Was ist Trinity-Large-Thinking?
Trinity-Large-Thinking ist das Flaggschiff von Arcee AI, veröffentlicht am 1. April 2026 und noch immer das neueste Modell der Trinity-Large-Familie. Es ist ein Mixture-of-Experts-Modell mit etwa 398 Milliarden Parametern, davon etwa 13 Milliarden pro Token aktiv, von Grund auf in den USA trainiert und auf einen Kontext von 512K Tokens erweitert. Vor jeder Antwort schreibt es eine Denkspur, und Arcee hat es für Tool-Aufrufe und lange Agentenläufe gebaut; das Denken muss im Gesprächsverlauf bleiben, damit Mehrrunden- und Agentennutzung funktionieren.
Arcee hat es auf 2.048 NVIDIA-B300-GPUs vortrainiert und auf 1.152 H100 nachtrainiert. Es startete unter Apache 2.0, die Modellkarte nennt inzwischen die freizügige Lizenz OpenMDW-1.1. Arcee veröffentlicht außerdem die Checkpoints Base und TrueBase. Auf Hugging Face hat es 190 Likes und 3.171 Downloads in den letzten 30 Tagen.
Zum Start gab es das Modell über Arcees API und OpenRouter, mit einem Output-Preis von 0,90 $ pro Million Tokens bei Arcee. Mit Stand 7. November 2026 führt Arcees Preisseite es nicht mehr, und OpenRouter zeigt keinen aktiven Endpunkt, die Gewichte sind also der Weg, es zu nutzen. Arcee sagt, die nächste Trinity-Generation werde trainiert.
Was kostet Trinity-Large-Thinking?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | OpenMDW-1.1 |
| Arcee API (at launch) | $0.90 per 1M output tokens | Nicht mehr in Arcees Preisliste |
Kostenlose Gewichte unter OpenMDW-1.1. API-Preis zum Start 0,90 $ pro 1 Mio. Output-Tokens bei Arcee; kein gehosteter Endpunkt mit Stand 7. November 2026.
Lohnt sich Trinity-Large-Thinking?
Trinity-Large-Thinking ist ein starker Tool-Nutzer und ein durchschnittlicher Denker. Arcees Modellkarte nennt 94,7 bei Tau2-Telecom, 88,0 bei Tau2-Airline und 91,9 bei PinchBench, nahe an Claude Opus 4.6 mit 93,3 bei PinchBench und vor GLM-5 und Kimi K2.5 bei Airline. In allgemeinen Tests liegt es hinter denselben Rivalen: 76,3 bei GPQA-Diamond gegenüber 89,2 für Opus 4.6, 52,3 bei IFBench gegenüber 72,3 für GLM-5 und 63,2 bei SWE-bench Verified gegenüber 72,8.
Diese Vergleiche sind sieben Monate alt. Die Modelle, mit denen es gemessen wurde, sind inzwischen durch GLM-5.3, Kimi K3 und DeepSeek-V4-Pro ersetzt, und Nemotron 3 Ultra, ein neueres offenes US-Modell, hat weit mehr Hosting-Unterstützung. Sein eigentliches Merkmal ist die Herkunft: ein großes Modell, von einer US-Firma von Grund auf vortrainiert, mit ebenfalls veröffentlichten Basis-Checkpoints.
Der Haken: Praktisch gibt es es nur noch als Gewichte. Arcees Preisseite führt GLM-, DeepSeek- und Kimi-Modelle, aber nicht Trinity, und OpenRouter zeigt keinen aktiven Anbieter. Etwa 398 Milliarden Parameter in BF16 selbst zu hosten braucht einen Server mit mehreren GPUs, und wer die Denkspuren aus dem Verlauf entfernt, macht die Mehrrunden-Nutzung kaputt.
Unser Fazit: Trinity ist eine Basis für Forschung und Fine-Tuning für Teams, die ein in den USA trainiertes Modell ganz besitzen wollen. Als heute gehostetes Agentenmodell erledigt Nemotron 3 Ultra dieselbe Aufgabe, mit Anbietern im Rücken.
Wo es sich lohnt
Ein Auftragnehmer der US-Regierung mit Vorgaben zur Modellherkunft
Ein großes offenes Modell einer US-Firma feinabstimmen
Von Trinity-Large-Base oder dem TrueBase-Checkpoint mit 10T Tokens ausgehen, beide veröffentlicht, und mit internen Daten nachtrainieren. Die OpenMDW-1.1-Lizenz erlaubt kommerzielle Nutzung und Änderungen.
