Qu’est-ce que Trinity-Large-Thinking ?
Trinity-Large-Thinking est le modèle phare d'Arcee AI, sorti le 1er avril 2026 et toujours le plus récent de sa famille Trinity Large. C'est un modèle mixture-of-experts d'environ 398 milliards de paramètres, dont environ 13 milliards actifs par token, entraîné de zéro aux États-Unis et étendu à un contexte de 512K tokens. Il écrit une trace de raisonnement avant chaque réponse, et Arcee l'a conçu pour les appels d'outils et les longues exécutions d'agents ; le raisonnement doit rester dans l'historique de la conversation pour que l'usage multitour et par agents fonctionne.
Arcee l'a préentraîné sur 2 048 GPU NVIDIA B300 et post-entraîné sur 1 152 H100. Il est sorti sous Apache 2.0, et la fiche du modèle indique désormais la licence permissive OpenMDW-1.1. Arcee publie aussi les checkpoints Base et TrueBase. Sur Hugging Face, il compte 190 likes et 3 171 téléchargements sur les 30 derniers jours.
Au lancement, il était disponible sur l'API d'Arcee et sur OpenRouter, avec un prix de sortie de 0,90 $ le million de tokens chez Arcee. Au 7 novembre 2026, la page de tarifs d'Arcee ne le mentionne plus et OpenRouter n'affiche aucun endpoint actif : les poids sont le seul moyen de l'utiliser. Arcee indique que sa prochaine génération Trinity est en cours d'entraînement.
Combien coûte Trinity-Large-Thinking ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Weights | Free | OpenMDW-1.1 |
| Arcee API (at launch) | $0.90 per 1M output tokens | Ne figure plus dans la grille tarifaire d'Arcee |
Poids gratuits sous OpenMDW-1.1. Prix API au lancement : 0,90 $ par million de tokens en sortie chez Arcee ; aucun endpoint hébergé au 7 novembre 2026.
Trinity-Large-Thinking vaut-il le coup ?
Trinity-Large-Thinking manie bien les outils et raisonne de façon ordinaire. La fiche d'Arcee lui donne 94,7 sur Tau2-Telecom, 88,0 sur Tau2-Airline et 91,9 sur PinchBench, proche des 93,3 de Claude Opus 4.6 sur PinchBench et devant GLM-5 et Kimi K2.5 sur Airline. Sur les tests généraux, il reste derrière ces mêmes rivaux : 76,3 sur GPQA-Diamond contre 89,2 pour Opus 4.6, 52,3 sur IFBench contre 72,3 pour GLM-5, et 63,2 sur SWE-bench Verified contre 72,8.
Ces comparaisons datent de sept mois. Les modèles face auxquels il a été mesuré ont depuis été remplacés par GLM-5.3, Kimi K3 et DeepSeek-V4-Pro, et Nemotron 3 Ultra, un modèle ouvert américain plus récent, bénéficie d'un hébergement bien plus large. Sa vraie particularité est sa provenance : un grand modèle préentraîné de zéro par une entreprise américaine, avec les checkpoints de base publiés eux aussi.
Le hic : dans les faits, il n'existe plus qu'en poids. La page de tarifs d'Arcee liste des modèles GLM, DeepSeek et Kimi mais pas Trinity, et OpenRouter n'affiche aucun fournisseur actif. Héberger environ 398 milliards de paramètres en BF16 demande un serveur à plusieurs GPU, et retirer les traces de raisonnement de l'historique casse l'usage multitour.
Notre avis : Trinity est une base de recherche et de fine-tuning pour les équipes qui veulent un modèle entraîné aux États-Unis dont elles soient pleinement propriétaires. Comme modèle d'agent hébergé aujourd'hui, Nemotron 3 Ultra fait le même travail, avec des fournisseurs derrière lui.
Là où il fait la différence
Un sous-traitant du gouvernement américain soumis à des règles de provenance des modèles
Affiner un grand modèle ouvert entraîné par une entreprise américaine
Partez de Trinity-Large-Base ou du checkpoint TrueBase de 10T tokens, tous deux publiés, et post-entraînez sur des données internes. La licence OpenMDW-1.1 autorise l'usage commercial et la modification.
