Fortytwo mise sur le raisonnement collectif avec Engine
Fortytwo lance Engine, une API qui combine plusieurs modèles IA pour améliorer les réponses de Qwen3.8-27B, avec près de 25 % de tokens en moins.
Améliorer les résultats d'un modèle d'intelligence artificielle sans modifier ses poids ni augmenter le prix de chaque token. C'est le principe de Fortytwo Engine, une nouvelle API d'inférence qui exploite plusieurs modèles pour orienter un raisonnement collectif. Pour son lancement, l'entreprise propose Qwen3.8-27B, avec des scores annoncés en hausse de 7 % en moyenne sur six évaluations et une consommation de tokens réduite de près de 25 % sur des tâches de développement logiciel. Plusieurs modèles pour orienter un même raisonnement
Fortytwo Engine repose sur une technologie baptisée Swarm Inference, développée pour faire collaborer plusieurs systèmes d'intelligence artificielle au cours de la génération d'une réponse.
Plutôt que de laisser un modèle suivre seul une succession d'étapes, le système exploite les évaluations d'autres modèles pour orienter le raisonnement pendant son déroulement.
Les participants peuvent examiner différentes propositions et contribuer à sélectionner les directions jugées les plus pertinentes. L'objectif est notamment de réduire les développements inutiles, les erreurs qui se propagent d'une étape à l'autre et les longues séquences de correction.
Cette approche s'appuie sur les travaux de Fortytwo concernant le consensus entre modèles. Dans sa publication scientifique Swarm Inference with Peer-Ranked Consensus, l'équipe décrit un mécanisme où les réponses sont comparées entre elles, puis pondérées selon la réputation et les évaluations des participants.
Engine transpose ces recherches dans un service d'inférence accessible par API. La documentation publique ne détaille toutefois pas intégralement les mécanismes internes utilisés pour chaque requête commerciale. Qwen3.8-27B comme premier modèle
Le premier modèle proposé est Qwen3.8-27B, un modèle à poids ouverts déjà utilisable indépendamment de Fortytwo.
La société ne présente donc pas Engine comme un nouveau modèle fondamental. Le service constitue une couche d'inférence qui modifie la manière dont les réponses sont produites et évaluées.
Les développeurs continuent d'utiliser Qwen3.8-27B, mais leurs requêtes passent par le système de raisonnement collectif de Fortytwo.
L'entreprise annonce une amélioration moyenne d'environ 7 % sur les six évaluations retenues, avec un prix par token inchangé par rapport à son offre de référence.
D'autres modèles doivent rejoindre la plateforme, sans calendrier précis communiqué pour leur disponibilité. Des progrès annoncés sur six évaluations
Fortytwo compare Qwen3.8-27B exécuté seul à sa version passant par Engine, dans les mêmes conditions d'évaluation.
Sur DeepSWE, consacré aux tâches de développement logiciel, le score passe de 42,2 à 47,8, soit une progression de 5,6 points.
Le modèle progresse également sur plusieurs tests de raisonnement et de connaissances.
Évaluation · Modèle seul · Fortytwo Engine DeepSWE · 42,2 · 47,8 GDP.pdf · 18,5 · 20,6 GPQA Diamond · 90,9 · 95,1 Humanity's Last Exam · 34,7 · 35,8 LiveCodeBench v6 · 80,2 · 84,1 SciCode · 46,8 · 49,0
Ces résultats montrent des progressions comprises entre 1,1 et 5,6 points selon les tâches. L'amélioration relative la plus importante concerne DeepSWE, avec environ 13,3 % de hausse.
Les chiffres sont issus des évaluations publiées par Fortytwo. Ils ne constituent pas une validation indépendante de la supériorité du système sur l'ensemble des usages.
La comparaison porte également sur un modèle précis, Qwen3.8-27B. Rien ne permet encore d'affirmer que les mêmes gains seraient obtenus avec tous les modèles ouverts. Près de 25 % de tokens en moins sur DeepSWE
L'un des résultats les plus intéressants concerne la quantité de tokens nécessaires pour réaliser un travail.
Fortytwo a comparé les deux configurations sur 450 exécutions de DeepSWE.
Le modèle seul consomme en moyenne 16,3 millions de tokens par exécution, contre 12,3 millions avec Engine, soit une réduction de 24,7 %.
Cette différence peut avoir une incidence sur les coûts des tâches agentiques, où plusieurs appels aux modèles et de longues séquences de raisonnement augmentent rapidement la consommation.
Le mécanisme vise à éviter qu'un modèle poursuive trop longtemps une mauvaise direction avant de revenir sur son raisonnement.
Le gain annoncé concerne cependant ce protocole de développement logiciel. Il ne garantit pas une réduction identique sur une conversation simple, une analyse documentaire ou une tâche mobilisant d'autres outils.
Fortytwo affirme également conserver une vitesse comparable à celle du modèle de référence, sans publier dans cette présentation de mesures détaillées de latence permettant de vérifier cette équivalence selon les charges. Une API compatible avec les outils existants
Fortytwo Engine est accessible depuis une API compatible avec le format Chat Completions d'OpenAI.
Les développeurs disposent d'un point d'accès pour lister les modèles et d'un autre pour envoyer leurs conversations.
Le service prend en charge les réponses progressives en streaming, les appels de fonctions et les sorties structurées.
Pour Qwen3.8-27B, il accepte le texte et les images en entrée, avec une sortie textuelle. Sa fenêtre de contexte atteint 262 144 tokens, tandis que la limite de génération annoncée est de 235 929 tokens.
Cette compatibilité vise à faciliter son intégration dans les assistants, outils de développement et applications utilisant déjà des API de modèles de langage.
Elle ne signifie pas pour autant que tous les paramètres et comportements des fournisseurs concurrents sont reproduits à l'identique. Une tarification à partir de 0,425 dollar par million de tokens
Fortytwo affiche les tarifs suivants pour Qwen3.8-27B :
Utilisation · Prix par million de tokens Entrée · 0,425 $ Sortie · 2,55 $ Lecture du cache · 0,085 $
La plateforme propose plusieurs niveaux d'accès avec des limites de requêtes distinctes.
L'offre Core autorise 20 requêtes par minute et 500 par heure. Pro monte à 200 requêtes par minute et 7 000 par heure, tandis que Scale atteint 600 requêtes par minute et