Trinity Large：基于Nvidia B300 GPU打造的 400B 稀疏 MoE，声称超越 GLM 4.5 和 MiniMax M2.1
- 内容介绍
- 文章标签
- 相关推荐
Trinity 团队今日正式宣布推出其旗舰级模型——Trinity Large。
继两个月前发布 Nano 和 Mini 版本后，Trinity 团队决定“不再将预训练视为别人的工作”，在 2,048 张 Nvidia B300 GPU 上完成了这次训练。
此次发布最引人注目的是，团队一次性放出了三个不同的检查点版本：Preview（预览版）、Base（基础版） 和 TrueBase（纯净基础版），分别针对应用、微调和深度研究需求。
Trinity Large 是一个拥有 4000 亿（400B）参数的稀疏混合专家（MoE）模型。
- 尽管总参数量巨大，但每个 token 仅激活 130 亿（13B）参数。
- 模型包含 256 个专家，每个 token 仅选择前 4 个专家（4-of-256）。这意味着其路由激活比例仅为 1.56%。
相比之下，DeepSeek-V3 和 MiniMax-M2 的激活比例约为 3.13%，而 Qwen3 则高达 6.25%。目前只有 Meta 的 Llama 4 Maverick 在稀疏度上（0.78%）比 Trinity 更为激进。
官方表示，这种高稀疏度配合其技术报告中提到的高效注意力机制，使得 Trinity Large 在同等硬件下的推理速度比同量级竞品快 2-3 倍。从公布的吞吐量图表来看，在 8xH200 环境下，其总吞吐量（Total Throughput）显著高于 DeepSeek-V3 和 GLM-4.7。
Trinity-Large-Base：
这是完成了完整 17T（17万亿）token 训练配方的最佳预训练检查点。基准测试显示，它在数学（Minerva MATH500: 65.20）、代码（MBPP+: 88.62）和常识推理（HellaSwag: 90.11）方面均超越或持平于 Llama 4 Maverick 和 GLM-4.5。
Trinity-Large-Preview（预览版）：
这是今日主要面向用户的版本。它经过了轻量级的后训练（Post-training），是一个非推理（Non-reasoning）的 Instruct 模型。
定位： 专注于创造性写作、角色扮演和实时语音助手，并在 OpenCode 和 Cline 等 Agent 环境中表现出色。
性能： 在 MMLU 上得分为 87.2，优于 Llama 4 Maverick 的 85.5。
注意： 官方强调 Preview 版不是“推理模型”。全功能的推理版（Reasoning）仍在进行后训练，预计将具备更强的逻辑能力。
虽然今日发布的是 Preview 版本，但团队展示了即将推出的 Trinity-Large (Reasoning) 版本的早期数据：
- AIME 2025： 得分高达 90.3，远超 Base 版的 24.0。
- GPQA-Diamond： 得分 75.4。
- MMLU-Pro： 得分 83.2。
MMLU-Pro AIME 2025 GPQA-Diamond3200×2400 168 KB
Trinity Large Inference Throughput Comparison3200×2400 269 KB
Base Benchmarks - White BG.png3200×2400 232 KB
Trinity Large 原生支持 512k 上下文。目前，Trinity-Large-Preview 已在 OpenRouter 上线（暂时在 128k 上下文），在完整版发布之前供用户免费使用
Arcee Platform
Trinity Large Preview (free) - API, Providers, Stats
Trinity-Large-Preview is a frontier-scale open-weight language model from Arcee, built as a 400B-parameter sparse Mixture-of-Experts with 13B active parameters per token using 4-of-256 expert routing. It excels in creative writing, storytelling,...
arcee-ai/Trinity-Large-Preview · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
arcee-ai/Trinity-Large-Base · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
Arcee AI | Trinity Large: An Open 400B Sparse MoE Model
A deep dive into Trinity Large, covering architecture, sparsity, training at scale, and why we shipped Preview, Base, and TrueBase checkpoints.
