O que é Trinity-Large-Thinking?
Trinity-Large-Thinking é o carro-chefe da Arcee AI, lançado em 1º de abril de 2026 e ainda o modelo mais recente da família Trinity Large. É um modelo mixture-of-experts com cerca de 398 bilhões de parâmetros, cerca de 13 bilhões ativos por token, treinado do zero nos EUA e ampliado para um contexto de 512K tokens. Ele escreve um rastro de raciocínio antes de cada resposta, e a Arcee o criou para chamadas de ferramentas e longas execuções de agentes; o raciocínio precisa ficar no histórico da conversa para o uso em vários turnos e com agentes funcionar.
A Arcee o pré-treinou em 2.048 GPUs NVIDIA B300 e o pós-treinou em 1.152 H100. Ele saiu sob Apache 2.0, e o cartão do modelo agora indica a licença permissiva OpenMDW-1.1. A Arcee também publica os checkpoints Base e TrueBase. No Hugging Face ele tem 190 curtidas e 3.171 downloads nos últimos 30 dias.
No lançamento ele estava na API da Arcee e no OpenRouter, com preço de saída de US$ 0,90 por milhão de tokens na Arcee. Em 7 de novembro de 2026, a página de preços da Arcee não o lista mais e o OpenRouter não mostra nenhum endpoint ativo, então os pesos são a forma de usá-lo. A Arcee diz que sua próxima geração Trinity está em treinamento.
Quanto custa Trinity-Large-Thinking?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | OpenMDW-1.1 |
| Arcee API (at launch) | $0.90 per 1M output tokens | Não está mais na lista de preços da Arcee |
Pesos gratuitos sob OpenMDW-1.1. Preço de API no lançamento: US$ 0,90 por 1M de tokens de saída na Arcee; nenhum endpoint hospedado em 7 de novembro de 2026.
Trinity-Large-Thinking vale a pena?
Trinity-Large-Thinking usa bem ferramentas e raciocina de forma comum. O cartão da Arcee dá 94,7 no Tau2-Telecom, 88,0 no Tau2-Airline e 91,9 no PinchBench, perto dos 93,3 do Claude Opus 4.6 no PinchBench e à frente do GLM-5 e do Kimi K2.5 no Airline. Em testes gerais fica atrás dos mesmos rivais: 76,3 no GPQA-Diamond contra 89,2 do Opus 4.6, 52,3 no IFBench contra 72,3 do GLM-5 e 63,2 no SWE-bench Verified contra 72,8.
Essas comparações têm sete meses. Os modelos contra os quais ele foi medido já foram substituídos por GLM-5.3, Kimi K3 e DeepSeek-V4-Pro, e o Nemotron 3 Ultra, um modelo aberto americano mais novo, tem muito mais suporte de hospedagem. Sua verdadeira distinção é a origem: um modelo grande pré-treinado do zero por uma empresa americana, com os checkpoints base também publicados.
O porém: na prática agora ele só existe como pesos. A página de preços da Arcee lista modelos GLM, DeepSeek e Kimi, mas não o Trinity, e o OpenRouter não mostra nenhum provedor ativo. Hospedar cerca de 398 bilhões de parâmetros em BF16 exige um servidor com várias GPUs, e tirar os rastros de raciocínio do histórico quebra o uso em vários turnos.
Nossa opinião: Trinity é uma base de pesquisa e fine-tuning para equipes que querem um modelo treinado nos EUA que seja totalmente delas. Como modelo de agentes hospedado hoje, o Nemotron 3 Ultra faz o mesmo trabalho com provedores por trás.
Onde ele se destaca
Um fornecedor do governo dos EUA com regras sobre a origem dos modelos
Ajustar um grande modelo aberto treinado por uma empresa americana
Parta do Trinity-Large-Base ou do checkpoint TrueBase de 10T tokens, ambos publicados, e pós-treine com dados internos. A licença OpenMDW-1.1 permite uso comercial e modificação.
