Arcee AI, 장기 목표 에이전트와 도구 사용을 위한 Apache 2.0 오픈 추론 모델 'Trinity Large Thinking' 공개

Arcee AI가 에이전트형 워크플로우를 겨냥한 오픈 웨이트 추론 모델 Trinity Large Thinking을 공개했다.

이 모델은 총 400B 파라미터의 sparse MoE 구조를 사용하며, 토큰당 약 13B만 활성화되고 262,144토큰 컨텍스트를 지원한다.

멀티턴 도구 호출과 구조화된 출력에 맞춰져 있어, 긴 문맥을 다루는 자율 에이전트에 적합하다.

Trinity Large Thinking은 PinchBench에서 Claude Opus에 이어 2위를 기록했다.