Jsou váhy otevřené a mohu Trinity Large Thinking spustit lokálně?

Ano, váhy jsou otevřené a dostupné na Hugging Face pod arcee-ai/Trinity-Large-Thinking. Buďte si vědomi, že celý model má 398 miliard parametrů, takže lokální inference vyžaduje značný hardware.

Kolik Trinity Large Thinking stojí a jak velké je kontextové okno?

Cena přes API je 0,25 USD za milion vstupních tokenů a 0,80 USD za milion výstupních tokenů, s kontextovým oknem 262 144 tokenů.

Jak se Trinity Large Thinking liší od Trinity Large Preview?

Trinity Large Preview je lehce post-trénovaný chat-ready instruct model bez stop uvažování; Thinking přidává rozšířené bloky řetězce myšlení a agentní RL post-trénink, což z něj dělá variantu pro explicitní uvažování nebo stavbu agentních pipeline.

Trinity Large Thinking

6246°

#llm #arcee-ai #uvažování #agenti #programování #dlouhý kontext

Spustit model

Nabídky / Reklamy

OpenRouter Terminál / API

Platba za token

Chatuj s tímto modelem v prohlížeči nebo ho zavolej ze svého kódu s jedním API klíčem.

Arcee AI | 262 144 tokenů kontextu | 0,25 $/M vstup, 0,80 $/M výstup. Trinity Large Thinking je výkonný open source model pro uvažování od týmu Arcee AI. Dosahuje silného výkonu v PinchBench, agentních pracovních zátěžích a úlohách uvažování. Úvodní video: https://youtu.be/Gc82AXLa0Rg?si=4RLn6WBz33qT--B7 Tento model je optimalizován pro agentní pracovní postupy a nejlépe funguje, když je uvažování zachováno (tzv. střídavé myšlení). Naučte se, jak zachovat uvažování v našich dokumentech: https://openrouter.ai/docs/guides/best-practices/reasoning-tokens#preserving-reasoning

Návody k tomuto modelu

Otevřené váhy vs open source vs pouze API: co vlastně smíš dělat

Kolik VRAM vlastně potřebuji pro lokální AI?

Nejlepší lokální LLM podle použití (říjen 2026): správný otevřený model pro každou práci

Co je soubor GGUF? Vysvětlení kvantovaných modelů (Q4, Q8, fp8, NF4)

Všechny návody

Poznámky kapitána

Napsal Captain, hlavní redaktor

Poznámky z 2026-10-13

Trinity Large Thinking je model Arcee AI optimalizovaný pro uvažování z rodiny Trinity Large — 398B parametrů sparse MoE s přibližně 13B aktivními parametry na token, po tréninku s rozšířeným řetězcem myšlení a agentním posilovacím učením. Váhy jsou otevřené a model je účelově navržen pro vícekrokové agentní pracovní postupy, kde je uchování stop uvažování v kontextu povinné. Pokud stavíte agenty nebo pipeline volající nástroje, je to varianta, po které sáhnout.

Známý pro

Agentní-first design: stavěný pro volání nástrojů, vícekrokové plánování a agentní smyčky
Explicitní stopy uvažování v blocích myšlení před každou finální odpovědí
Silné skóre v τ²-Bench a PinchBench agentních benchmarkech
Funguje ihned s OpenClaw a Hermes Agent frameworky
Kontextové okno 262 144 tokenů s otevřenými váhami na Hugging Face

Dej pozor na

Tokeny myšlení musí zůstat v kontextu přes jednotlivé kroky; pokud je odstraníte, výkon výrazně klesá.
398 miliard parametrů znamená, že vlastní hosting vyžaduje vážný hardware — není to model na notebook.
Podmínky licence nejsou podrobně uvedeny v kartě modelu; před komerčním nasazením zkontrolujte repozitář na Hugging Face.

Nejlepší pro

Agenti a používání nástrojů

Promptů k vyzkoušení

Vícekrokový výzkumný agent

Máte přístup k nástroji webového vyhledávání. Uživatel chce pochopit konkurenční prostředí otevřených vah modelů pro uvažování vydaných v letech 2025 a 2026. Naplánujte výzkumné kroky, zavolejte potřebné nástroje v pořadí a vytvořte strukturovaný souhrn se zdroji. Před každým voláním nástroje ukažte své uvažování.

