankan distribusi penalaran model dasar; isi dataset tidak diungkapkan.

Kartu tersebut melaporkan skor 94,1 pada GPQA Diamond, 75,7 pada AA‑LCR, 69,9 pada DeepSWE, 86,5 pada Terminal‑Bench 2.1, 60,8 pada SciCode, 64,6 pada LiveBench pengkodean agenik, 31,0 pada AutomationBench, dan 81,0 pada MMMU‑Pro. Dinyatakan adanya peningkatan dibandingkan model dasar Kimi K3 sebesar 2,4 poin pada DeepSWE, 2,4 pada LiveBench pengkodean agenik, 2,1 pada SciCode, 1,0 pada AA‑LCR, dan 0,6 pada GPQA Diamond.

Kartu juga melaporkan bahwa panjang penalaran p99 turun menjadi kira‑kira 0,6× dari model dasar pada SciCode dan AA‑LCR, sementara panjang jawaban yang terlihat tetap secara statistik tidak dapat dibedakan dari Kimi K3. Dari 113 tugas DeepSWE dan lebih dari tujuh jam kerja kontinu, perusahaan mencatat nol kesalahan infrastruktur dan nol timeout. Karena arsitekturnya tidak berubah, Smaug Agentic dapat dijalankan di mana pun Kimi K3 dapat dijalankan, dengan resep penyajian yang dipublikasikan untuk vLLM, SGLang, dan TokenSpeed. Pengumuman tersebut menempatkan model ini sebagai pengganti yang hemat biaya untuk model kelas Opus.

Smaug Flash and Smaug Mini

Smaug Flash merupakan fine‑tune pada DeepSeek V4 Flash 0731 dan ditargetkan untuk agen yang dapat memperbaiki diri secara perusahaan. Brief menyatakan bahwa model dasar rentan terhadap “spins and confusion” dalam penggunaan alat agenik konteks panjang, dan Smaug Flash mengatasi hal ini sambil mempertahankan keunggulan biaya dan kecepatan model dasar. Pengumuman menggambarkan Smaug Flash sebagai dioptimalkan untuk agen pribadi yang dapat terhubung ke aplikasi pesan termasuk WhatsApp, Telegram, dan Slack serta mempertahankan percakapan jangka panjang dengan pengguna. Skor yang dilaporkan dalam brief terhadap model dasar DeepSeek V4 Flash 0731, dengan Claude Sonnet 5 sebagai kolom referensi, meliputi 77,4 versus 74,2 pada LiveBench keseluruhan, 61,1 versus 46,8 pada LiveBench pengkodean agenik, 56,6 versus 54,4 pada DeepSWE 1.1, 38,83 versus 25,1 pada AutomationBench publik 600 dengan batas ketat, dan 73,3 versus 54,2 pada NL2repo‑bench.

Smaug Mini adalah model berparameter 27 miliar yang di‑fine‑tune pada Qwen3.8 27B, ditujukan untuk kasus penggunaan multimodal dan beban kerja penalaran yang lebih kecil. Brief melaporkan 76,9 versus 75,3 pada LiveBench keseluruhan, 82,0 pada IFBench, 41,8 versus 37,3 pada AutomationBench, 50,5 versus 33,4 pada protokol resmi JobBench 65‑tugas, dan 55,8 versus 42,3 pada NL2repo‑bench, dengan Claude Sonnet 5, Claude Opus 4.6, dan GPT‑5.6 Luna sebagai kolom referensi. Pengumuman menyatakan Smaug Mini cocok untuk tugas sederhana dan chatbot perusahaan, serta menyebutkan bahwa perusahaan dapat melakukan fine‑tune lebih lanjut dengan data mereka sendiri.

Evaluation Protocol and Roadmap

Brief teknis menyatakan bahwa evaluasi dijalankan oleh Abacus.AI dengan rangka kerja yang sama untuk setiap model kecuali yang ditandai dengan tanda tumpul sebagai skor yang dilaporkan bukan dari rangka kerja tersebut, dan bahwa baris LiveBench diambil dari papan peringkat LiveBench yang dipublikasikan pada 25 Juni 2026. Kartu Smaug Agentic mencatat bahwa hasilnya diproduksi pada deployment khusus 8×B300 dengan suhu 1,0 dan upaya penalaran diset ke maksimum, serta bahwa evaluasi SciCode mencakup perbaikan atas cacat hulu yang membuat 12 sub‑masalah tidak dapat diselesaikan. Perusahaan menyatakan bahwa model-model tersebut terdaftar di LiveBench di bawah filter finetunes pada papan peringkat.

Abacus.AI mengatakan bahwa jalur Smaug sekaligus merupakan rilis produk dan demonstrasi tesisnya bahwa, dengan metodologi fine‑tuning yang tepat, model berbobot terbuka dapat bersaing dan melampaui model frontier pada tugas AI agenik. Perusahaan menambahkan bahwa mereka berencana terus mengembangkan jalur ini seiring evolusi model dasar dan pertumbuhan perpustakaan jejak agenik mereka.