Uma equipe de engenharia de atendimento ao cliente
Rodar um agente hospedado internamente que chame ferramentas de conta e cobrança com confiabilidade
Sirva com vLLM usando o parser de raciocínio deepseek_r1 e o parser de ferramentas qwen3_coder, mantendo o raciocínio no histórico de mensagens. Seus 88,0 no Tau2-Airline combinam com fluxos de suporte de várias etapas.
Antes de decidir
- Configuração
- Baixe do Hugging Face e sirva com vLLM em BF16, ou use as versões FP8, W4A16, NVFP4 ou GGUF publicadas pela Arcee; o chat.arcee.ai oferece um chat web.
- Integrações
- Endpoint compatível com OpenAI via vLLM; funciona com OpenClaw e Hermes Agent, segundo a Arcee.
- Dados e privacidade
- Hospedar por conta própria mantém os dados em casa. A API de inferência da Arcee não retém dados por padrão, mas não lista mais o Trinity; o app web guarda o histórico de conversas.
- Custo em escala
- Sem preço por token atual. Hospedar significa servir cerca de 398 bilhões de parâmetros, um nó com várias GPUs mesmo com versões de 4 bits.
- Limites
- Contexto de 512K tokens após a ampliação, a partir de um contexto de pré-treino de 8.192 tokens; os rastros de raciocínio precisam ficar no histórico para os loops de agente funcionarem.
O que é bom
- 94,7 no Tau2-Telecom e 91,9 no PinchBench, segundo a Arcee
- Licença permissiva OpenMDW-1.1; checkpoints Base e TrueBase também publicados
- Pré-treinado do zero por uma empresa americana
- Só cerca de 13B parâmetros ativos
O que não é
- Nenhum endpoint hospedado na Arcee ou no OpenRouter em 7 de novembro de 2026
- Atrás do GLM-5 e do Opus 4.6 em GPQA, IFBench e SWE-bench na própria tabela da Arcee
- Os rastros de raciocínio precisam ficar no contexto
- Sem atualização desde abril enquanto os rivais avançaram
Ideal para
Equipes que querem um modelo de raciocínio aberto treinado nos EUA para hospedar ou ajustar para agentes que chamam ferramentas.
Alternativas ao Trinity-Large-Thinking
Trinity-Large-Thinking: perguntas frequentes
- Trinity-Large-Thinking vale a pena?
- Um modelo de raciocínio aberto americano confiável para agentes que chamam ferramentas, superado na maioria dos testes e agora difícil de alugar. Damos nota 3.4 de 5.
- Quanto custa Trinity-Large-Thinking?
- Pesos gratuitos sob OpenMDW-1.1. Preço de API no lançamento: US$ 0,90 por 1M de tokens de saída na Arcee; nenhum endpoint hospedado em 7 de novembro de 2026.
- Quais são as desvantagens de Trinity-Large-Thinking?
- Nenhum endpoint hospedado na Arcee ou no OpenRouter em 7 de novembro de 2026; atrás do GLM-5 e do Opus 4.6 em GPQA, IFBench e SWE-bench na própria tabela da Arcee; os rastros de raciocínio precisam ficar no contexto; sem atualização desde abril enquanto os rivais avançaram.
- Para quem Trinity-Large-Thinking é indicado?
- Equipes que querem um modelo de raciocínio aberto treinado nos EUA para hospedar ou ajustar para agentes que chamam ferramentas.
- Quanto custa Trinity-Large-Thinking para uma equipe ou em produção?
- Sem preço por token atual. Hospedar significa servir cerca de 398 bilhões de parâmetros, um nó com várias GPUs mesmo com versões de 4 bits.
- Trinity-Large-Thinking é seguro para dados da empresa?
- Hospedar por conta própria mantém os dados em casa. A API de inferência da Arcee não retém dados por padrão, mas não lista mais o Trinity; o app web guarda o histórico de conversas.
- Quais são as melhores alternativas ao Trinity-Large-Thinking?
- As alternativas mais próximas que analisamos são Nemotron 3 Ultra, gpt-oss-120b, GLM-5.3 e DeepSeek-V4-Pro.
Respostas verificadas em 7 de nov. de 2026.