Těžká logická hádanka

Pět inženýrů — Ada, Bo, Cal, Dex a Eve — každý preferuje jiný programovací jazyk: Python, Rust, Go, TypeScript a Haskell. Ada nepoužívá Rust ani Go. Bo používá jazyk, kterému se Cal vyhýbá. Cal se vyhýbá Pythonu. Dex používá Go. Eve nepoužívá Haskell. Určete, kdo používá který jazyk, ukažte každý krok dedukce.

Agentní smyčka opravy kódu

Zde je Python funkce, která má vracet top-k nejčastějších slov ve stringu, ale má alespoň dvě chyby. Rozvažte, co každá chyba je, opravte kód a napište testovací sadu, která by chyby odhalila. def top_k_words(text, k): words = text.split(); counts = {}; [counts.update({w: counts[w]+1}) for w in words]; return sorted(counts, key=counts.get)[:k]

Porovnat s

GPT-6 Luna
Model pouze s API
kontext 1,050,000 tokenů · $0.10/M vstup, $0.50/M výstup
Claude Opus 5.5
Model pouze s API
kontext 1,000,000 tokenů · $4.00/M vstup, $20.00/M výstup
Muse Spark 1.3 Contributor
Model pouze s API
kontext 1,048,576 tokenů · $0.10/M vstup, $0.20/M výstup
Gemini 3.8 Flash
Model pouze s API
kontext 1,048,576 tokenů · $0.83/M vstup, $4.12/M výstup

Více textových modelů od arcee-ai

Často kladené otázky

Jsou váhy otevřené a mohu Trinity Large Thinking spustit lokálně?: Ano, váhy jsou otevřené a dostupné na Hugging Face pod arcee-ai/Trinity-Large-Thinking. Buďte si vědomi, že celý model má 398 miliard parametrů, takže lokální inference vyžaduje značný hardware.
Kolik Trinity Large Thinking stojí a jak velké je kontextové okno?: Cena přes API je 0,25 USD za milion vstupních tokenů a 0,80 USD za milion výstupních tokenů, s kontextovým oknem 262 144 tokenů.
Jak se Trinity Large Thinking liší od Trinity Large Preview?: Trinity Large Preview je lehce post-trénovaný chat-ready instruct model bez stop uvažování; Thinking přidává rozšířené bloky řetězce myšlení a agentní RL post-trénink, což z něj dělá variantu pro explicitní uvažování nebo stavbu agentních pipeline.

Verdikt kapitána
Vážný otevřený agentní reasoner za nízkou cenu API — jen neodstraňujte tokeny myšlení, jinak model plýtváte.

Modelová karta na Hugging Face

Kapitán píše tyto poznámky na základě popisu modelu a modelové karty. Ceny a velikosti kontextu jsou od poskytovatele v době psaní a mohou se změnit.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #98 Hottest Text / LLM text model

Not this creator?

Get your own badge

Jak se toto skóre sčítá

Tento model zatím nemá žádná data o popularitě z žádného zdroje, takže má náhradní číslo pod 7,000°, které udržuje seznamy kompletní. Nikdy se neumístí výš než model s daty. Rozpis se tu objeví, jakmile ho nějaký zdroj nahlásí.

