Trinity-Large-Thinkingとは？
Trinity-Large-ThinkingはArcee AIのフラッグシップで、2026年4月1日に公開され、現在もTrinity Largeファミリーで最新のモデルです。約3,980億パラメータのmixture-of-expertsモデルで、トークンごとに約130億がアクティブです。米国でゼロから学習され、512Kトークンのコンテキストまで拡張されています。毎回の回答の前に推論過程を書き出し、Arceeはツール呼び出しと長時間のエージェント実行向けに作りました。複数ターンやエージェントで使うには、推論を会話履歴に残す必要があります。
ArceeはNVIDIA B300 GPU 2,048基で事前学習し、H100 1,152基で事後学習しました。公開時はApache 2.0でしたが、現在のモデルカードには寛容なOpenMDW-1.1ライセンスが記載されています。ArceeはBaseとTrueBaseのチェックポイントも公開しています。Hugging Faceでは190いいね、過去30日間で3,171ダウンロードです。
公開時はArceeのAPIとOpenRouterで提供され、Arceeでの出力価格は100万トークンあたり$0.90でした。2026年11月7日時点でArceeの料金ページには載っておらず、OpenRouterにも有効なエンドポイントがないため、使うにはウェイトを使うしかありません。Arcee は次世代のTrinityを学習中だとしています。
Trinity-Large-Thinkingの料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| Weights | Free | OpenMDW-1.1 |
| Arcee API (at launch) | $0.90 per 1M output tokens | Arceeの料金表から削除済み |
OpenMDW-1.1の無料ウェイト。公開時のAPI価格はArceeで出力100万トークンあたり$0.90。2026年11月7日時点でホスト型エンドポイントなし。
Trinity-Large-Thinkingは使う価値があるか？
Trinity-Large-Thinkingはツールの扱いが上手で、推論力は平凡です。ArceeのモデルカードではTau2-Telecomで94.7、Tau2-Airlineで88.0、PinchBenchで91.9とされ、PinchBenchではClaude Opus 4.6の93.3に近く、AirlineではGLM-5とKimi K2.5を上回ります。一般的なテストでは同じライバルに及ばず、GPQA-Diamondは76.3でOpus 4.6の89.2に、IFBenchは52.3でGLM-5の72.3に、SWE-bench Verifiedは63.2で72.8に届きません。
これらの比較は7か月前のものです。比較対象だったモデルはすでにGLM-5.3、Kimi K3、DeepSeek-V4-Proに置き換わっており、より新しい米国のオープンモデルであるNemotron 3 Ultraのほうがホステ ィングの選択肢がはるかに多いです。本当の特徴は出自で、米国企業がゼロから事前学習した大型モデルであり、ベースのチェックポイントも公開されています。
注意点：実質的には今やウェイトしかありません。Arceeの料金ページにはGLM、DeepSeek、KimiのモデルはあってもTrinityはなく、OpenRouterにも有効な提供元がありません。約3,980億パラメータをBF16で自前ホストするには複数GPUのサーバーが必要で、履歴から推論過程を消すと複数ターンの利用が壊れます。
結論：Trinityは、米国で学習したモデルを完全に自分のものにしたいチームにとっての研究とファインチューニングの土台です。今ホスト型のエージェントモデルが必要なら、提供元のそろったNemotron 3 Ultraが同じ仕事をこなします。
真価を発揮する場面
モデルの出自に規定がある米国政府の請負業者
米国企業が学習した大型オープンモデルをファインチューニングする
どちらも公開されているTrinity-Large-Baseか10TトークンのTrueBaseチェックポイントから始め、社内データで事後学習します。OpenMDW-1.1ライセンスは商用利用と改変を認めています。
カスタマーサポートのエンジニアリングチーム
アカウントや請求のツールを確実に呼び出す自前ホ ストのエージェントを動かす
vLLMで推論パーサーdeepseek_r1とツールパーサーqwen3_coderを使って提供し、推論をメッセージ履歴に残します。Tau2-Airlineの88.0は、複数ステップのサポートの流れに向いています。
導入前に確認すること
- 導入
- Hugging FaceからダウンロードしてvLLMのBF16で提供するか、Arceeが公開しているFP8、W4A16、NVFP4、GGUF版を使います。chat.arcee.aiでWebチャットも使えます。
- 連携
- vLLM経由のOpenAI互換エンドポイント。Arceeによれば、OpenClawとHermes Agentで動きます。
- データとプライバシー
- 自前でホストすればデータは社内に残ります。Arceeの推論APIは標準でデータを保持しませんが、すでにTrinityを扱っていません。Webアプリは会話履歴を保存します。
- 大規模利用時のコスト
- 現在のトークン単価はありません。自前ホストでは約3,980億パラメータを提供する必要があり、4ビット版でも複数GPUのノードになります。
- 制限
- 事前学習時の8,192トー クンから拡張して512Kトークンのコンテキスト。エージェントのループを機能させるには推論過程を履歴に残す必要があります。
良い点
- Arceeによれば、Tau2-Telecomで94.7、PinchBenchで91.9
- 寛容なOpenMDW-1.1ライセンス。BaseとTrueBaseのチェックポイントも公開
- 米国企業がゼロから事前学習
- アクティブパラメータは約13Bのみ
気になる点
- 2026年11月7日時点でArceeにもOpenRouterにもホスト型エンドポイントがない
- Arcee自身の表でもGPQA、IFBench、SWE-benchでGLM-5とOpus 4.6に及ばない
- 推論過程をコンテキストに残す必要がある
- ライバルが進む中、4月以降更新がない
おすすめの人
ツールを呼び出すエージェント向けに、米国で学習したオープン推論モデルを自前ホストまたはファインチューニング したいチーム。
Trinity-Large-Thinkingの代替
Trinity-Large-Thinking：よくある質問
- Trinity-Large-Thinkingは使う価値があるか？
- ツールを呼び出すエージェント向けの信頼できる米国製オープン推論モデルですが、多くのテストで追い越され、今では借りるのも難しくなっています。 評価は5点満点中3.4点です。
- Trinity-Large-Thinkingの料金は？
- OpenMDW-1.1の無料ウェイト。公開時のAPI価格はArceeで出力100万トークンあたり$0.90。2026年11月7日時点でホスト型エンドポイントなし。
- Trinity-Large-Thinkingの欠点は？
- 2026年11月7日時点でArceeにもOpenRouterにもホスト型エンドポイントがない; Arcee自身の表でもGPQA、IFBench、SWE-benchでGLM-5とOpus 4.6に及ばない; 推論過程をコンテキストに残す必要がある; ライバルが進む中、4月以降更新がない.
- Trinity-Large-Thinkingは誰に向いているか？
- ツールを呼び出すエージェント向けに、米国で学習したオープン推論モデルを自前ホストまたはファインチューニングしたいチーム。
- チームや本番環境でTrinity-Large-Thinkingを使うと費用はいくらか？
- 現在のトークン単価はありません。自前ホストでは約3,980億パラメータを提供する必要があり、4ビット版でも複数GPUのノードになります。
- Trinity-Large-Thinkingは企業データを扱っても安全か？
- 自前でホストすればデータは社内に残ります。Arceeの推論APIは標準でデータを保持しませんが、すでにTrinityを扱っていません。Webアプリは会話履歴を保存します。
- Trinity-Large-Thinkingの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はNemotron 3 Ultra, gpt-oss-120b, GLM-5.3 、 DeepSeek-V4-Proです。
回答確認日：2026年11月7日