Arcee AI, 추론 모델 Trinity-Large-Thinking 오픈소스 공개

Trinity-Large-Thinking은 Arcee AI가 Apache 2.0 라이선스로 전체 가중치를 공개한 오픈소스 추론 모델입니다. 장기 실행 자율 에이전트와 복잡한 다회차 도구 호출을 안정적으로 처리하도록 설계되었습니다.

24시간 돌아가는 에이전트를 구축해 본 개발자라면 턴이 길어질수록 컨텍스트가 엉키거나 도구 호출 규격이 깨지는 문제를 익히 겪어봤을 것입니다. 이 모델은 바로 그 지점을 해결하기 위해 나왔습니다.

무엇을 할 수 있는가

단순 인스트럭트 튜닝 모델이었던 기존 Trinity-Large-Preview와 달리, 이번 버전은 답변을 출력하기 전에 명시적인 생각 단계를 거칩니다.

쉽게 말해 도구를 실행하기 전에 머릿속으로 먼저 논리를 정리하는 방식입니다. 이를 통해 복잡한 제약 조건에서도 지시를 정교하게 따르며, 장시간 이어지는 에이전트 루프 안에서도 도구 호출의 오작동 없이 일관된 문맥을 유지합니다.

벤치마크 지표도 확실합니다. 에이전트 역량을 평가하는 핀치벤치(PinchBench)에서 상용 최고 수준인 Opus-4.6 바로 뒤를 이어 2위에 올랐습니다.

비용 절감 효과는 더 극적입니다. Arcee AI 공식 API 기준 출력 토큰 백만 개당 가격은 0.90달러에 불과해 Opus-4.6 대비 약 96% 저렴합니다.

학습 스펙과 인프라 구성

훈련 및 서빙 파이프라인 전반에서도 극한의 하드웨어 효율화가 적용되었습니다.

사전 학습에는 2048대의 NVIDIA B300이 투입되었고, 이후 SFT와 강화학습(RL)으로 이어지는 사후 학습 파이프라인은 1152대의 NVIDIA H100에서 진행되었습니다. 프로덕션 추론 인프라는 NVIDIA Dynamo, Blackwell Ultra GPU, vLLM을 조합해 구동됩니다.

전작인 Preview 모델은 출시 후 단 2개월 만에 OpenRouter에서 3조 3700억 개 이상의 토큰을 처리하며 미국 내 사용량 1위 오픈 모델로 자리 잡았습니다. 이 대규모 트래픽에서 얻은 실전 스트레스 테스트 데이터가 이번 완성형 모델의 밑거름이 되었습니다.

공개 범위와 사용 방법

완전한 형태의 오픈소스로 배포되었습니다. 허깅페이스(Hugging Face)에 가중치가 모두 올라와 있으며 Apache 2.0 라이선스를 따르므로 상업적 활용, 파인튜닝, 사내 자체 호스팅, 증류(distillation)가 모두 자유롭습니다.

빠르게 테스트해 보려면 Arcee AI 공식 API나 OpenRouter를 통해 연동할 수 있습니다. 기존 Preview 모델 역시 하드웨어 규모는 다소 축소되지만 OpenRouter에서 계속 무료로 제공됩니다.

Arcee AI는 이번 대형 모델에서 얻은 학습 기법을 바탕으로 차기 Trinity-2-Nano 및 Mini 모델 증류 작업에 착수할 계획입니다.

왜 중요한가

복합 도구를 연동하는 자동화 에이전트를 개발 중이라면 지금 즉시 연동해 테스트해 볼 가치가 충분합니다. 지금까지는 에이전트 루프가 터지는 것을 막기 위해 비싼 독점 모델 API에 의존해야 했지만, 이제는 백만 토큰당 1달러도 안 되는 비용으로 최상위권 성능의 오픈 가중치 모델을 쓸 수 있게 되었습니다.

Arcee AI의 전략은 매우 실용적이고 영리해 보입니다. 모호한 코딩 벤치마크 대신 실제 현장에서 24시간 돌아가는 에이전트의 안정성과 비용 장벽을 깨는 데 집중했습니다. 상용 API 의존도를 낮추고 자체 인프라에서 안정적인 지능형 에이전트를 굴리려는 기업들에게 매력적인 대안이 등장했습니다.