Arcee Trinity-Large-Thinking — 比 Opus 便宜 96%，还开源

Arcee 刚在 Apache 2.0 下发布了 Trinity-Large-Thinking，数字很难无视。398B 参数的稀疏 MoE 模型，每个 token 只激活 13B。它在回复前在 think blocks 中生成显式推理链——和让 Opus 4.6 与 o3 强大的那种思维链架构一样。价格差距：每百万输出 token $0.90，对比 Opus 4.6 的 $25。便宜 96%。

Agent 角度是这件事对生态系统重要的原因。Trinity-Large-Thinking 专门用 agentic RL 做了后训练，面向长周期 agent 和多轮工具调用。这不是一个「也能用来做 agent」的通用推理模型——这是为 agent 设计的推理模型。think blocks 给你可解释的 agent 决策追踪，这对调试自治工作流至关重要。

采用数据已经很可观了。Trinity Large Preview 在 OpenRouter 上两个月内服务了 3.37 万亿 token，成为美国使用量最大的开源模型。权重在 Hugging Face 上，Apache 2.0——没有限制、没有使用政策、没有回传要求。DigitalOcean 已经提供托管推理。

这是罕见的美国制造的开放权重前沿模型。VentureBeat 正是这么说的。开放模型版图一直被 Meta 的 Llama（美国，自定义许可证）、阿里的 Qwen（中国）、Mistral（法国）和 DeepSeek（中国）主导。一家美国公司在 Apache 2.0 下发布前沿级 agent 模型，改变了开放模型生态的地缘政治格局。

https://www.arcee.ai/blog/trinity-large-thinking