Компания Arcee AI выпустила Trinity-Large-Thinking – полноценную версию своей флагманской языковой модели, ориентированной на работу в составе автономных агентов. Модель доступна как через API компании, так и в открытом доступе – с возможностью скачать веса под лицензией Apache 2.0, которая позволяет свободно использовать, дорабатывать и развёртывать модель на собственной инфраструктуре.
Немного предыстории
Чтобы понять, почему этот релиз важен, стоит вернуться примерно на девять месяцев назад. Именно тогда в Arcee AI приняли решение, определившее дальнейший путь компании: создавать серьёзные открытые модели самостоятельно, не полагаясь на сторонние основы. Результатом стала линейка Trinity.
Сначала появились компактные версии – Trinity Nano и Trinity Mini с объёмом параметров около 4,5 миллиарда. Затем, в конце января, вышел Trinity-Large-Preview – первый публичный взгляд на возможности старшей модели. Это была ранняя, «инструктивная» версия: модель выполняла инструкции, но без встроенного механизма «размышления» перед ответом.
Судя по всему, Preview нашёл свою аудиторию быстрее, чем ожидалось. За первые два месяца через один из крупных агрегаторов моделей было обработано более 3,37 триллиона токенов, а сама модель оказалась самой используемой открытой моделью в США и четвёртой по популярности в мире в соответствующей коллекции.
Что изменилось в новой версии
Trinity-Large-Thinking – это не просто доработанный Preview. Ключевое отличие в том, что модель теперь «думает» перед тем, как ответить. Проще говоря, прежде чем выдать результат, она проходит внутренний этап рассуждения – подход, знакомый по таким системам, как Trinity-Mini.
Зачем это нужно? В первую очередь – для надёжной работы в агентных сценариях. Агент – это не просто чат-бот: это система, которая выполняет задачи в несколько шагов, использует инструменты (например, поиск, выполнение кода, обращение к базам данных), ведёт длинные диалоги и должна не «сломаться» на двадцатом ходу. Именно здесь Preview показывал слабые места, и именно это стало фокусом при разработке новой версии.
По словам команды, Trinity-Large-Thinking значительно превосходит Preview в нескольких ключевых аспектах:
- устойчивое использование инструментов в многоходовых сценариях;
- сохранение контекста на протяжении длинных сессий;
- чёткое следование инструкциям даже при сложных ограничениях;
- стабильное поведение в долгих агентных циклах.
На отраслевом бенчмарке PinchBench, который измеряет способности моделей именно в агентных задачах, Trinity-Large-Thinking занял второе место – уступив только Opus-4.6, но при этом сто́я значительно дешевле: около $0,90 за миллион токенов на выходе, что примерно на 96% меньше, чем у конкурента.
Открытость – не маркетинг, а позиция
Arcee AI настаивает на том, что открытость модели – это не просто способ привлечь разработчиков, а принципиальная позиция. Лицензия Apache 2.0 означает, что компании и разработчики могут не просто использовать модель, но и проверять её устройство, дообучать под свои задачи, развёртывать локально и встраивать в собственные продукты без ограничений.
В контексте текущей дискуссии о том, кто и как контролирует развитие ИИ, это действительно имеет значение. Многие сильные модели – закрытые, и доступ к ним существует только через API. Trinity-Large-Thinking – один из немногих случаев, когда по-настоящему конкурентоспособная модель выходит в открытый доступ с полными весами.
Что дальше
Команда обозначила несколько направлений дальнейшей работы. Во-первых, опыт, накопленный при создании Trinity-Large, будет «спущен вниз по стеку» – то есть использован при разработке следующих версий Nano и Mini. Это стандартная практика: сначала обучаешь большую модель, потом дистиллируешь знания в меньшую. Следующие версии маленьких моделей в рамках линейки Trinity-2 уже в планах.
Во-вторых, работа над самим Trinity-Large не завершена – модель продолжит развиваться.
Preview при этом никуда не исчезает: он остаётся бесплатным на одном из агрегаторов, хотя и с меньшим количеством выделенного железа. Подробности о долгосрочных планах для этой версии обещают сообщить позже.
Почему это интересно
Открытые модели уровня фронтира – редкость. Чаще всего компании, достигающие конкурентоспособных результатов, предпочитают закрытый API: так проще монетизировать и контролировать использование. Arcee AI делает ставку на другое: дать разработчикам и бизнесу возможность владеть моделью, а не просто арендовать к ней доступ.
Насколько устойчивой окажется эта стратегия – покажет время. Но сам факт того, что конкурентоспособная модель с поддержкой «думающего» режима и агентных сценариев появляется в открытом доступе по доступной цене – это заметное событие для всего сообщества разработчиков, работающих с ИИ.
