Arcee Trinity 6/26/420B: новые открытые модели Apache 2.0 из США

Пока всё внимание в мире open source AI в 2025 году было приковано к Китаю, небольшой американский стартап в тишине готовил ответ. И сегодня он его представил.

Arcee AI объявила о выпуске первых двух моделей нового семейства Trinity — Trinity Mini и Trinity Nano Preview. Это открытые модели архитектуры mixture of experts (MoE), полностью обученные с нуля. И всё это — под максимально разрешающей лицензией Apache 2.0.

Последние месяцы лидерство в области открытых больших моделей уверенно удерживали китайские лаборатории вроде Alibaba (Qwen), DeepSeek, Moonshot и Baidu. OpenAI, конечно, тоже выпустила свои open‑source LLM (gpt‑oss), но их затмило множество альтернатив — теперь Arcee пытается переломить тенденцию.

Для Arcee, известной своими компактными моделями для предприятий, Trinity — это резкий поворот к большим амбициям. Цель компании — создать основу для долгого контекста, работы с синтетическими данными и будущих систем с непрерывным дообучением.

Trinity Mini (26B параметров, 3B активных на токен) — модель для высокопроизводительных рассуждений, вызова функций и использования инструментов.

Trinity Nano Preview (6B параметров, ~800M активных) — более экспериментальная, чат‑ориентированная модель с «более выраженным характером».

Trinity Large (420B параметров, 13B активных) — флагманская модель, обучение которой идёт полным ходом, а релиз намечен на январь 2026-го.

В основе Trinity лежит новая кастомная архитектура от Arcee — attention‑first mixture‑of‑experts (AFMoE). Это собственная разработка, вдохновлённая последними достижениями DeepSeek и Qwen, но со своими особенностями.

Плавный выбор (sigmoid routing): вместо резкого включения‑выключения экспертов используется более плавный метод, похожий на регулировку громкости.

Фокус