Hugging Face model card
Champs: tags, gated, license, summary, base model, languages, library name, pipeline tag
Trinity-Large-Thinking is a reasoning-optimized variant of Arcee AI's Trinity-Large family — a 398B-parameter sparse Mixture-of-Experts (MoE) model with approximately 13B active parameters per token. Built on Trinity-Large-Base and post-trained with extended chain-of-thought reasoning and agentic RL, Trinity-Large-Thinking delivers state-of-the-art performance on agentic benchmarks while maintaining strong general capabilities.
- Contexte
- 262K
- Sortie maximale
- 262K
- Entrée
- 0,22 $US
- Sortie
- 0,85 $US
Cas d’usage recommandés
Points forts dans ces données
- 262,144-token context window
- text input
- 18 supported API parameters listed
Limites et réserves
- Provider behavior and pricing can change; verify the linked sources before production use.
Capacité
Faits propres au modèle
Modèle- Raisonnement
- Pris en charge
- Poids ouverts
- Pris en charge
Faits de l’endpoint fournisseur
Endpoint fournisseur- Appels d’outils
- Pris en charge
- Sortie structurée
- Pris en charge
- Streaming
- Inconnu
- Cache de prompt
- Pris en charge
- Traitement par lots
- Inconnu
- Ajustement fin
- Inconnu
Trinity Large Thinking Tarifs du fournisseur
Endpoint fournisseur: arcee-ai/trinity-large-thinking
- Entrée
- 0,22 $US par million de tokens
- Sortie
- 0,85 $US par million de tokens
- Entrée en cache
- 0,06 $US par million de tokens
- Sortie image
- Inconnu par million de tokens
Sources et vérification
Official model documentation
Champs: model identity
OpenRouter Models API
Champs: identity, description, modalities, context window, maximum output, pricing, supported parameters
Questions fréquentes
Les réponses utilisent les mêmes données sourcées sur le modèle et les fournisseurs que celles affichées ci-dessus.
Trinity Large Thinking est un modèle d’IA de Arcee AI, appartenant à la famille Other. Sa fenêtre de contexte répertoriée est de 262K.
Les spécifications et tarifs peuvent varier selon le fournisseur et évoluer. Vérifiez les sources et dates de validation avant toute utilisation en production.