Abacus.AI ha presentato Smaug, una nuova famiglia composta da tre modelli linguistici open-weight ottimizzati per carichi di lavoro agentici aziendali: Smaug Agentic, Smaug Flash e Smaug Mini. I tre modelli sono disponibili per il download su Hugging Face e possono essere utilizzati anche attraverso la RouteLLM API di Abacus.AI, oltre a essere integrati nella piattaforma enterprise agentic AI e nel servizio Super Assistant dell’azienda. Le organizzazioni possono eseguirli all’interno del proprio ambiente cloud VPC, mantenendo il controllo sui dati e sull’infrastruttura utilizzata per l’AI, mentre Smaug Agentic può essere distribuito anche su cluster GPU interni nei contesti in cui sicurezza e riservatezza richiedano un’esecuzione completamente sotto il controllo dell’impresa.
Smaug non identifica soltanto i tre modelli, ma anche una metodologia di fine-tuning che Abacus.AI indica come applicabile a differenti modelli open source di base. Secondo i dati dell’azienda, questo approccio incrementa del 15-20% le prestazioni nei loop agentici di lunga durata senza aumentare i costi di esecuzione. Il lavoro nasce dalla difficoltà di mantenere efficienza e stabilità quando gli agenti devono operare per periodi prolungati con contesti molto estesi, numerose chiamate agli strumenti e sequenze operative iterative, situazioni nelle quali anche il prompt caching può perdere efficacia a causa degli intervalli temporali fra le diverse fasi dell’esecuzione. La metodologia combina traiettorie agentiche reali selezionate e curate da esseri umani con dati sintetici costruiti a partire da esempi particolarmente complessi, ottenendo miglioramenti dichiarati nel coding agentico, nell’uso di strumenti reali, nell’automazione, nel ragionamento su contesti lunghi e nel rispetto delle istruzioni. Abacus.AI sostiene inoltre che l’utilizzo di modelli open-weight consenta di realizzare agenti AI capaci di migliorare progressivamente mantenendo costi tipicamente da 10 a 100 volte inferiori rispetto ai modelli frontier proprietari di aziende come Anthropic e OpenAI.
Smaug Agentic è il modello più grande della famiglia ed è ottenuto mediante supervised fine-tuning di Kimi K3 di Moonshot AI, un’architettura mixture-of-experts con 2,8 trilioni di parametri complessivi, 104 miliardi di parametri attivati, una finestra di contesto da 1.048.576 token e l’encoder visivo MoonViT-V2. Il fine-tuning non modifica i parametri architetturali del modello originale e Smaug Agentic viene distribuito secondo la Kimi K3 License ereditata dal modello di base. L’addestramento utilizza traiettorie curate, multi-turn e caratterizzate dall’impiego di strumenti per attività di programmazione; i reasoning token vengono esclusi dal calcolo della loss, in modo da orientare attraverso il training le azioni eseguite dal modello senza modificare direttamente la distribuzione del ragionamento del modello di partenza. Abacus.AI non ha pubblicato il contenuto del dataset utilizzato.
Nei benchmark riportati per Smaug Agentic, il modello raggiunge 94,1 punti su GPQA Diamond, 75,7 su AA-LCR, 69,9 su DeepSWE, 86,5 su Terminal-Bench 2.1, 60,8 su SciCode, 64,6 nel test LiveBench dedicato all’agentic coding, 31,0 su AutomationBench e 81,0 su MMMU-Pro. Rispetto al modello Kimi K3 di partenza, vengono indicati miglioramenti di 2,4 punti su DeepSWE e LiveBench agentic coding, 2,1 punti su SciCode, 1 punto su AA-LCR e 0,6 punti su GPQA Diamond. Il fine-tuning riduce inoltre la lunghezza del ragionamento al percentile 99 a circa il 60% di quella registrata dal modello di base nei test SciCode e AA-LCR, mentre la lunghezza delle risposte visibili rimane statisticamente comparabile a quella di Kimi K3. Nel corso di 113 attività DeepSWE eseguite per più di sette ore consecutive, Abacus.AI dichiara inoltre di non aver registrato né errori infrastrutturali né timeout. Poiché l’architettura rimane invariata, il modello può essere eseguito sugli stessi ambienti compatibili con Kimi K3 e sono disponibili configurazioni di serving per vLLM, SGLang e TokenSpeed. L’azienda lo propone come alternativa economicamente più efficiente ai modelli appartenenti alla fascia prestazionale di Claude Opus.
