微型初创公司推出超大开源模型
美国初创公司 Arcee AI 宣布推出通用基础大语言模型 Trinity。该模型参数规模为 4000 亿，采用 Apache 许可证完全开源。公司称，Trinity 是美国公司训练并公开发布的最大开源基础模型之一。
Arcee AI 目前员工约 30 人。公司表示，Trinity 在几乎未进行后期训练的基础模型状态下，在多项基准测试中与 Meta 的 Llama 4 Maverick 400B 以及由中国清华大学相关团队参与开发的 Z.ai GLM-4.5 模型表现相当。
模型定位与技术路线
Arcee 称，Trinity 与其他前沿大模型类似，重点针对代码生成和多步骤流程（例如智能代理）进行了优化。在当前阶段，Trinity 仅支持文本输入，不具备多模态能力，因此尚未覆盖图像等其他模态场景。
Arcee 联合创始人兼首席技术官（CTO） Lucas Atkins 在接受 TechCrunch 采访时表示，公司正在研发视觉模型，并规划语音转文本版本。相比之下，Meta 的 Llama 4 Maverick 已支持文本和图像等多模态输入。
在扩展模态能力之前，Arcee 表示，将优先打磨高质量的基础大语言模型，以面向其主要目标用户——开发者和学术界。公司管理层称，希望为美国企业提供可选方案，减少其对来自中国的开源模型的依赖。
Atkins 表示：“最终，决定胜负、赢得用户的唯一方式，是拥有最优秀的开源权重模型。要赢得开发者，就必须提供最好的产品。”
基准表现与产品矩阵
根据 Arcee 公布的基准测试结果，在当前仍处于预览阶段、后期训练尚在进行中的情况下，Trinity 基础模型在编码、数学、常识、知识和推理等测试中整体保持竞争力，并在部分项目上略高于 Llama 系列模型。
此次发布的大型 Trinity 模型，是在此前两款小型模型基础上的扩展：
- Trinity Mini（26 亿参数）：一款经过完整后期训练的推理模型，面向网页应用、智能代理等多种任务场景；
- Trinity Nano（6 亿参数）：一款实验性模型，旨在探索小参数规模下对话能力的上限。
Arcee 表示，所有 Trinity 系列模型均可免费下载使用。最大规模的 Trinity 模型将以三种形式提供：
- Trinity Large Preview：轻度后期训练的指令模型，经过对齐以更好地遵循人类指令，适用于通用对话和指令跟随场景；
- Trinity Large Base：未进行指令对齐的基础模型，保留原始预训练形态；
- Trinity Large TrueBase：不包含任何指令数据或后期训练，便于企业和研究机构在此基础上进行完全自定义，无需先移除既有规则或假设。
Arcee 计划在约六周内推出 Trinity 通用发布版本的托管服务，并通过 API 对外提供访问。公司称，API 定价将“具有竞争力”，并会在此期间持续改进模型的推理训练。
目前，Trinity Mini 的 API 价格为每千次调用 0.045 美元和 0.15 美元两个档位，并提供限速免费套餐。Arcee 仍将继续提供后期训练和定制化服务。
训练成本与融资情况
Arcee 称，在约六个月时间内，使用 2048 块英伟达 Blackwell B300 GPU 完成了 Trinity 系列模型的训练，总成本约 2000 万美元。
公司联合创始人兼首席执行官（CEO） Mark McQuade 表示，Arcee 迄今已累计融资约 5000 万美元。他称，这一规模的资金“对公司来说已经很多”，但与大型实验室在同类项目上的投入相比仍有差距。
Atkins 指出，六个月的训练周期是经过规划的时间表。他回忆称，团队成员在此期间经历了大量加班和高强度工作，以完成模型训练任务。
从模型定制到自研基础模型
McQuade 曾是开源模型平台 Hugging Face 的早期员工。他表示，Arcee 创立之初并未计划成为新的美国 AI 实验室，而是主要为大型企业客户（包括 SK Telecom 等）提供模型定制服务。
“我们一开始只做后期训练，会在他人已有成果基础上工作：使用 Llama、Mistral、Qwen 等开源模型，再通过后期训练提升其在特定企业场景下的表现，其中包括强化学习等方法。”McQuade 说。
随着客户数量增加，Atkins 表示，团队逐渐意识到需要拥有自主可控的基础模型。与此同时，许多性能领先的开源模型来自中国，一些美国企业对此持谨慎态度，甚至在政策上被禁止采用。
McQuade 称，决定自研并发布大规模基础模型“是一个紧张的决定”。他表示，全球范围内，曾预训练并发布与 Arcee 目标规模和水平相当模型的公司“可能不到 20 家”。
Arcee 最初规模较小，先与训练公司 DatologyAI 合作，开发了一个 45 亿参数的小模型。该项目的成功，为后续更大规模模型的训练提供了信心。
与 Llama 的差异与开源策略
在美国已有 Llama 系列模型的背景下，Arcee 仍选择推出 Trinity。Atkins 表示，关键差异在于许可证类型。Trinity 采用 Apache 许可证，Arcee 承诺将模型“永久开源”。
他指出，Llama 采用的是由 Meta 控制的专用许可证，包含商业和使用限制，因此在部分开源组织看来，Llama 并不符合严格意义上的“开源”标准。
McQuade 表示，Arcee 的目标，是为美国市场提供一个在当前技术前沿水平上具有竞争力、并且在许可证上永久开放的替代方案。
