Fortytwo lanceert Engine API en rapporteert 24,7% minder tokens bij programmeertaken

Fortytwo heeft Fortytwo Engine gelanceerd, een inferentie-API die samenwerkende AI-modellen inzet om het redeneervermogen te verbeteren en tegelijk de hoeveelheid gegenereerde tekst te verminderen die nodig is om een taak uit te voeren. Volgens het bedrijf gebruikte het eerste ondersteunde model, Qwen 3.8 27B, bij 450 uitvoeringen van software-engineeringtaken uit DeepSWE 24,7% minder tokens dan hetzelfde model dat zelfstandig draaide, terwijl het ook een groter deel van de taken oploste.

De aankondiging speelt in op een groeiend kostenprobleem voor AI-agenten: een lage prijs per token leidt niet noodzakelijk tot lage kosten per afgeronde taak. Bij lange programmeer- en onderzoeksruns kunnen zich herhaalde context, onnodige toolaanroepen en nieuwe pogingen opstapelen. Fortytwo probeert dat verspilde werk tijdens het inferentieproces te beperken. Volgens het bedrijf blijft de prijs per token daarbij gelijk aan die van het basismodel.

Redeneringen bijsturen voordat fouten zich opstapelen

Fortytwo noemt de technologie achter de nieuwe Engine zijn Swarm Decoder. Meerdere modeldeelnemers sturen gezamenlijk een redeneertraject aan terwijl dat wordt gegenereerd en beoordelen welke richting sterker is voordat het antwoord is voltooid. Het doel is om zwakke aannames vroegtijdig te ontdekken en zo de extra generatie- en herstelwerkzaamheden te voorkomen die volgen op een verkeerde afslag.

Dat is een verandering ten opzichte van de eerdere architectuur van Fortytwo. In zijn onderzoek naar zwerminferentie uit 2025 genereerden afzonderlijke knooppunten onafhankelijke antwoorden, vergeleken ze die rechtstreeks met elkaar en voegden ze de sterkste bijdragen samen. Het bedrijf beschrijft een statistisch rangschikkingsmechanisme dat bewezen knooppunten zwaarder laat meewegen; evaluatie door andere knooppunten helpt hun reputatie op te bouwen. Bij die eerdere aanpak werden voltooide antwoorden beoordeeld; de nieuwe Engine verplaatst de rangschikking door peers naar het redeneerproces zelf.

Dit onderscheid is belangrijk voor agenten die veel stappen doorlopen. Het sterkste voltooide antwoord selecteren kan de reactie verbeteren, maar daarmee worden de tokens die al zijn verbruikt om zwakkere alternatieven te genereren niet teruggewonnen. Doorlopend bijsturen is bedoeld om te voorkomen dat een onproductief redeneertraject überhaupt uitgroeit. Fortytwo zegt dat bij de telling van tokens alle deelnemende modellen worden meegerekend, en niet alleen het uiteindelijke antwoord.

CEO en medeoprichter Ivan Nikitin omschreef het voordeel als tweeledig: ‘Collectief redeneren levert dubbel voordeel op: de antwoorden zijn beter en voor taken zijn minder tokens nodig.’

Wat de tests van Fortytwo laten zien

Bij de DeepSWE-evaluatie van het bedrijf behaalde Engine een score van 47,8, tegenover 42,2 voor het basismodel: een winst van 5,6 procentpunt. Het gemiddelde tokengebruik daalde van 16,3 miljoen naar 12,3 miljoen per run. Over alle 450 runs rapporteert Fortytwo in totaal 7,4 miljard tokens voor het basismodel en 5,6 miljard voor Engine.

In het lanceringsmateriaal worden ook hogere scores gemeld op vijf andere benchmarks voor wetenschap, programmeren en algemeen redeneervermogen:

Bron: de lanceringsaankondiging van Fortytwo. De scores vergelijken Qwen 3.8 27B met en zonder Engine, volgens het evaluatieprotocol van het bedrijf.

Dit zijn resultaten die door het bedrijf zijn gerapporteerd. De tokenreductie van 24,7% is specifiek gebaseerd op de DeepSWE-runs; dit cijfer moet niet worden opgevat als een gemeten besparing voor elke benchmark of elke productieworkload. Voor ontwikkelaars is de praktische toets of een model hun eigen taken nauwkeurig kan uitvoeren met in totaal minder tokens, nieuwe pogingen en toolaanroepen.

Vertrouwde API met duidelijke compatibiliteitsbeperkingen

De dienst is beschikbaar via het ontwikkelaarsplatform van Fortytwo. De API-documentatie beschrijft de compatibiliteit met de OpenAI Chat Completions API. Daardoor kan een bestaande SDK of client gebruikmaken van een Fortytwo-API-sleutel en basis-URL, in combinatie met een ondersteunde model-ID.

De gedocumenteerde mogelijkheden omvatten streaming, functietools, parallelle toolaanroepen en gestructureerde uitvoer. Ontwikkelaars kunnen ook een niveau voor de redeneerinspanning kiezen. Daardoor is de dienst relevant voor agenten die softwaretools moeten aanroepen en machineleesbare resultaten moeten retourneren, in plaats van alleen gesprekstekst te genereren.

De compatibiliteit kent grenzen. In de documentatie worden Chat Completions en het opvragen van modellen genoemd als ondersteunde endpoints, terwijl API’s zoals Responses, Embeddings, Audio, Files en Assistants niet worden ondersteund. Sommige aanvraagvelden worden slechts gedeeltelijk ondersteund of zijn afhankelijk van het gekozen model. Niet-ondersteunde velden leiden tot een foutmelding in plaats van stilzwijgend te worden genegeerd. Teams die een bestaande toepassing overzetten, doen er daarom goed aan de daadwerkelijke aanvragen te controleren aan de hand van de compatibiliteitsgids.

Een bredere inzet op collectieve AI

Engine vormt een aanvulling op Fortytwo Harbor, het aanbod van het bedrijf voor organisaties die zwerminferentie op hun eigen infrastructuur willen inzetten. Fortytwo positioneert Harbor als een oplossing waarbij gegevens binnen de grenzen van de organisatie blijven en de kosten bestaan uit een vast bedrag voor hardware in plaats van API-kosten per token.

Het bredere onderzoeksprogramma van het bedrijf omvat ook het genereren van trainingsgegevens via zijn modelnetwerk. Op de website wordt Strand-Rust-Coder-14B uitgelicht, een open model dat is getraind op een door Fortytwo gegenereerde dataset. Dat werk richt zich op modeltraining, terwijl de nieuwe Engine zich richt op het verbeteren van de manier waarop bestaande modellen met open gewichten redeneren tijdens de inferentie.

Fortytwo, opgericht in 2024, zegt een team van 15 ingenieurs te hebben, onder wie medewerkers in Mountain View en Abu Dhabi. Het bedrijf haalde in 2025 $2,3 miljoen aan pre-seedfinanciering op en trad in 2026 toe tot het Hub71-ecosysteem in Abu Dhabi. Na Qwen 3.8 27B staan er meer open modellen gepland voor de Engine.

Bij de lancering ligt de nadruk op de kosten per geslaagde taak. Als doorlopende peer-evaluatie betrouwbaar genoeg verspilde redeneercapaciteit kan voorkomen om de eigen overhead te compenseren, hebben ontwikkelaars mogelijk een extra manier om de economie van agents te verbeteren, naast betere modellen en snellere hardware.