Smaug Flash è invece ottenuto tramite fine-tuning di DeepSeek V4 Flash 0731 ed è pensato in particolare per agenti aziendali capaci di operare e migliorare lungo interazioni prolungate. Abacus.AI segnala che il modello DeepSeek utilizzato come base può manifestare fenomeni di perdita di coerenza e confusione nell’uso agentico di strumenti quando il contesto diventa molto esteso; il fine-tuning Smaug è stato sviluppato per ridurre questo comportamento preservando al tempo stesso i vantaggi del modello originale in termini di velocità e costi. Smaug Flash è indicato anche per la realizzazione di agenti personali collegati ad applicazioni di messaggistica come WhatsApp, Telegram e Slack e destinati a mantenere conversazioni e attività di lunga durata con gli utenti.
Nei risultati pubblicati, Smaug Flash ottiene 77,4 punti su LiveBench complessivo rispetto ai 74,2 di DeepSeek V4 Flash 0731, mentre nel LiveBench agentic coding passa da 46,8 a 61,1. Su DeepSWE 1.1 raggiunge 56,6 punti contro 54,4 del modello base, su AutomationBench Public 600 con criterio strict pass arriva a 38,83 contro 25,1 e su NL2repo-bench registra 73,3 punti rispetto a 54,2. Nelle tabelle di confronto viene riportato anche Claude Sonnet 5 come modello di riferimento, ma l’obiettivo principale dei dati presentati da Abacus.AI è misurare il miglioramento prodotto dal proprio fine-tuning rispetto al modello DeepSeek originale mantenendone le caratteristiche economiche e operative.
Smaug Mini è infine un modello da 27 miliardi di parametri derivato tramite fine-tuning da Qwen3.8 27B e destinato soprattutto ad applicazioni multimodali e attività di ragionamento meno impegnative rispetto a quelle affidate a Smaug Agentic. Nei benchmark dichiarati raggiunge 76,9 punti su LiveBench complessivo contro 75,3 del modello di base e 82,0 su IFBench. Su AutomationBench passa da 37,3 a 41,8 punti, mentre sul protocollo ufficiale da 65 attività di JobBench raggiunge 50,5 contro 33,4 e su NL2repo-bench arriva a 55,8 contro 42,3. Le tabelle includono come riferimenti anche Claude Sonnet 5, Claude Opus 4.6 e GPT-5.6 Luna. Abacus.AI indica Smaug Mini per attività relativamente semplici e chatbot aziendali, con la possibilità per le imprese di effettuare ulteriori fasi di fine-tuning utilizzando i propri dati.
Per rendere confrontabili i risultati, Abacus.AI dichiara di aver eseguito le valutazioni utilizzando lo stesso harness per tutti i modelli, salvo i punteggi esplicitamente contrassegnati come provenienti da valutazioni esterne. I valori relativi a LiveBench sono invece ricavati dalla leaderboard pubblicata il 25 giugno 2026. Per Smaug Agentic i test sono stati eseguiti su un deployment dedicato composto da otto GPU NVIDIA B300, con temperatura impostata a 1,0 e reasoning effort configurato sul livello massimo. La valutazione SciCode include inoltre una correzione applicata a un problema presente nel benchmark originale che rendeva impossibile completare correttamente 12 sottoproblemi. I modelli Smaug risultano elencati anche nella leaderboard di LiveBench utilizzando il filtro dedicato ai modelli sottoposti a fine-tuning.
Con questa famiglia Abacus.AI intende dimostrare che l’ottimizzazione mirata dei modelli open-weight può ridurre il divario con i sistemi proprietari frontier soprattutto nei workload agentici, nei quali non conta soltanto la capacità di produrre una singola risposta ma anche quella di mantenere il comportamento corretto attraverso sequenze prolungate di ragionamento, chiamate agli strumenti e automazioni. L’azienda prevede di continuare ad aggiornare la linea Smaug seguendo l’evoluzione dei modelli di base e ampliando progressivamente la propria raccolta di traiettorie agentiche utilizzate nel processo di fine-tuning.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)