Fortytwo lanserer Engine API og rapporterer 24,7% færre tokens på kodeoppgaver

Fortytwo har lansert Fortytwo Engine, et inferens-API som bruker samarbeidende KI-modeller til å forbedre resonneringen og samtidig redusere mengden tekst som må genereres for å fullføre en oppgave. Selskapet oppgir at den første modellen som støttes, Qwen 3.8 27B, brukte 24,7 % færre tokens på 450 kjøringer av programvareutviklingsoppgaver i DeepSWE enn den samme modellen kjørte alene, samtidig som den løste en større andel av oppgavene.

Kunngjøringen retter seg mot et økende kostnadsproblem for KI-agenter: En lav pris per token gir ikke nødvendigvis en lav pris per fullførte jobb. Lange kode- og forskningsoppgaver kan føre til gjentatt kontekst, unødvendige verktøykall og nye forsøk. Fortytwos tilnærming skal redusere dette unødvendige arbeidet i selve inferensprosessen, samtidig som prisen per token holdes på nivå med grunnmodellens pris, ifølge selskapet.

Styring av resonneringen før feilene får vokse

Fortytwo kaller teknologien bak den nye Engine for Swarm Decoder. Flere modelldeltakere former en felles resonneringsbane mens den genereres, og vurderer hvilken retning som er best før svaret er ferdig. Målet er å avdekke svake antakelser tidlig og unngå det ekstra genererings- og gjenopprettingsarbeidet som følger av en feil retning.

Dette er en endring fra Fortytwos tidligere arkitektur. I selskapets forskning på flokkbasert inferens i 2025 produserte separate noder uavhengige svar, sammenlignet dem direkte og samlet de sterkeste bidragene. Selskapet beskriver en statistisk rangeringsmekanisme som gir dokumentert sterke noder større vekt, mens fagfellevurdering bidrar til å etablere omdømmet deres. Den tidligere tilnærmingen vurderte ferdige svar; den nye Engine flytter rangeringen mellom noder inn i selve resonneringsprosessen.

Forskjellen er viktig for agenter som arbeider seg gjennom mange trinn. Det kan forbedre svaret å velge det sterkeste ferdige svaret, men det henter ikke tilbake tokenene som allerede er brukt på å generere svakere alternativer. Kontinuerlig styring skal hindre at en lite produktiv resonneringsbane utvikler seg i utgangspunktet. Fortytwo sier at tokenregnskapet omfatter alle modellene som deltar, i stedet for bare å telle med det endelige svaret.

Administrerende direktør og medgrunnlegger Ivan Nikitin beskrev fordelen som todelt: «Kollektiv resonnering gir uttelling på to måter: Svarene blir bedre, og oppgavene krever færre tokens.»

Dette viser Fortytwos tester

I selskapets DeepSWE-evaluering oppnådde Engine 47,8 poeng, sammenlignet med 42,2 for grunnmodellen – en økning på 5,6 prosentpoeng. Gjennomsnittlig tokenbruk sank fra 16,3 millioner til 12,3 millioner per kjøring. For alle de 450 kjøringene oppgir Fortytwo totalt 7,4 milliarder tokens for grunnmodellen og 5,6 milliarder for Engine.

Lanseringsmateriellet rapporterer også høyere poengsummer på fem andre tester innen naturvitenskap, koding og generell resonnering:

Kilde: Fortytwos lanseringskunngjøring. Poengsummene sammenligner Qwen 3.8 27B med og uten Engine, i henhold til selskapets evalueringsprotokoll.

Dette er resultater rapportert av selskapet. Reduksjonen i tokenbruk på 24,7 % gjelder spesifikt DeepSWE-kjøringene; den bør ikke tolkes som en målt besparelse på tvers av alle tester eller produksjonsarbeidsbelastninger. For utviklere er den praktiske testen om en modell løser deres egne oppgaver nøyaktig med færre tokens totalt, færre nye forsøk og færre verktøykall.

Velkjent API med tydelige grenser for kompatibilitet

Tjenesten er tilgjengelig via Fortytwos utviklerplattform. API-dokumentasjonen beskriver kompatibilitet med OpenAI Chat Completions API, slik at et eksisterende SDK eller en klient kan bruke en Fortytwo API-nøkkel og basis-URL sammen med en støttet modell-ID.

Dokumenterte funksjoner omfatter strømming, funksjonsverktøy, parallelle verktøykall og strukturert utdata. Utviklere kan også velge et nivå for resonneringsinnsatsen. Disse funksjonene gjør tjenesten relevant for agenter som må kalle programvareverktøy og returnere maskinlesbare resultater, i stedet for bare å generere samtaletekst.

Kompatibiliteten har klare grenser. Dokumentasjonen oppgir at Chat Completions og modelloversikten støttes, mens API-er som Responses, Embeddings, Audio, Files og Assistants ikke støttes. Enkelte forespørselsfelt støttes bare delvis eller avhenger av hvilken modell som er valgt, og felt som ikke støttes, utløser en feilmelding i stedet for å bli ignorert uten varsel. Team som flytter en eksisterende applikasjon, bør derfor kontrollere de faktiske forespørslene opp mot kompatibilitetsveiledningen.

En større satsing på kollektiv KI

Engine kommer i tillegg til Fortytwo Harbor, selskapets tilbud til organisasjoner som ønsker å ta i bruk inferens med svermer på egen infrastruktur. Fortytwo fremhever at Harbor holder dataene innenfor organisasjonens egne grenser og bruker en fast maskinvarekostnad i stedet for API-betaling per token.

Selskapets bredere forskningsprogram omfatter også generering av treningsdata gjennom modellnettverket. På nettstedet fremhever selskapet Strand-Rust-Coder-14B, en åpen modell som er trent på et datasett generert av Fortytwo. Dette arbeidet handler om modelltrening, mens den nye Engine fokuserer på å forbedre hvordan eksisterende modeller med åpne vekter resonnerer under inferens.

Fortytwo ble grunnlagt i 2024 og opplyser at selskapet har et team på 15 ingeniører, blant annet i Mountain View og Abu Dhabi, hentet inn 2,3 millioner dollar i såkornfinansiering i 2025 og ble en del av Hub71-økosystemet i Abu Dhabi i 2026. Det er planlagt flere åpne modeller for Engine etter Qwen 3.8 27B.

Lanseringen legger vekt på kostnaden per vellykket oppgave. Hvis kontinuerlig evaluering av jevnaldrende modeller på en pålitelig måte kan forhindre nok bortkastet resonnering til å veie opp for sine egne merkostnader, kan utviklere få enda en måte å forbedre agentøkonomien på, i tillegg til bedre modeller og raskere maskinvare.