Une équipe d'ingénierie du support client
Faire tourner un agent auto-hébergé qui appelle de façon fiable les outils de compte et de facturation
Servez-le avec vLLM en utilisant le parseur de raisonnement deepseek_r1 et le parseur d'outils qwen3_coder, en gardant le raisonnement dans l'historique des messages. Son 88,0 sur Tau2-Airline convient aux parcours de support en plusieurs étapes.
Avant de vous engager
- Mise en route
- Téléchargez-le sur Hugging Face et servez-le avec vLLM en BF16, ou utilisez les versions FP8, W4A16, NVFP4 ou GGUF publiées par Arcee ; chat.arcee.ai propose un chat web.
- Intégrations
- Endpoint compatible OpenAI via vLLM ; fonctionne avec OpenClaw et Hermes Agent, selon Arcee.
- Données et confidentialité
- L'auto-hébergement garde les données en interne. L'API d'inférence d'Arcee ne conserve aucune donnée par défaut, mais ne propose plus Trinity ; son application web garde l'historique des conversations.
- Coût à grande échelle
- Aucun prix au token actuel. L'auto-hébergement suppose de servir environ 398 milliards de paramètres, soit un nœud à plusieurs GPU même avec des versions 4 bits.
- Limites
- Contexte de 512K tokens après extension, à partir d'un contexte de préentraînement de 8 192 tokens ; les traces de raisonnement doivent rester dans l'historique pour que les boucles d'agent fonctionnent.
Les points forts
- 94,7 sur Tau2-Telecom et 91,9 sur PinchBench, selon Arcee
- Licence permissive OpenMDW-1.1 ; checkpoints Base et TrueBase également publiés
- Préentraîné de zéro par une entreprise américaine
- Seulement environ 13B paramètres actifs
Les points faibles
- Aucun endpoint hébergé chez Arcee ni sur OpenRouter au 7 novembre 2026
- Derrière GLM-5 et Opus 4.6 sur GPQA, IFBench et SWE-bench dans le propre tableau d'Arcee
- Les traces de raisonnement doivent rester dans le contexte
- Aucune mise à jour depuis avril alors que les rivaux ont avancé
Idéal pour
Les équipes qui veulent un modèle de raisonnement ouvert entraîné aux États-Unis à héberger ou à affiner pour des agents qui appellent des outils.
Alternatives à Trinity-Large-Thinking
Trinity-Large-Thinking : questions fréquentes
- Trinity-Large-Thinking vaut-il le coup ?
- Un modèle de raisonnement ouvert américain crédible pour les agents qui appellent des outils, dépassé sur la plupart des tests et désormais difficile à louer. Nous lui donnons 3.4 sur 5.
- Combien coûte Trinity-Large-Thinking ?
- Poids gratuits sous OpenMDW-1.1. Prix API au lancement : 0,90 $ par million de tokens en sortie chez Arcee ; aucun endpoint hébergé au 7 novembre 2026.
- Quels sont les inconvénients de Trinity-Large-Thinking ?
- Aucun endpoint hébergé chez Arcee ni sur OpenRouter au 7 novembre 2026; derrière GLM-5 et Opus 4.6 sur GPQA, IFBench et SWE-bench dans le propre tableau d'Arcee; les traces de raisonnement doivent rester dans le contexte; aucune mise à jour depuis avril alors que les rivaux ont avancé.
- À qui s’adresse Trinity-Large-Thinking ?
- Les équipes qui veulent un modèle de raisonnement ouvert entraîné aux États-Unis à héberger ou à affiner pour des agents qui appellent des outils.
- Combien coûte Trinity-Large-Thinking pour une équipe ou en production ?
- Aucun prix au token actuel. L'auto-hébergement suppose de servir environ 398 milliards de paramètres, soit un nœud à plusieurs GPU même avec des versions 4 bits.
- Trinity-Large-Thinking est-il sûr pour les données de l’entreprise ?
- L'auto-hébergement garde les données en interne. L'API d'inférence d'Arcee ne conserve aucune donnée par défaut, mais ne propose plus Trinity ; son application web garde l'historique des conversations.
- Quelles sont les meilleures alternatives à Trinity-Large-Thinking ?
- Les alternatives les plus proches que nous avons testées sont Nemotron 3 Ultra, gpt-oss-120b, GLM-5.3 et DeepSeek-V4-Pro.
Réponses vérifiées le 7 nov. 2026.