arcee-ai/Trinity-Large-TrueBase · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
网友解答：--【壹】--：
RP还行，差，但不是很差。2Flash的水平
--【贰】--：
看到不少老美在吹这个模型，颇有“美国版的DeepSeek的味道”
--【叁】--：
佬有没有哪里可以看模型对rp能力的榜单或者是一键测试什么的
--【肆】--：
有道理的
--【伍】--：
试了一下角色扮演，还行。起码比her强。
--【陆】--：
这模型从哪冒出来的，之前怎么没听说过
--【柒】--：
抓到你了
--【捌】--：
测试模型：Trinity Large Preview
image1853×905 99.4 KB
以 iOS 18 的设计风格做一个带有动画效果的天气卡片，要求是使用 HTML、CSS 和基础 JavaScript，使用横板天气页面（拥有 4 个天气卡片 (晴天，大风，暴雨，暴雪))。应足够美观，实现一定的交互效果。
--【玖】--：
现在用的是 8bit 量化版
--【拾】--：
让酒馆佬测试一下我已经发现这些模型的规律了，酒馆表现不错的，肯定性能不错。酒馆表现不好的，肯定不值得玩。
--【拾壹】--：
那应该就没超过glm4.6了
--【拾贰】--： Bunn:
持平于 Llama 4 Maverick
我早就想说 虽然小扎的模型搞得一塌糊涂，但是至少在过去两三年内，都是各大ai模型出来的时候必须对比的模型() 怎么说至少有点跑分吧
Trinity 团队今日正式宣布推出其旗舰级模型——Trinity Large。
继两个月前发布 Nano 和 Mini 版本后，Trinity 团队决定“不再将预训练视为别人的工作”，在 2,048 张 Nvidia B300 GPU 上完成了这次训练。
此次发布最引人注目的是，团队一次性放出了三个不同的检查点版本：Preview（预览版）、Base（基础版） 和 TrueBase（纯净基础版），分别针对应用、微调和深度研究需求。
Trinity Large 是一个拥有 4000 亿（400B）参数的稀疏混合专家（MoE）模型。
- 尽管总参数量巨大，但每个 token 仅激活 130 亿（13B）参数。
- 模型包含 256 个专家，每个 token 仅选择前 4 个专家（4-of-256）。这意味着其路由激活比例仅为 1.56%。
相比之下，DeepSeek-V3 和 MiniMax-M2 的激活比例约为 3.13%，而 Qwen3 则高达 6.25%。目前只有 Meta 的 Llama 4 Maverick 在稀疏度上（0.78%）比 Trinity 更为激进。
官方表示，这种高稀疏度配合其技术报告中提到的高效注意力机制，使得 Trinity Large 在同等硬件下的推理速度比同量级竞品快 2-3 倍。从公布的吞吐量图表来看，在 8xH200 环境下，其总吞吐量（Total Throughput）显著高于 DeepSeek-V3 和 GLM-4.7。
Trinity-Large-Base：
这是完成了完整 17T（17万亿）token 训练配方的最佳预训练检查点。基准测试显示，它在数学（Minerva MATH500: 65.20）、代码（MBPP+: 88.62）和常识推理（HellaSwag: 90.11）方面均超越或持平于 Llama 4 Maverick 和 GLM-4.5。
Trinity-Large-Preview（预览版）：
这是今日主要面向用户的版本。它经过了轻量级的后训练（Post-training），是一个非推理（Non-reasoning）的 Instruct 模型。
定位： 专注于创造性写作、角色扮演和实时语音助手，并在 OpenCode 和 Cline 等 Agent 环境中表现出色。
性能： 在 MMLU 上得分为 87.2，优于 Llama 4 Maverick 的 85.5。
注意： 官方强调 Preview 版不是“推理模型”。全功能的推理版（Reasoning）仍在进行后训练，预计将具备更强的逻辑能力。
虽然今日发布的是 Preview 版本，但团队展示了即将推出的 Trinity-Large (Reasoning) 版本的早期数据：
- AIME 2025： 得分高达 90.3，远超 Base 版的 24.0。
- GPQA-Diamond： 得分 75.4。
- MMLU-Pro： 得分 83.2。
MMLU-Pro AIME 2025 GPQA-Diamond3200×2400 168 KB
Trinity Large Inference Throughput Comparison3200×2400 269 KB
Base Benchmarks - White BG.png3200×2400 232 KB
Trinity Large 原生支持 512k 上下文。目前，Trinity-Large-Preview 已在 OpenRouter 上线（暂时在 128k 上下文），在完整版发布之前供用户免费使用
Arcee Platform
Trinity Large Preview (free) - API, Providers, Stats
Trinity-Large-Preview is a frontier-scale open-weight language model from Arcee, built as a 400B-parameter sparse Mixture-of-Experts with 13B active parameters per token using 4-of-256 expert routing. It excels in creative writing, storytelling,...
arcee-ai/Trinity-Large-Preview · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
arcee-ai/Trinity-Large-Base · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
Arcee AI | Trinity Large: An Open 400B Sparse MoE Model
A deep dive into Trinity Large, covering architecture, sparsity, training at scale, and why we shipped Preview, Base, and TrueBase checkpoints.
arcee-ai/Trinity-Large-TrueBase · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
网友解答：--【壹】--：
RP还行，差，但不是很差。2Flash的水平
--【贰】--：
看到不少老美在吹这个模型，颇有“美国版的DeepSeek的味道”
--【叁】--：
佬有没有哪里可以看模型对rp能力的榜单或者是一键测试什么的
--【肆】--：
有道理的
--【伍】--：
试了一下角色扮演，还行。起码比her强。
--【陆】--：
这模型从哪冒出来的，之前怎么没听说过
--【柒】--：
抓到你了
--【捌】--：
测试模型：Trinity Large Preview
image1853×905 99.4 KB
以 iOS 18 的设计风格做一个带有动画效果的天气卡片，要求是使用 HTML、CSS 和基础 JavaScript，使用横板天气页面（拥有 4 个天气卡片 (晴天，大风，暴雨，暴雪))。应足够美观，实现一定的交互效果。
--【玖】--：
现在用的是 8bit 量化版
--【拾】--：
让酒馆佬测试一下我已经发现这些模型的规律了，酒馆表现不错的，肯定性能不错。酒馆表现不好的，肯定不值得玩。
--【拾壹】--：
那应该就没超过glm4.6了
--【拾贰】--： Bunn:
持平于 Llama 4 Maverick
我早就想说 虽然小扎的模型搞得一塌糊涂，但是至少在过去两三年内，都是各大ai模型出来的时候必须对比的模型() 怎么说至少有点跑分吧