Trinity Large Thinking
6246°
Ejecutar este modelo
Ofertas / Anuncios
Arcee AI | contexto de 262,144 tokens | $0.25/M entrada, $0.80/M salida. Trinity Large Thinking es un potente modelo de razonamiento de código abierto del equipo de Arcee AI. Muestra un rendimiento sólido en PinchBench, cargas de trabajo agentivas y tareas de razonamiento. Video de lanzamiento: https://youtu.be/Gc82AXLa0Rg?si=4RLn6WBz33qT--B7 Este modelo está optimizado para flujos de trabajo agentivos y funciona mejor cuando se preserva el razonamiento (también llamado pensamiento intercalado). Aprende cómo preservar el razonamiento en nuestra documentación: https://openrouter.ai/docs/guides/best-practices/reasoning-tokens#preserving-reasoning
Guías para este modelo
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
¿Cuánta VRAM necesito realmente para IA local?
Mejor LLM local según el uso (octubre 2026): el modelo abierto adecuado para cada tarea
¿Qué es un archivo GGUF? Modelos cuantizados explicados (Q4, Q8, fp8, NF4)
Notas del capitán
Notas del 2026-10-13
Trinity Large Thinking es el modelo optimizado para razonamiento de Arcee AI de la familia Trinity Large — un MoE disperso de 398B con aproximadamente 13B parámetros activos por token, post-entrenado con cadenas de pensamiento extendidas y aprendizaje por refuerzo agentico. Sus pesos son abiertos y está diseñado específicamente para flujos agenticos de múltiples pasos donde preservar trazas de razonamiento en el contexto no es opcional sino obligatorio. Si construyes agentes o pipelines de llamadas a herramientas, esta es la variante a elegir.
Conocido por
- Diseño agentico primero: construido para llamadas a herramientas, planificación multi-paso y bucles agenticos
- Trazas explícitas de razonamiento en bloques de pensamiento antes de cada respuesta final
- Puntuaciones fuertes en benchmarks agenticos τ²-Bench y PinchBench
- Funciona de inmediato con los frameworks OpenClaw y Hermes Agent
- Ventana de contexto de 262,144 tokens con pesos abiertos en Hugging Face
Cuidado con
- Los tokens de pensamiento deben permanecer en contexto entre turnos; si los eliminas, el rendimiento se degrada notablemente.
- 398B parámetros totales significa que el autoalojamiento requiere hardware serio — no es un modelo para laptop.
- Los términos de licencia no están detallados en la ficha del modelo; revisa el repositorio de Hugging Face antes de cualquier despliegue comercial.
Prompts para probar
Agente de investigación multi-paso
Tienes acceso a una herramienta de búsqueda web. Un usuario quiere entender el panorama competitivo de modelos de razonamiento con pesos abiertos lanzados en 2025 y 2026. Planea tus pasos de investigación, llama a las herramientas que necesites en secuencia y produce un resumen estructurado con tus fuentes. Muestra tu razonamiento antes de cada llamada a herramienta.
Rompecabezas lógico difícil
Cinco ingenieros — Ada, Bo, Cal, Dex y Eve — prefieren cada uno un lenguaje de programación diferente: Python, Rust, Go, TypeScript y Haskell. Ada no usa Rust ni Go. Bo usa el lenguaje que Cal evita. Cal evita Python. Dex usa Go. Eve no usa Haskell. Descubre quién usa qué lenguaje mostrando cada paso de deducción.
Bucle de corrección de código agentico
Aquí hay una función en Python que se supone debe devolver las k palabras más frecuentes en un texto, pero tiene al menos dos errores. Razonar cuál es cada error, corregir el código y luego escribir un conjunto de pruebas que hubieran detectado ambos errores. 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]
Comparar con
- GPT-6 LunaModelo solo APIContexto de 1,050,000 tokens · $0.10/M entrada, $0.50/M salida
- Claude Opus 5.5Modelo solo APIContexto de 1,000,000 tokens · $4.00/M entrada, $20.00/M salida
- Muse Spark 1.3 ContributorModelo solo APIContexto de 1,048,576 tokens · $0.10/M entrada, $0.20/M salida
- Gemini 3.8 FlashModelo solo APIContexto de 1,048,576 tokens · $0.83/M entrada, $4.12/M salida
Más modelos de texto de arcee-ai
Preguntas frecuentes
- ¿Los pesos son abiertos y puedo ejecutar Trinity Large Thinking localmente?
- Sí, los pesos son abiertos y están disponibles en Hugging Face en arcee-ai/Trinity-Large-Thinking. Ten en cuenta que el modelo completo tiene 398B parámetros, por lo que la inferencia local demanda hardware sustancial.
- ¿Cuánto cuesta Trinity Large Thinking y qué tan grande es la ventana de contexto?
- Por API cuesta $0.25 por millón de tokens de entrada y $0.80 por millón de tokens de salida, con una ventana de contexto de 262,144 tokens.
- ¿En qué se diferencia Trinity Large Thinking de Trinity Large Preview?
- Trinity Large Preview es un modelo instruct listo para chat con post-entrenamiento ligero y sin trazas de razonamiento; Thinking añade bloques extendidos de cadena de pensamiento y aprendizaje por refuerzo agentico, siendo la variante a usar cuando necesitas razonamiento explícito o construyes pipelines agenticos.
Veredicto del capitánUn razonador agentico serio con pesos abiertos a bajo precio en API — solo no elimines los tokens de pensamiento o estarás desperdiciando el modelo.
Ficha del modelo en Hugging Face
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
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.
Also ranked: #98 Hottest Text / LLM text model
Not this creator?
Get your own badge
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
Trinity Large Thinking es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Más modelos Text / LLMMás Texto / LLM de Text / LLMllmarcee-airazonamientoagentesprogramacióncontexto largolocal
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153