Trinity Large Thinking
Rede Neural
Trinity Large Thinking API: modelo de raciocínio aberto da Arcee AI para cenários de agentes e resolução de tarefas passo a passo.
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 262 144 tokens
- Comprimento máximo de resposta
- 80 000 tokens
- Níveis de raciocínio
- baixo, médio, alto
- Recursos
- raciocínio, chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Trinity Large Thinking?
Trinity Large Thinking é um modelo aberto com modo de raciocínio da equipe Arcee AI: antes de responder, ele desenvolve uma cadeia de passos, mantendo um desempenho sólido em cenários de agentes e no benchmark PinchBench. O código aberto torna o comportamento do modelo previsível para equipes que valorizam o controle da pilha. No BotHub, ele funciona sem VPN: pagamento conforme o uso, sem assinaturas, e os tokens não utilizados não expiram. Mais de 250 modelos estão disponíveis na mesma janela para comparação rápida. A API compatível com OpenAI conecta o Trinity Large Thinking ao seu produto, permitindo trocar de modelo sem reescrever a integração; as conversas são criptografadas via AES-GCM. Disponível para empresas com faturamento e painel administrativo. Útil para criar agentes que planejam passos e chamam ferramentas externas, resolver tarefas complexas com lógica longa, verificar argumentos e hipóteses, encontrar erros de raciocínio ou comparar abordagens de arquitetura.Perguntas frequentes sobre Trinity Large Thinking
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo da arcee-ai que processa texto, documentos e imagens, raciocina antes de responder e pode chamar funções. Adequado para codificação e refatoração, tarefas STEM, análise de documentos longos e integração em serviços: o contexto de 262.144 tokens permite manter materiais volumosos na íntegra.
O limite de saída é de 80.000 tokens por resposta, o que equivale a dezenas de páginas. Suficiente para um artigo longo, documentação detalhada ou refatoração grande com arquivos de código completos. Se o material for maior, divida a tarefa: o contexto de 262.144 tokens permite manter todo o histórico da conversa.
Sim, o raciocínio antes da resposta é uma capacidade confirmada. O modelo primeiro pensa na solução e só depois fornece o resultado, sendo mais preciso em tarefas de várias etapas: matemática, lógica, depuração de código e análise de requisitos contraditórios. Em perguntas simples, isso pode aumentar ligeiramente o tempo de resposta.
Sim, a chamada de funções e a saída estruturada em JSON são suportadas. O modelo pode ser conectado a uma busca, banco de dados ou serviço interno para obter respostas estritamente conforme seu esquema. No BotHub, isso funciona via API compatível com OpenAI, então a integração é familiar.
Imagens e documentos, sim; o modelo os aceita junto com o texto: envie uma captura de tela, diagrama ou relatório e peça para analisar o conteúdo. Não temos dados sobre áudio e vídeo. Se precisar trabalhar com som, mude para um modelo especializado na mesma janela.
Não temos dados específicos sobre a qualidade do russo, por isso não faremos promessas. A maneira mais honesta é testar com sua própria tarefa: no BotHub, você paga pelo uso de tokens e pode comparar a resposta com outro modelo na mesma janela, sem reescrever a integração.