美国人工智能初创企业 arcee ai 近日发布了全新的开放权重模型系列 trinity，涵盖已上线的 trinity nano 与 trinity mini，以及预计于 2026 年 1 月发布的 trinity large。
该系列模型从数据采集、架构设计到训练流程均实现全栈自研，官方强调其“在美国完成端到端训练”，具备开放权重、强大推理性能及对开发者的全面控制能力。
Trinity 系列采用先进的多专家混合架构（afmoe），每层集成 128 个专家模块，每个 token 动态激活 8 个专家，并额外配备共享专家以增强泛化能力。训练基于超过 10T tokens 的高质量数据，并融合了 grouped-query attention、gated attention 及长上下文支持等关键技术，显著提升模型稳定性与推理效率。
- Trinity Nano：参数规模约为 6B 的 MoE 模型（激活参数约 1B），专为移动设备、嵌入式系统和注重隐私的本地部署场景优化。
-
Trinity Mini：拥有 26B 参数的 MoE 架构（激活参数达 3B），适用于云端或本地数据中心，支持复杂多步推理、工具调用和超长文本处理任务。
两款模型均已开源，遵循 Apache 2.0 许可协议，用户可通过 Hugging Face 下载权重或调用 API 使用。
https://www.php.cn/link/f5685cb5d80c3249a9770cfd98cf71eb
Arcee AI 指出，当前多数所谓“开源”模型依赖第三方基础模型进行微调，存在能力瓶颈、数据不透明及合规风险等问题。Trinity 系列坚持从零开始自主预训练，旨在打造可长期演进、支持企业在私有环境中持续训练与迭代的可信 AI 基础设施。
公司还确认，Trinity Large 正在训练中，总参数量约 420B（激活参数约 13B），依托 2048 张 B300 GPU 构建的高性能集群，训练数据扩展至 20T tokens。完整技术白皮书将于 2026 年 1 月随模型发布时公开。
源码下载地址：点击获取
