资料修改2026-09尚无逐条事实核验记录；修改日期不代表已验证
本文仍包含未全面复核的历史资料；安装、许可、费用与当前权限请回到官方确认。查看已核信息范围
Arcee AI
"全尺寸开源 + 企业私有化"的美国小厂：Trinity 系列从 6B 到 400B 全档开源，主打企业自建（数据不出域的模型需求）——规模不大，但路线很清晰。
一句话定位 + 能不能本地跑
| 判断项 | 结论 |
|---|---|
| 权重是否公开 | 是（Trinity 全系列开源） |
| 常见许可 | 开源（以仓库声明为准） |
| 本地运行 | 支持：Nano 6B / Mini 26B 消费级可跑；Large-Thinking 400B 需机构级算力 |
| 硬件门槛 | 6B 级单卡；26B 级中高端卡；400B 级集群 |
| API | 有（Large-Thinking 另提供 API） |
| 数据去向 | 企业自建场景为主（本地/私有云） |
权重是否公开：是（Trinity 全系列开源）
常见许可：开源（以仓库声明为准）
本地运行：支持：Nano 6B / Mini 26B 消费级可跑；Large-Thinking 400B 需机构级算力
硬件门槛：6B 级单卡；26B 级中高端卡；400B 级集群
API：有（Large-Thinking 另提供 API）
数据去向：企业自建场景为主（本地/私有云）
模型演进（发布时间线）
| 时间 | 型号 / 动作 | 关键信息 |
|---|---|---|
| 2025-12-11 | Trinity Mini |
26B 稀疏 MoE（激活仅 3B，128 专家），128K 上下文 |
| 2026-04-02 | Trinity-Large-Thinking |
发布并开源：约 398B 稀疏 MoE，面向 Agent 工具调用与多步规划优化；Pinch Bench 排名第二（仅次于 Claude Opus 4.6） |
2025-12-11：Trinity Mini·26B 稀疏 MoE（激活仅 3B，128 专家），128K 上下文
2026-04-02：Trinity-Large-Thinking·发布并开源：约 398B 稀疏 MoE，面向 Agent 工具调用与多步规划优化；Pinch Bench 排名第二（仅次于 Claude Opus 4.6）
口径：时间与型号取自官方发布与公开报道；Nano 6B / Mini 26B 消费级可跑，Large-Thinking 属机构级算力。
模型谱系（Trinity 系列）
| 型号 | 规模 | 定位 |
|---|---|---|
| Trinity Nano | 6B | 端侧/边缘部署 |
| Trinity Mini | 26B | 单卡/工作站主力 |
| Trinity Large-Thinking | 400B 总参 / 13B 激活（MoE） | 旗舰（开源 + API 双形态） |
Trinity Nano：6B·端侧/边缘部署
Trinity Mini：26B·单卡/工作站主力
Trinity Large-Thinking：400B 总参 / 13B 激活（MoE）·旗舰（开源 + API 双形态）
设计思路：一套家族覆盖"手机到数据中心"——与 Qwen 的全尺寸策略同构，但规模小得多、更聚焦企业私有化。
官方口径（公开表态与策略）
- "企业要自己的模型"：公开定位围绕"数据主权 + 私有化部署"，与 Cohere 的企业路线相似但更偏"开源优先"。
- 全尺寸开源：从 6B 到 400B 全放出来，让企业按算力选档（而不是按 API 计费选）。
- 混合形态：旗舰同时提供开源权重与 API（两条路都留）。
民间梗与争议
"低调的美国小厂"：在大厂环伺下存在感有限，但开源社区里有一席之地。
展开背景
它的「低调」有刻度：2024 年 2 月在迈阿密成立，创始人 Mark McQuade 等来自 Hugging Face、Roboflow；2024 年 7 月 18 日官宣 2400 万美元 A 轮（Emergence Capital 领投），种子轮 550 万美元（Long Journey Ventures、Flybridge、Hugging Face CEO Clément Delangue 参投），最初主攻法律、医疗、保险、金融等受监管行业的小模型与私有化平台。留下名字的是工具：mergekit 有 7.4k 星、787 个 fork（LGPL-3.0），EMNLP 2024 论文自述「已促成数千个模型的合并」。2025 年 12 月 1 日的《The Trinity Manifesto》不再只对别人的底座做后训练，而是从零预训练 Trinity 家族，Nano/Mini 当天上线，旗舰在 2048 张 B300 上训练、2026 年 1 月发布；2026 年 1 月 28 日 TechCrunch 用「30 人的小创业公司（tiny 30-person startup）」形容它，并给出账本——三个模型六个月、约 2000 万美元总成本（累计融资约 5000 万美元），对标 Llama 4 Maverick 400B 与 GLM-4.5。它只能靠社区被反复提起：HN 上 Trinity Large 的帖子 231 分、82 条评论，评论第一条是「33 天、约 2000 万美元训出来，已接近 Qwen 和 DeepSeek，相当厉害」。
