Trinity Large Thinking
Réseau Neuronal
API Trinity Large Thinking : modèle de raisonnement open source d'Arcee AI pour les agents et la résolution de tâches étape par étape.
Caractéristiques
- Entrée
- texte, images, documents
- Sortie
- texte
- Taille du contexte
- 262 144 tokens
- Longueur maximale de la réponse
- 80 000 tokens
- Niveaux de raisonnement
- faible, moyen, élevé
- Fonctionnalités
- raisonnement, appel de fonctions
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Trinity Large Thinking?
Trinity Large Thinking est un modèle open source avec mode de raisonnement par l'équipe Arcee AI : avant de répondre, il déploie une chaîne d'étapes, ce qui le rend performant pour les scénarios d'agents et le benchmark PinchBench. Son code ouvert rend le comportement prévisible pour les équipes soucieuses du contrôle de leur stack. Sur BotHub, il fonctionne sans VPN ni carte étrangère : paiement en roubles par carte russe, à l'usage, sans abonnement, et les jetons non utilisés ne sont pas perdus. Plus de 250 modèles sont disponibles dans une seule fenêtre pour comparer les réponses en quelques clics. Une API unique compatible OpenAI connecte Trinity Large Thinking à votre produit, permettant de changer de modèle sans réécrire l'intégration ; les échanges sont chiffrés en AES-GCM. Les entreprises bénéficient de contrats, factures, EDI et d'un panneau d'administration avec limites. Utile pour créer des agents planifiant des étapes et appelant des outils externes, résoudre des tâches complexes à longue logique, vérifier des hypothèses avant décision, détecter des erreurs de raisonnement ou comparer des architectures de services.Questions fréquentes sur Trinity Large Thinking
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
C'est un modèle arcee-ai qui traite le texte, les documents et les images en entrée, raisonne avant de répondre et peut appeler des fonctions. Adapté au code, au refactoring, aux tâches STEM, à l'analyse de longs documents et à l'intégration dans des services : un contexte de 262 144 jetons permet de traiter des contenus volumineux.
La limite de sortie est de 80 000 jetons par réponse, soit des dizaines de pages. Suffisant pour un long article, une documentation détaillée ou un refactoring majeur avec des fichiers de code complets. Si le contenu est plus important, divisez la tâche : le contexte de 262 144 jetons permet de conserver toute la conversation.
Oui, le raisonnement avant réponse est une capacité confirmée. Le modèle réfléchit d'abord à la solution avant de donner le résultat, ce qui le rend plus précis pour les tâches multi-étapes : mathématiques, logique, débogage de code, analyse d'exigences contradictoires. Pour des questions simples, cela peut légèrement augmenter le temps de réponse.
Oui, l'appel de fonctions et la sortie structurée en JSON sont pris en charge. Le modèle peut être connecté à une recherche, une base de données ou un service interne pour obtenir des réponses strictement conformes à votre schéma. Sur BotHub, cela fonctionne via une API unique compatible OpenAI, donc l'intégration est identique à celle habituelle.
Images et documents : oui, le modèle les accepte avec du texte : envoyez une capture d'écran, un schéma ou un rapport et demandez d'analyser le contenu. Nous n'avons pas d'informations sur l'audio et la vidéo. Si vous avez besoin de traiter du son, basculez vers un modèle spécialisé dans la même fenêtre.
Nous n'avons pas de données spécifiques sur la qualité du français, nous ne ferons donc pas de promesses. Le moyen le plus honnête est de tester sur votre tâche : sur BotHub, vous payez à l'usage pour les jetons, et vous pouvez comparer la réponse avec un autre modèle dans la même fenêtre, sans réécrire l'intégration.