Arcee开源Trinity Large Thinking：Agent能力紧追Opus 4.6，价格仅其4%

美国AI公司Arcee发布了面向长时间Agent任务的开源推理模型Trinity Large Thinking。

模型核心信息

• 架构：采用稀疏混合专家（MoE）架构。
• 参数量：总参数4000亿，激活参数仅130亿。
• 许可：以Apache 2.0许可证在Hugging Face开放权重下载。

关键特性与性能

• 设计目标：在长时间Agent循环中保持稳定输出，具备多轮工具调用、长上下文连贯性和指令遵循能力。
• Agent能力基准表现：
  • 在PinchBench上得分91.9，排名第二（Opus 4.6为93.3）。
  • 在Tau2-Airline上得分88.0，为所有对比模型中最高。
• 通用推理基准表现：
  • GPQA-D得分76.3，低于Kimi-K2.5（86.9）和Opus 4.6（89.2）。
  • MMLU-Pro得分83.4，同样排在末位。

定价与可用性

• API定价：输出每百万token 0.90美元，据称比Opus 4.6便宜约96%。
• 获取方式：模型已上线OpenRouter平台，前5天可在OpenClaw中免费使用。