Arcee AI 開源推理模型 Trinity-Large-Thinking：跑智慧體便宜 96%

Trinity-Large-Thinking 是 Arcee AI 剛剛以 Apache 2.0 協議開源的推理模型，權重已經完整開放，專門用來跑長程智慧體和多輪工具呼叫。

如果你在搭每天全天候執行的 Agent，會經常遇到大模型跑著跑著就上下文錯亂、工具呼叫格式崩壞的問題。這個模型就是衝著解決這些痛點來的。

它能做什麼

和之前的 Trinity-Large-Preview 純指令微調不同，這次的新版本在輸出最終回答之前，加入了一段顯式的思考過程。

說白了，它在動手調工具之前會先在腦子裡過一遍邏輯。這樣一來，它在長時間執行的多輪 Agent 迴圈裡，上下文一致性更好，遵循複雜約束更乾淨，工具呼叫也不會越跑越隨意。

它在基準測試上的表現很硬。在評估智慧體能力的 PinchBench 上，它直接排到了全球第二，成績僅次於閉源的 Opus-4.6。

更關鍵的是價格賬。在官方 API 上，Trinity-Large-Thinking 的輸出價格是每百萬 token 僅收 0.90 美元，相比 Opus-4.6 大致便宜了 96%，把長程智慧體的推理成本直接打到了平民區間。

訓練和部署細節

Arcee AI 在訓練和工程管線上砸了不少硬核資源，但核心都在死磕效率。

整個模型的預訓練是在 2048 張 NVIDIA B300 上跑下來的，隨後的監督微調（SFT）和強化學習（RL）後訓練管線則用了 1152 張 H100。

到了生產部署端，官方的推理架構搭配了 NVIDIA Dynamo、Blackwell Ultra 顯示卡以及 vLLM，這也是它能把 API 價格壓到這個水平的技術底牌。

前代模型 Trinity-Large-Preview 在 1 月底上線後的兩個月內，光在 OpenRouter 上就處理了超過 3.37 萬億 token，在 OpenClaw 榜單上成了全美呼叫量第一的開源模型。這次的新版正是基於這些真實業務壓力和反饋迭代出來的。

開放程度和去哪試

這次是貨真價實的完全開源。模型的完整權重已經上傳到 Hugging Face，程式碼和權重都遵循寬鬆的 Apache 2.0 協議，企業和開發者可以完全自由地商用、微調、蒸餾或自己私有化部署。

想直接測試的開發者，可以通過 Arcee AI 的官方 API 呼叫，模型也會上線 OpenRouter。如果你之前習慣用免費的 Preview 版本，官方表示它依然會在 OpenRouter 上保留免費訪問，不過分配的算力會有所下調。

團隊接下來還打算把大模型的訓練經驗反哺給小尺寸模型，基於這套成果蒸餾出新一代的 Trinity-2-Nano 和 Mini。

為什麼重要

對於正在搭建自動化工作流和多工具 Agent 的開發者來說，Trinity-Large-Thinking 值得第一時間接入測試。過去跑複雜任務要麼得掏大筆錢調最貴的閉源模型，要麼用便宜的開源模型忍受工具呼叫的頻繁翻車，現在終於有了一個成本極低、能力逼近頂流商用模型的開源平替。

我們認為，Arcee AI 這一步走得相當清醒。它沒有在通用程式碼榜單上去爭虛名，而是緊盯 24 小時運轉的智慧體場景，把多輪呼叫的穩定性和推理成本做到了極致。在開源大模型領域，能把 Apache 2.0 真正給到位、且兼顧尖端推理效能的選擇並不多，它給不想被閉源 API 綁架的企業提供了一個極具吸引力的選項。