Что особенного в архитектуре Trinity Large Preview?

Модель использует разреженную архитектуру MoE с 400 миллиардами параметров, где для каждого токена активируются только 13 миллиардов через систему маршрутизации 4-из-256 экспертов.

Поддерживает ли модель работу с внешними инструментами?

Да, Trinity Large Preview поддерживает использование инструментов (tools) и структурированный вывод данных, что позволяет интегрировать её в сложные рабочие процессы на alltokens.

Каков объем контекстного окна данной модели?

Модель способна обрабатывать до 131 000 токенов в одном запросе, что делает её подходящей для анализа объемных документов и длинных диалогов.

Arcee AI: Trinity Large Preview

ARArcee-aiОбновлено: 27 января 2026 г.

Arcee AI Trinity Large Preview — это масштабная модель с архитектурой Mixture-of-Experts (MoE), использующая 400 миллиардов параметров при высокой эффективности работы. Она демонстрирует выдающиеся результаты в креативном письме и сложных аналитических задачах благодаря продвинутой системе маршрутизации экспертов.

Использовать через API

Метрики

Вход

21 ₽/M

Выход

61 ₽/M

Контекст

131k tokens

Параметры

Релиз

27 января 2026 г.

Поддерживаемые параметры

max_tokensresponse_formatstructured_outputstemperaturetoolstop_ktop_p

Технический обзор

Trinity-Large-Preview — это масштабная языковая модель с открытым исходным кодом от Arcee, созданная как разреженная модель Mixture-of-Experts с 400 млрд параметров и 13 млрд активных параметров на токен с использованием маршрутизации 4 из 256 экспертов. Она демонстрирует исключительные способности в творческом письме,

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Модели для программирования Недорогие модели

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

Arcee AI: Trinity Large PreviewТекущая

Для чего

Контекст

131k

Цена ₽

21 / 61

Arcee AI: Trinity Large PreviewТекущая

131k

21 / 61

Модель

DeepSeek: DeepSeek V3.2

Для чего

Обе модели используют архитектуру Mixture-of-Experts и ориентированы на высокую производительность в задачах общего назначения при сохранении эффективности вычислений.

Контекст

131k

Цена ₽

34 / 51

DeepSeek: DeepSeek V3.2

131k

34 / 51

Модель

AI21: Jamba Mini 1.7

Для чего

Модели сопоставимы по длине контекста и позиционируются как эффективные решения для обработки длинных текстовых последовательностей.

Контекст

256k

Цена ₽

27 / 54

AI21: Jamba Mini 1.7

256k

27 / 54

Когда выбирать

Для создания сложного креативного контента и художественных текстов
При необходимости работы с длинными документами в пределах контекстного окна 131k
Для задач, требующих использования структурированных выходных данных и инструментов (tools)

Когда не выбирать

Если требуется максимально компактная модель для простых и быстрых ответов
Для узкоспециализированных задач, где предпочтительнее модели с плотной архитектурой (Dense)
В сценариях, где критически важна работа с модальностями, отличными от текста