Fortytwo lancia Engine API e segnala il 24,7% di token in meno nelle attività di programmazione

Fortytwo ha lanciato Fortytwo Engine, un’API di inferenza che utilizza modelli di IA cooperanti per migliorare il ragionamento e ridurre la quantità di testo generato necessaria per completare un’attività. L’azienda riferisce che il suo primo modello supportato, Qwen 3.8 27B, ha utilizzato il 24,7% di token in meno in 450 esecuzioni di attività di ingegneria del software del benchmark DeepSWE rispetto allo stesso modello eseguito da solo, riuscendo al contempo a risolvere una quota maggiore delle attività.

L’annuncio affronta un problema di costi sempre più rilevante per gli agenti di IA: un prezzo basso per token non comporta necessariamente un costo ridotto per ogni attività completata. Le sessioni prolungate di programmazione e ricerca possono accumulare contesto ripetuto, chiamate agli strumenti non necessarie e nuovi tentativi. L’approccio di Fortytwo mira a ridurre questo lavoro superfluo durante il processo di inferenza, mantenendo, secondo l’azienda, un prezzo per token pari a quello del modello di base.

Guidare il ragionamento prima che gli errori si accumulino

Fortytwo chiama Swarm Decoder la tecnologia alla base del nuovo Engine. Più modelli partecipano alla definizione di un percorso di ragionamento condiviso mentre questo viene generato, valutando quale direzione sia più promettente prima che la risposta sia completa. L’obiettivo è individuare subito le ipotesi deboli, evitando il lavoro aggiuntivo di generazione e recupero che segue una scelta sbagliata.

Rispetto alla precedente architettura di Fortytwo, si tratta di un cambiamento. Nella sua ricerca del 2025 sull’inferenza a sciame, nodi distinti elaboravano risposte indipendenti, le confrontavano direttamente e combinavano i contributi più validi. L’azienda descrive un meccanismo di classificazione statistica che attribuisce maggior peso ai nodi che hanno dimostrato la propria efficacia, mentre la valutazione tra pari contribuisce a consolidarne la reputazione. Il precedente approccio valutava le risposte una volta completate; il nuovo Engine integra invece la classificazione tra pari nel processo di ragionamento stesso.

La distinzione è importante per gli agenti che svolgono attività articolate in molti passaggi. Selezionare la risposta finale migliore può migliorarne la qualità, ma non recupera i token già utilizzati per generare alternative meno efficaci. La guida continua mira a impedire fin dall’inizio che un percorso improduttivo si sviluppi. Fortytwo afferma che il conteggio dei token include tutti i modelli partecipanti, anziché considerare soltanto la risposta finale.

L’amministratore delegato e cofondatore Ivan Nikitin ha descritto il vantaggio come duplice: «Il ragionamento collettivo dà risultati due volte: le risposte sono migliori e le attività richiedono meno token.»

Cosa mostrano i test di Fortytwo

Nella valutazione DeepSWE dell’azienda, Engine ha ottenuto un punteggio di 47,8, contro 42,2 del modello di base, con un incremento di 5,6 punti percentuali. Il consumo medio di token è sceso da 16,3 milioni a 12,3 milioni per esecuzione. Sulle 450 esecuzioni complessive, Fortytwo riporta un totale di 7,4 miliardi di token per il modello di base e di 5,6 miliardi per Engine.

I materiali di lancio riportano inoltre punteggi più alti in altri cinque benchmark, che spaziano dalle scienze alla programmazione e al ragionamento generale:

Fonte: annuncio di lancio di Fortytwo. I punteggi confrontano Qwen 3.8 27B con e senza Engine, secondo il protocollo di valutazione dell’azienda.

Questi risultati sono stati riportati dall’azienda. La riduzione del 24,7% dei token riguarda specificamente le esecuzioni di DeepSWE e non va interpretata come un risparmio misurato su tutti i benchmark o su ogni carico di lavoro in produzione. Per gli sviluppatori, la verifica concreta consiste nel valutare se un modello completa con precisione le proprie attività utilizzando meno token complessivi, tentativi e chiamate agli strumenti.

Un’API familiare, con limiti di compatibilità definiti

Il servizio è disponibile tramite la piattaforma per sviluppatori di Fortytwo. La documentazione dell’API descrive la compatibilità con l’API OpenAI Chat Completions, che consente a un SDK o client esistente di utilizzare una chiave API e un URL di base di Fortytwo, insieme a un ID di modello supportato.

Le funzionalità documentate includono lo streaming, gli strumenti richiamabili tramite funzioni, le chiamate parallele agli strumenti e l’output strutturato. Gli sviluppatori possono anche selezionare un livello di intensità del ragionamento. Queste caratteristiche rendono il servizio adatto agli agenti che devono utilizzare strumenti software e restituire risultati leggibili dalle macchine, anziché limitarsi a generare testo conversazionale.

La compatibilità presenta dei limiti. La documentazione indica come supportati gli endpoint Chat Completions e l’elenco dei modelli, mentre API come Responses, Embeddings, Audio, Files e Assistants non sono supportate. Alcuni campi delle richieste sono supportati solo parzialmente o dipendono dal modello selezionato; i campi non supportati generano un errore anziché essere ignorati senza segnalazione. I team che migrano un’applicazione esistente dovrebbero quindi verificare le richieste effettivamente inviate consultando la guida alla compatibilità.

Una scommessa più ampia sull’IA collettiva

Engine affianca Fortytwo Harbor, l’offerta dell’azienda per le organizzazioni che vogliono implementare l’inferenza a sciame sulla propria infrastruttura. Fortytwo presenta Harbor come una soluzione che mantiene i dati all’interno del perimetro dell’organizzazione e prevede un costo fisso per l’hardware, anziché la fatturazione API per token.

Il programma di ricerca più ampio dell’azienda comprende anche la generazione di dati di addestramento attraverso la propria rete di modelli. Sul suo sito web viene presentato Strand-Rust-Coder-14B, un modello aperto addestrato su un set di dati generato da Fortytwo. Questo lavoro riguarda l’addestramento dei modelli, mentre il nuovo Engine si concentra sul miglioramento del ragionamento dei modelli esistenti con pesi aperti durante l’inferenza.

Fondata nel 2024, Fortytwo dichiara di avere un team di 15 ingegneri, presenti anche a Mountain View e Abu Dhabi, di aver raccolto 2,3 milioni di dollari in finanziamenti pre-seed nel 2025 e di essere entrata nell’ecosistema Hub71 di Abu Dhabi nel 2026. Dopo Qwen 3.8 27B, sono previsti altri modelli aperti per Engine.

Il lancio pone l’accento sul costo per attività completata con successo. Se la valutazione continua tra pari riuscirà a evitare in modo affidabile una quantità sufficiente di ragionamento sprecato da compensare i propri costi aggiuntivi, gli sviluppatori potrebbero disporre di un altro modo per migliorare l’economia degli agenti, accanto a modelli migliori e hardware più veloce.