Slovníček: pojmy používané zde

Heat skóre: Jedno číslo, které ukazuje, jak moc se model teď používá a chce, od 0° do 9 999°. Každý seznam na tomto webu, který říká nejžhavější, je podle toho seřazený a nic jiného.
Minimum: 7 000° je základ, od kterého začíná každý model s reálnými daty. Měřítko je od 0° do 9 999°; část pod minimem je vyhrazena pro zástupce (modely bez dat), aby model s daty byl vždy výš než ten bez. Minimum je stejné pro všechny a nic nerozhoduje; stupně nad ním jsou měření.
Ekvivalenty stažení: Všechno, co skóre počítá jako stažení, sečtené: samotná stažení, každý torrent seeder jako 1 000, každý obrázek z AI Horde a každý běh na generujícím webu jako jedno.
Logaritmická škála: Počítá se po desítkách, ne po jednotkách: přechod z 1 000 na 10 000 stažení přidá stejný počet stupňů jako z 10 000 na 100 000. Zabraňuje, aby obři přebili všechno ostatní.
Lajky: Palce nahoru a lajky ze všech zdrojů, každý za polovinu váhy stažení na logaritmické škále.
Rychlost přijetí: Kolik stažení denně model právě teď má, podle rozdílu mezi dvěma odečty zdroje. Čtvrtina váhy oproti termínu stažení.
Měřené a odhadované: Měřené znamená, že existují dva záznamy zdroje a rozdíl je skutečný. Odhadované znamená, že je znám jen dnešní celkový údaj a minulost je rozložena přes životnost modelu; stránka uvádí, který typ zobrazuje.
Seeder: Někdo, kdo drží kopii vah online, aby si ji ostatní mohli stáhnout přes torrent, nebo hostovaný zrcadlový server, který dělá totéž. Každý takový počítá jako 1 000 stažení.
AI Horde: Dobrovolnická síť, která zdarma generuje obrázky na darovaných počítačích. Počet obrázků vytvořených s modelem je veřejný a každý se počítá jako jedno stažení.
Generační stránky: Stránky, které hostují vlastní kopie modelu a umožňují lidem generovat s ním, například PixAI, SeaArt a Yodayo. Jejich stažení se počítají stejně jako u Civitai a každý běh generování jako jedno stažení.
OpenRouter tokeny: Textový model poskytovaný přes API, jako Claude nebo GPT, nemá žádné váhy ke stažení, takže jeho využití se měří tokeny: kusy textu, které přečetl a napsal přes OpenRouter, bránu, kterou používá mnoho aplikací, za posledních 30 dní. Každých 10,000,000 tokenů se počítá jako jedno stažení. Zdroj: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Plný model (checkpoint): Samotné váhy, soubor, který generuje sám o sobě. Má bonus, protože na něm závisí doplňky.
LoRA a embedding: Malé doplňkové soubory, které nasměrují váhy někoho jiného k určitému stylu, postavě nebo konceptu. Samy o sobě nemohou běžet.
Rodina a váhy: Základ, na kterém je model postavený, například SD 1.5, SDXL, Flux nebo Wan. Každý model dědí datum vydání vah své rodiny.
Věk: Stupně odečtené podle toho, jak dávno vyšla váha rodiny: 150° za rok, až do 750°. Staré stažení, která měla roky na nashromáždění, zůstávají nahoře na seznamu.
Boost rodiny: Malý, omezený posun pro LoRA rodiny, kterou tato stránka právě podporuje, vždy uvedený v rozpisu.
Náhradní skóre: Stabilní číslo pod minimem dané modelu, o kterém zatím žádný zdroj nehlásí, aby seznamy zůstaly kompletní. Nikdy není výše než model s daty.
Nové! (ochranná lhůta): Model mladší než 7 dní ukazuje místo skóre Nové! a nezískává místo v žebříčku. Jeho skóre se počítá od prvního dne, ale model starý jeden den roste rychleji než cokoli jiného, takže bez čekání by #1 týdne byl vždy model, který vyšel včera, místo toho, co vydrželo týden.
Trend: Jak růst modelu za určité období odpovídá typickému růstu modelu za stejné období. Rychlejší než obvyklé znamená vzestup, pomalejší pokles.
Typický model: Střed katalogu: polovina modelů s číslem rostla rychleji za dané období, polovina pomaleji.

Podobné modely

AI modely pro generování obrázků, videa a textu

Trinity Large Thinking je textový model pro rodinu Text / LLM uvedený na ModelTrends.ai, katalogu open source AI modelů pro obrázky, video a text určeném jen ke čtení. Porovnejte ho s dalšími modely Text / LLM a podívejte se na jeho skóre žhavosti.

Další modely Text / LLM llm arcee-ai uvažování agenti programování dlouhý kontext lokální

Procházet podle rodiny modelů