Arcee AI 开源推理模型 Trinity-Large-Thinking：跑智能体便宜 96%

Trinity-Large-Thinking 是 Arcee AI 刚刚以 Apache 2.0 协议开源的推理模型，权重已经完整开放，专门用来跑长程智能体和多轮工具调用。

如果你在搭每天全天候运行的 Agent，会经常遇到大模型跑着跑着就上下文错乱、工具调用格式崩坏的问题。这个模型就是冲着解决这些痛点来的。

它能做什么

和之前的 Trinity-Large-Preview 纯指令微调不同，这次的新版本在输出最终回答之前，加入了一段显式的思考过程。

说白了，它在动手调工具之前会先在脑子里过一遍逻辑。这样一来，它在长时间运行的多轮 Agent 循环里，上下文一致性更好，遵循复杂约束更干净，工具调用也不会越跑越随意。

它在基准测试上的表现很硬。在评估智能体能力的 PinchBench 上，它直接排到了全球第二，成绩仅次于闭源的 Opus-4.6。

更关键的是价格账。在官方 API 上，Trinity-Large-Thinking 的输出价格是每百万 token 仅收 0.90 美元，相比 Opus-4.6 大致便宜了 96%，把长程智能体的推理成本直接打到了平民区间。

训练和部署细节

Arcee AI 在训练和工程管线上砸了不少硬核资源，但核心都在死磕效率。

整个模型的预训练是在 2048 张 NVIDIA B300 上跑下来的，随后的监督微调（SFT）和强化学习（RL）后训练管线则用了 1152 张 H100。

到了生产部署端，官方的推理架构搭配了 NVIDIA Dynamo、Blackwell Ultra 显卡以及 vLLM，这也是它能把 API 价格压到这个水平的技术底牌。

前代模型 Trinity-Large-Preview 在 1 月底上线后的两个月内，光在 OpenRouter 上就处理了超过 3.37 万亿 token，在 OpenClaw 榜单上成了全美调用量第一的开源模型。这次的新版正是基于这些真实业务压力和反馈迭代出来的。

开放程度和去哪试

这次是货真价实的完全开源。模型的完整权重已经上传到 Hugging Face，代码和权重都遵循宽松的 Apache 2.0 协议，企业和开发者可以完全自由地商用、微调、蒸馏或自己私有化部署。

想直接测试的开发者，可以通过 Arcee AI 的官方 API 调用，模型也会上线 OpenRouter。如果你之前习惯用免费的 Preview 版本，官方表示它依然会在 OpenRouter 上保留免费访问，不过分配的算力会有所下调。

团队接下来还打算把大模型的训练经验反哺给小尺寸模型，基于这套成果蒸馏出新一代的 Trinity-2-Nano 和 Mini。

为什么重要

对于正在搭建自动化工作流和多工具 Agent 的开发者来说，Trinity-Large-Thinking 值得第一时间接入测试。过去跑复杂任务要么得掏大笔钱调最贵的闭源模型，要么用便宜的开源模型忍受工具调用的频繁翻车，现在终于有了一个成本极低、能力逼近顶流商用模型的开源平替。

我们认为，Arcee AI 这一步走得相当清醒。它没有在通用代码榜单上去争虚名，而是紧盯 24 小时运转的智能体场景，把多轮调用的稳定性和推理成本做到了极致。在开源大模型领域，能把 Apache 2.0 真正给到位、且兼顾尖端推理性能的选择并不多，它给不想被闭源 API 绑架的企业提供了一个极具吸引力的选项。