AI 模型与平台
Fortytwo 推出 Engine API：编码任务的 Token 用量减少 24.7%
将 Unite.AI 添加到您在 Google 上的首选来源
Fortytwo 已推出 Fortytwo Engine。这是一款推理 API，通过多个 AI 模型协同工作来提升推理能力，同时减少完成任务所需生成的文本量。该公司称，在 450 次 DeepSWE 软件工程任务测试中，其首个受支持模型 Qwen 3.8 27B 的 Token 用量比单独运行同一模型减少了 24.7%，同时完成的任务比例也更高。
这项发布针对的是 AI 智能体日益严重的成本问题：每个 Token 的价格低，并不一定意味着每项已完成任务的成本也低。长时间运行编码和研究任务，可能会累积重复上下文、不必要的工具调用和重试。Fortytwo 试图在推理过程中减少这类浪费；据该公司称，其每 Token 价格仍与基础模型持平。
在错误不断累积前引导推理
Fortytwo 将新款 Engine 背后的技术称为 Swarm Decoder。多个模型参与者会在推理过程生成时共同塑造一条推理路径，并在回答完成前评估哪种方向更有优势。其目标是及早发现薄弱假设，避免走错方向后产生额外的生成和恢复工作。
这与 Fortytwo 早期采用的架构有所不同。在其2025 年的群体推理研究中，各个独立节点分别生成答案，再对答案进行正面对比，并整合其中最有力的内容。该公司介绍了一种统计排名机制，会给予表现经过验证的节点更高权重，同时通过同行评估帮助节点建立声誉。早期方法评估的是已经完成的答案；新款 Engine 则将同行排名机制引入推理过程本身。
对于需要执行多个步骤的智能体而言，这一区别很重要。选出最好的完整答案固然可以改善回复，却无法追回生成较弱备选答案时已经消耗的 Token。持续引导旨在从一开始就阻止低效的推理路径不断延伸。Fortytwo 表示，其 Token 统计涵盖所有参与模型，而不只是最终回复。
首席执行官兼联合创始人 Ivan Nikitin 将这项优势概括为双重收益：“集体推理能带来双重回报：答案更好，任务所需的 Token 也更少。”
Fortytwo 的测试结果
在该公司的 DeepSWE 评测中，Engine 得分为 47.8，基础模型为 42.2，提升了 5.6 个百分点。每次运行的平均 Token 用量从 1,630 万降至 1,230 万。在全部 450 次运行中，Fortytwo 报告称，基础模型总计使用了 74 亿个 Token，Engine 则使用了 56 亿个。
发布材料还报告称，在涵盖科学、编码和一般推理的另外五项基准测试中，Engine 的得分也更高：
| 基准测试 | 基础模型 | Fortytwo Engine |
|---|---|---|
| DeepSWE | 42.2 | 47.8 |
| Humanity’s Last Exam | 34.7 | 35.8 |
| GDP.pdf | 18.5 | 20.6 |
| GPQA-Diamond | 90.9 | 95.1 |
| SciCode | 46.8 | 49.0 |
| LiveCodeBench v6 | 80.2 | 84.1 |
来源：Fortytwo 的发布公告。分数根据该公司的评测方案，对比了使用和未使用 Engine 时 Qwen 3.8 27B 的表现。
这些结果由该公司报告。Token 用量减少 24.7% 这一数据仅来自 DeepSWE 测试，不应理解为在所有基准测试或所有生产工作负载中测得的节省幅度。对于开发者而言，实际需要检验的是：模型能否以更少的总 Token、更少的重试和更少的工具调用，准确完成他们自己的任务。
熟悉的 API，兼容范围明确
这项服务可通过Fortytwo 的开发者平台使用。其API 文档说明，该服务兼容 OpenAI Chat Completions API；现有 SDK 或客户端可以使用 Fortytwo API 密钥和基础 URL，以及受支持的模型 ID。
文档列出的功能包括流式传输、函数工具、并行工具调用和结构化输出。开发者还可以选择推理强度级别。这些功能使该服务适用于需要调用软件工具并返回机器可读结果，而不只是生成对话文本的智能体。
兼容性也有边界。文档列出的受支持端点包括 Chat Completions 和模型列表；Responses、Embeddings、Audio、Files 和 Assistants 等 API 则不受支持。有些请求字段仅得到部分支持，或取决于所选模型；对于不受支持的字段，系统会返回错误，而不是悄然忽略。因此，迁移现有应用的团队应根据兼容性指南，检查应用实际发送的请求。
押注集体 AI 的更宏大布局
Engine 与 Fortytwo Harbor 相辅相成。Fortytwo Harbor 面向希望在自有基础设施上部署蜂群推理的组织。Fortytwo 将 Harbor 定位为一项服务：帮助组织将数据保留在自身边界内，并采用固定硬件成本，而非按 token 计费的 API 收费模式。
Fortytwo 更广泛的研究计划还包括通过其模型网络生成训练数据。其网站重点介绍了 Strand-Rust-Coder-14B，这是一个使用 Fortytwo 生成的数据集训练的开放模型。这项工作聚焦于模型训练，而新推出的 Engine 则着重改进现有开放权重模型在推理时的推理能力。
Fortytwo 成立于 2024 年。据该公司介绍，其团队有 15 名工程师，成员包括位于山景城和阿布扎比的工程师；公司于 2025 年获得 230 万美元种子前融资，并于 2026 年加入阿布扎比的 Hub71 生态系统。继 Qwen 3.8 27B 之后，Engine 计划支持更多开放模型。
此次发布强调的是每项成功任务的成本。如果持续的同行评估能够可靠地避免足够多的无效推理，从而抵消其自身开销，开发者或许就能在改进模型和加快硬件之外，找到另一种改善智能体经济效益的途径。
