Abacus.AI 於 2026 年 9 月 10 日發布 Smaug 系列三款「開源權重」（open-weight）大型語言模型，專為企業 AI 代理（AI Agent）應用設計，意指能自主執行多步驟任務的人工智慧程式。該公司宣稱，這些模型能讓企業部署自主運作的 AI 代理成本降低 10 至 100 倍，同時將關鍵的「代理迴圈」效能提升 15% 至 20%，挑戰 OpenAI 和 Anthropic 等領先的閉源模型供應商。
Smaug 系列模型並非從頭開始訓練全新架構，而是透過專有的微調（fine-tuning）技術，基於現有的開源基礎模型（base models）進行優化。Abacus.AI 強調，這種方法在不增加運算成本的前提下，顯著提升了 AI 代理在長時間、多步驟任務中的可靠性與表現。這三款模型包括：Smaug Agentic，基於月之暗面（Moonshot AI）的 Kimi K3 模型（2 兆參數），鎖定複雜的程式編寫及長時間代理工作負載；Smaug Flash，從 DeepSeek V4 Flash 微調而來，適合需要長 Context（上下文）及頻繁使用工具、持續運行的企業代理；Smaug Mini，以 Qwen3.8 27B 為基礎，專攻精巧的多模態任務及高吞吐量工作。
Abacus.AI 將其模型定位為「開源權重」（open-weight），而非傳統的「開源」（open-source）。這表示企業可以下載模型權重、自行託管（self-host）並進行私有微調，確保敏感資料在企業防火牆內運行，大幅提升資料控制權與隱私性。企業能選擇在自己的雲端虛擬私有雲（VPC）中運行模型，或透過 Hugging Face 下載，甚至使用 Abacus.AI 提供的 RouteLLM API 進行部署。
Abacus.AI 執行長 Bindu Reddy 指出，雖然開源權重模型在快速追趕閉源模型，但在處理長時間運行的 AI 代理迴圈方面仍有所不足。Smaug 系列的目標正是解決此一痛點，為企業提供接近頂級閉源模型（如 Anthropic 及 OpenAI 產品）的代理效能，卻能以更低的成本大規模部署。根據 Abacus.AI 提供的資訊，這能使企業部署 AI 代理的成本比使用領先的閉源模型低 10 至 100 倍，有效緩解企業在擴大 AI 應用時面臨的 Token 成本壓力。