来源：Arcee 官方：2400 万美元 A 轮（2024-07-18） · Arcee 官方：《The Trinity Manifesto》（2025-12-01） · 官方 GitHub：arcee-ai/mergekit（7.4k 星，LGPL-3.0） · TechCrunch：30 人小厂从零训出 400B 开源模型（2026-01-28） · HN 讨论：Trinity large: An open 400B sparse MoE model（231 分 / 82 评论）
规模与能力：13B 激活的 MoE 旗舰能否对标大厂主力，是社区讨论点（以实测为准）。
展开背景
争议在「小激活撑大模型」收益：官方给 Trinity-Large-Thinking 的规格：总参 398B、每 token 激活约 13B，256 取 4 专家，GQA，17T token，512k 上下文，Apache 2.0；官方表里 τ²-Bench 94.7%、LiveCodeBench 98.2%、PinchBench 91.9%（Claude Opus 4.6 为 93.3%，表内第二）。差距也在表里：SWE-bench Verified 63.2（Opus 4.6 为 75.6）、GPQA-Diamond 76.3（89.2）、IFBench 52.3（53.1）——优势在专门后训练过的智能体工具调用与代码，通用知识推理未追平。Trinity Mini 的 BF16 权重约 261.2 亿参数，Hugging Face 下载约 13.4 万次、205 赞，许可标为 other（仅见模型卡）；旗舰文档写 Apache 2.0，两档许可分开看。社区实测：HN 开发者自建智能体 SQL 基准测出 Trinity Large Preview 17/25、正式版 16/25，Qwen 27B 得 23/25，评语是「对一个大模型来说相当平庸」，并推测智能体强的模型训练 token 更多、后训练更重；也有人认为它「大致是 Kimi K2.5 水平，但更便宜更快」。成本侧：媒体转述公司说法，三模型约 2000 万美元，起步账上仅约 3000 万美元。自称的第二名能否兑现为日常稳定输出，只能看实测。
来源：Arcee 官方文档：Trinity-Large-Thinking（398B / 13B 激活、基准表） · Hugging Face：arcee-ai/Trinity-Mini 模型卡 · SiliconANGLE：Arcee AI 估值超 10 亿美元（2026-09-16） · HN 讨论：Trinity Large Thinking（社区自建 SQL 基准实测）
说明：以上为公开报道与社区讨论，非官方定论；本站档案基于模型谱系与公开信息整理。
怎么用（三条路）
1. 本地跑（推荐路径）
- Trinity Nano 6B / Mini 26B：Ollama / vLLM / llama.cpp（量化档）。
- 量化与显存核算见 GGUF 量化与显存。
2. 企业私有化
- Large-Thinking 400B 权重自建（需集群）；适合数据敏感行业。
3. API
- 旗舰走官方 API（不想自建算力时）。
避坑
- 别按大厂标准预期生态：工具适配与文档完善度有限，自建成本要算上运维。
- 400B 门槛：MoE 虽只激活 13B，但权重加载与显存需求仍是机构级。
- 许可确认：开源条款以仓库为准（商用条件逐项看）。
- 信息有限：本站档案基于公开资料，重大更新以官方为准。
上手速查
| 想干什么 | 用什么 | 注意 |
|---|---|---|
| 单卡本地跑 | Trinity Nano 6B | 量化后消费级可跑 |
| 工作站主力 | Trinity Mini 26B | 与 Qwen3.8-27B / GLM Flash 横向比 |
| 企业私有化旗舰 | Large-Thinking 400B | 集群级，评估运维成本 |
| 快速试 | 官方 API | 不想自建时 |
单卡本地跑：Trinity Nano 6B·量化后消费级可跑
工作站主力：Trinity Mini 26B·与 Qwen3.8-27B / GLM Flash 横向比
企业私有化旗舰：Large-Thinking 400B·集群级，评估运维成本
快速试：官方 API·不想自建时
官方入口
- 官网：
arcee.ai· 文档：docs.arcee.ai - 权重：Hugging Face（官方组织）