Fortytwo lansează Engine API și raportează cu 24,7% mai puțini tokeni pentru sarcinile de programare

Fortytwo a lansat Fortytwo Engine, un API de inferență care folosește modele de inteligență artificială colaborative pentru a îmbunătăți raționamentul și a reduce cantitatea de text generat necesară pentru îndeplinirea unei sarcini. Compania raportează că primul model acceptat, Qwen 3.8 27B, a folosit cu 24,7% mai puțini tokeni în 450 de rulări ale unor sarcini de inginerie software din DeepSWE decât același model rulat individual și, în același timp, a rezolvat o proporție mai mare dintre sarcini.

Anunțul vizează o problemă tot mai costisitoare pentru agenții IA: un preț scăzut per token nu înseamnă neapărat un cost redus pentru fiecare sarcină finalizată. Rulările îndelungate pentru programare și cercetare pot acumula contexte repetate, apeluri inutile către instrumente și reîncercări. Potrivit companiei, abordarea Fortytwo încearcă să reducă această muncă irosită chiar în procesul de inferență, menținând prețul per token la nivelul celui al modelului de bază.

Ghidează raționamentul înainte ca greșelile să se amplifice

Fortytwo numește tehnologia din spatele noului Engine Swarm Decoder. Mai multe modele participante conturează împreună o traiectorie comună de raționament pe măsură ce aceasta este generată și evaluează care direcție este mai promițătoare înainte ca răspunsul să fie complet. Scopul este identificarea timpurie a presupunerilor slabe, evitând generarea suplimentară și efortul de recuperare necesare după o alegere greșită.

Aceasta reprezintă o schimbare față de arhitectura anterioară a Fortytwo. În cercetarea din 2025 privind inferența în roi, noduri separate generau răspunsuri independente, le comparau direct și combinau cele mai bune contribuții. Compania descrie un mecanism statistic de clasificare care acordă o pondere mai mare nodurilor cu rezultate dovedite, iar evaluarea reciprocă contribuie la stabilirea reputației acestora. Abordarea anterioară evalua răspunsurile finalizate; noul Engine integrează clasificarea reciprocă direct în procesul de raționament.

Această distincție contează în cazul agenților care parcurg numeroși pași. Alegerea celui mai bun răspuns final poate îmbunătăți rezultatul, dar nu recuperează tokenii deja consumați pentru generarea unor alternative mai slabe. Ghidarea continuă urmărește să împiedice de la bun început dezvoltarea unei traiectorii neproductive. Fortytwo spune că în calculul tokenilor sunt incluse toate modelele participante, nu doar răspunsul final.

Directorul general și cofondatorul Ivan Nikitin a descris beneficiul ca fiind dublu: „Raționamentul colectiv aduce beneficii de două ori: răspunsurile sunt mai bune, iar sarcinile necesită mai puțini tokeni.”

Ce arată testele Fortytwo

În evaluarea DeepSWE a companiei, Engine a obținut un scor de 47,8, față de 42,2 pentru modelul de bază, o creștere de 5,6 puncte procentuale. Utilizarea medie a tokenilor a scăzut de la 16,3 milioane la 12,3 milioane per rulare. Pentru toate cele 450 de rulări, Fortytwo raportează un total de 7,4 miliarde de tokeni pentru modelul de bază și de 5,6 miliarde pentru Engine.

Materialele de lansare raportează, de asemenea, scoruri mai mari la alte cinci teste de referință din domeniile științei, programării și raționamentului general:

Sursa: anunțul de lansare al Fortytwo. Scorurile compară Qwen 3.8 27B cu și fără Engine, în conformitate cu protocolul de evaluare al companiei.

Aceste rezultate sunt raportate de companie. Reducerea cu 24,7% a numărului de tokeni provine în mod specific din rulările DeepSWE; nu trebuie interpretată ca o economie măsurată pentru fiecare test de referință sau pentru fiecare sarcină de lucru din producție. Pentru dezvoltatori, testul practic este să verifice dacă un model își îndeplinește cu acuratețe propriile sarcini folosind mai puțini tokeni în total, cu mai puține reîncercări și apeluri către instrumente.

API familiar, cu limite de compatibilitate bine definite

Serviciul este disponibil prin platforma pentru dezvoltatori a Fortytwo. Documentația API descrie compatibilitatea cu OpenAI Chat Completions API, permițând unui SDK sau client existent să folosească o cheie API Fortytwo și adresa URL de bază, împreună cu un ID de model acceptat.

Printre funcționalitățile documentate se numără transmiterea în flux, instrumentele pentru funcții, apelurile paralele către instrumente și rezultatele structurate. Dezvoltatorii pot selecta și un nivel al efortului de raționament. Aceste funcționalități fac serviciul potrivit pentru agenții care trebuie să apeleze instrumente software și să returneze rezultate interpretabile automat, nu doar să genereze text conversațional.

Compatibilitatea are anumite limite. Documentația indică drept endpointuri acceptate Chat Completions și listarea modelelor, în timp ce API-uri precum Responses, Embeddings, Audio, Files și Assistants nu sunt acceptate. Unele câmpuri ale cererilor sunt acceptate doar parțial sau depind de modelul selectat, iar câmpurile neacceptate generează o eroare în loc să fie ignorate fără avertisment. Prin urmare, echipele care migrează o aplicație existentă ar trebui să verifice cererile efective ale acesteia în raport cu ghidul de compatibilitate.

Un pariu mai amplu pe inteligența artificială colectivă

Engine se alătură Fortytwo Harbor, oferta companiei pentru organizațiile care doresc să implementeze inferența în roi pe propria infrastructură. Fortytwo prezintă Harbor ca pe o soluție care păstrează datele în interiorul perimetrului organizației și folosește un cost fix pentru hardware, în locul facturării API per token.

Programul mai amplu de cercetare al companiei include și generarea de date de antrenare prin intermediul rețelei sale de modele. Site-ul său prezintă Strand-Rust-Coder-14B, un model cu ponderi deschise antrenat pe un set de date generat de Fortytwo. Această activitate vizează antrenarea modelelor, în timp ce noul Engine se concentrează pe îmbunătățirea raționamentului modelelor existente cu ponderi deschise în timpul inferenței.

Fondată în 2024, Fortytwo afirmă că are o echipă de 15 ingineri, inclusiv în Mountain View și Abu Dhabi, că a obținut finanțare pre-seed de 2,3 milioane de dolari în 2025 și că s-a alăturat ecosistemului Hub71 din Abu Dhabi în 2026. După Qwen 3.8 27B, pentru Engine sunt planificate și alte modele cu ponderi deschise.

Lansarea pune accentul pe costul per sarcină îndeplinită cu succes. Dacă evaluarea continuă între modele poate preveni în mod fiabil suficient raționament irosit pentru a compensa propriile costuri suplimentare, dezvoltatorii ar putea avea o nouă modalitate de a îmbunătăți economia agenților, pe lângă modele mai bune și hardware mai rapid.