Trinity Large Thinking

arcee-ai/trinity-large-thinking

Arcee AI 推出的 Trinity Large Thinking 是一款开源前沿推理模型，基于 Trinity Large 400B Sparse MoE 架构（13B active parameters）。它在复杂长时程 Agent、多轮工具调用、上下文连贯性、指令遵循和结构化输出方面表现出色，适合构建可靠的 Agent 系统、多步工作流和生产级工具集成应用。模型支持 256K 上下文窗口，强调错误恢复与长会话稳定性。作为 Apache 2.0 许可的开放权重模型，用户可通过 Hugging Face 下载或经 OpenRouter 等网关接入 API。以厂商/网关为准。

Arcee AI 开源 400B Sparse MoE 推理模型，专精长时程 Agent 与多轮工具调用。

ToolsReasoning开源倾向text->text

API 实验室测速 OCR 能力佐证中转检测 OpenRouter 原文

上下文262k

输入 $/M$0.220

输出 $/M$0.850

智力指数18.2

代码指数25.8

Agent / Arena3.7

模型家族 · 历史版本 · 知识库

trinity-large-thinking

Arcee AI · 知识库 159 模 / 31 族

Arcee AI 开源 400B Sparse MoE 推理模型，专精长时程 Agent 与多轮工具调用。

Trinity Large Thinking is a powerful open source reasoning model from the team at Arcee AI. It shows strong performance in PinchBench, agentic workloads, and reasoning tasks. Launch video: https://youtu.be/Gc82AXLa0Rg?si=4RLn6WBz33qT--B7...

Arcee AI 开源 400B Sparse MoE 推理模型，专精长时程 Agent 与多轮工具调用。
归并版本 1 个
Trinity Large Thinking 版本，基于 400B Sparse MoE（13B active parameters）架构的推理优化模型，强化 post-training 以支持 thinking 模式。

适用场景

Agentic 应用开发
复杂多步推理任务
多轮对话与工具编排
结构化数据处理场景

能力 / 优势

长时程 Agent
多轮工具调用
上下文连贯性
结构化输出与错误恢复

边界 / 不适合

多模态内容生成
简单通用聊天

接入提示：OpenAI 兼容 API，通过 OpenRouter 接入（短ID: arcee-ai/trinity-large-thinking）；支持 256K 上下文，测速入口 openrouter.ai。

开源Agent推理MoE工具调用

常见问题

该模型的主要优势是什么？

擅长复杂长时程 Agent、多轮工具调用、上下文连贯性和结构化输出，性价比高。

如何获取模型权重或 API？

权重可在 Hugging Face 下载（Apache 2.0），API 通过 OpenRouter 或 Arcee 平台接入。

历史版本 / 相关变体

版本	模型	参数	来源	说明
—当前	Trinity Large Thinking arcee-ai/trinity-large-thinking	—	OpenRouter

定价与限制

输入	$0.220 / 百万 tokens
输出	$0.850 / 百万 tokens
缓存读 / 写	$0.060 / —
最大输出	262k
输入模态	text
输出模态	text
HF	arcee-ai/Trinity-Large-Thinking

支持参数

frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokenspresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p

价格与基准分优先同步自 OpenRouter；网关短 ID 由本站平台清单补全，介绍/历史版本融合 Hugging Face 检索与家族知识库。能力验真请用 bench_v1 实验室 · OCR 天梯。