Стартап Arcee AI сделал ставку на открытость, потратив половину привлеченного капитала ($20 млн) на разработку Trinity-Large-Thinking — модели, призванной конкурировать с Claude Opus от Anthropic в сегменте ИИ-агентов. Этот шаг, полный очевидных рисков, говорит о серьезных амбициях компании и её вере в жизнеспособность open-source решений.
Trinity-Large-Thinking (400 млрд параметров, 13 млрд активных) позиционируется как «самая сильная открытая модель, когда-либо выпущенная за пределами Китая», по словам CTO Лукаса Аткинса. Архитектура «смесь экспертов» (MoE) подразумевает, что для обработки каждого токена задействуется лишь часть параметров, что обещает снизить операционные расходы по сравнению с закрытыми API. По данным Arcee AI, обучение базовой модели на 2048 GPU Nvidia B300 заняло 33 дня. Впрочем, громкие заявления пока требуют практического подтверждения, учитывая доминирование китайских разработок на рынке открытых LLM.
Основной фокус модели — задачи планирования, вызова инструментов и построения автономных рабочих процессов. Результаты Arcee AI впечатляют: 88 баллов на Tau2-Airline (первое место) и 96.3 на AIME25. В бенчмарке PinchBench модель показала 91.9, лишь немного уступив Claude Opus 4.6 (93.3). Однако в чисто когнитивных задачах, таких как GPQA-Diamond (76.3) и MMLU-Pro (83.4), Trinity-Large-Thinking пока отстает от закрытого конкурента. Возможно, Arcee AI сознательно оптимизировала модель под конкретные задачи, где её открытость и эффективность MoE дадут максимальный эффект.
Почему это важно: появление Trinity-Large-Thinking создает реальную альтернативу для компаний, зависящих от дорогих проприетарных API для построения ИИ-агентов. Возможность использовать мощную открытую модель с растянутым контекстным окном до 512K токенов позволяет снизить затраты на внедрение продвинутых ИИ-систем и уменьшить зависимость от крупных поставщиков. Это особенно актуально в условиях глобальной конкуренции, где китайские компании уже заняли прочные позиции на рынке открытых LLM.