Abacus.AI ha rilasciato il 10 settembre 2026 la famiglia Smaug, tre modelli open-weight ottimizzati per agenti AI in ambienti enterprise: Smaug Agentic, Smaug Flash e Smaug Mini. L’obiettivo dichiarato è offrire prestazioni competitive con i modelli frontier a una frazione del costo, con un risparmio stimato tra 10 e 100 volte rispetto alle offerte di Anthropic e OpenAI.
Smaug non è un’architettura nuova costruita da zero. È una tecnica di fine-tuning applicata su tre modelli open-weight già esistenti, ciascuno scelto per un punto diverso sul piano capacità-efficienza. Smaug Agentic si basa su Kimi K3, un modello da 2 trilioni di parametri, ed è pensato per loop di coding complessi — un’alternativa dichiarata ai modelli della classe Opus di Anthropic. Smaug Flash parte da DeepSeek V4 Flash ed è il modello destinato agli agenti enterprise sempre attivi, dove velocità e contenimento dei costi devono coesistere. Smaug Mini, costruito su Qwen3.8 27B con 27 miliardi di parametri, copre le esigenze multimodali e i carichi di ragionamento più leggeri.
La tecnica Smaug combina tracce agentiche reali, curate manualmente, con dati sintetici generati a partire da esempi difficili. Il risultato, secondo Abacus.AI, è un miglioramento delle prestazioni nei loop agentici prolungati tra il 15 e il 20 percento, senza aumentare i costi computazionali. Tutti e tre i modelli sono disponibili su Hugging Face e accessibili anche tramite l’API RouteLLM della società. Le aziende che gestiscono requisiti stringenti di sicurezza possono ospitarli direttamente nel proprio ambiente cloud VPC o su cluster GPU interni.
Il contesto in cui si inserisce questo rilascio è preciso. I sistemi agentici richiedono ai modelli di eseguire sequenze di azioni, chiamare strumenti esterni e mantenere coerenza su workflow prolungati — un tipo di carico molto diverso dalle singole interrogazioni su cui si concentrano la maggior parte dei benchmark tradizionali. Secondo stime di Gartner, i costi di inferenza per workflow agentici cresceranno di oltre cinque volte entro il 2028, anche mentre il prezzo per singolo token scende. Chi sceglie modelli frontier per agenti enterprise in produzione paga un prezzo che si moltiplica rapidamente con la complessità e la durata dei task. Abacus.AI punta esattamente su questo punto.
Bindu Reddy, CEO di Abacus.AI, ha riconosciuto che i modelli open-weight stanno chiudendo il divario con i frontier model, ma restano indietro sui loop agentici prolungati. Smaug è la risposta della società a questo limite specifico. Non si tratta di un attacco frontale a OpenAI o Anthropic sul piano delle capacità assolute: il posizionamento è più selettivo, orientato alle aziende che eseguono automazioni continue e non possono permettersi costi di inferenza che scalano fuori controllo. Se la tecnica di fine-tuning reggesse in produzione come promesso, il vantaggio economico rispetto ai modelli API-only sarebbe difficile da ignorare per molti team enterprise.