Ein Engineering-Team im Kundensupport
Einen selbst gehosteten Agenten betreiben, der Konto- und Abrechnungs-Tools zuverlässig aufruft
Mit vLLM, dem Reasoning-Parser deepseek_r1 und dem Tool-Parser qwen3_coder bereitstellen und das Denken im Nachrichtenverlauf behalten. Sein Wert von 88,0 bei Tau2-Airline passt zu mehrstufigen Support-Abläufen.
Bevor du dich festlegst
- Einrichtung
- Von Hugging Face herunterladen und mit vLLM in BF16 bereitstellen oder die FP8-, W4A16-, NVFP4- oder GGUF-Versionen von Arcee nutzen; chat.arcee.ai bietet einen Web-Chat.
- Integrationen
- OpenAI-kompatibler Endpunkt über vLLM; funktioniert laut Arcee mit OpenClaw und Hermes Agent.
- Daten und Datenschutz
- Beim Selbsthosten bleiben die Daten im Haus. Arcees Inferenz-API speichert standardmäßig keine Daten, führt Trinity aber nicht mehr; die Web-App speichert den Gesprächsverlauf.
- Kosten im großen Maßstab
- Kein aktueller Preis pro Token. Selbsthosten heißt, etwa 398 Milliarden Parameter bereitzustellen, auch mit 4-Bit-Versionen ein Node mit mehreren GPUs.
- Grenzen
- 512K Tokens Kontext nach der Erweiterung, ausgehend von 8.192 Tokens im Vortraining; Denkspuren müssen im Verlauf bleiben, damit Agenten-Schleifen funktionieren.
Was gut ist
- 94,7 bei Tau2-Telecom und 91,9 bei PinchBench, laut Arcee
- Freizügige OpenMDW-1.1-Lizenz; Base- und TrueBase-Checkpoints ebenfalls veröffentlicht
- Von einer US-Firma von Grund auf vortrainiert
- Nur etwa 13 Mrd. aktive Parameter
Was nicht
- Kein gehosteter Endpunkt bei Arcee oder OpenRouter mit Stand 7. November 2026
- Liegt in Arcees eigener Tabelle bei GPQA, IFBench und SWE-bench hinter GLM-5 und Opus 4.6
- Denkspuren müssen im Kontext bleiben
- Kein Update seit April, während die Konkurrenz weiterzog
Am besten für
Teams, die ein in den USA trainiertes offenes Reasoning-Modell für Agenten mit Tool-Aufrufen selbst hosten oder feinabstimmen wollen.
Alternativen zu Trinity-Large-Thinking
Trinity-Large-Thinking: häufige Fragen
- Lohnt sich Trinity-Large-Thinking?
- Ein glaubwürdiges amerikanisches offenes Reasoning-Modell für Agenten mit Tool-Aufrufen, in den meisten Tests überholt und inzwischen schwer zu mieten. Wir bewerten es mit 3.4 von 5.
- Was kostet Trinity-Large-Thinking?
- Kostenlose Gewichte unter OpenMDW-1.1. API-Preis zum Start 0,90 $ pro 1 Mio. Output-Tokens bei Arcee; kein gehosteter Endpunkt mit Stand 7. November 2026.
- Welche Nachteile hat Trinity-Large-Thinking?
- Kein gehosteter Endpunkt bei Arcee oder OpenRouter mit Stand 7. November 2026; Liegt in Arcees eigener Tabelle bei GPQA, IFBench und SWE-bench hinter GLM-5 und Opus 4.6; Denkspuren müssen im Kontext bleiben; Kein Update seit April, während die Konkurrenz weiterzog.
- Für wen eignet sich Trinity-Large-Thinking?
- Teams, die ein in den USA trainiertes offenes Reasoning-Modell für Agenten mit Tool-Aufrufen selbst hosten oder feinabstimmen wollen.
- Was kostet Trinity-Large-Thinking für ein Team oder im Produktivbetrieb?
- Kein aktueller Preis pro Token. Selbsthosten heißt, etwa 398 Milliarden Parameter bereitzustellen, auch mit 4-Bit-Versionen ein Node mit mehreren GPUs.
- Ist Trinity-Large-Thinking sicher für Firmendaten?
- Beim Selbsthosten bleiben die Daten im Haus. Arcees Inferenz-API speichert standardmäßig keine Daten, führt Trinity aber nicht mehr; die Web-App speichert den Gesprächsverlauf.
- Was sind die besten Alternativen zu Trinity-Large-Thinking?
- Die nächsten Alternativen, die wir getestet haben, sind Nemotron 3 Ultra, gpt-oss-120b, GLM-5.3 und DeepSeek-V4-Pro.
Antworten geprüft am 7. Nov. 2026.