Trinity — lokalny model AI od Arcee AI

Autor: Jakub Rusinowski · Ostatnia aktualizacja:

Trinity to rodzina rzadkich modeli mixture-of-experts od Arcee AI z otwartymi wagami. Trinity Mini (26B łącznie, około 3B aktywnych) to praktyczny wariant do uruchamiania lokalnie, z oficjalnym GGUF; Trinity-Large-Thinking (około 398B łącznie, około 13B aktywnych) to model rozumowania i agentów dla serwerów wielo-GPU. Cała rodzina przeszła z Apache-2.0 na OpenMDW-1.1 dnia 29 maja 2026, więc starsze wzmianki o Apache są nieaktualne.

Trinity Mini (Hugging Face) Trinity Mini GGUF (official) Trinity-Large-Thinking (Hugging Face) OpenMDW-1.1 announcement

Warianty

Najmniejszy wariant Trinity potrzebuje około 17 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.

ModelVRAM
Trinity Mini →
26B (3B active)
~16.7 GB
Trinity-Large-Thinking →
398B (13B active)
~241.5 GB

Pamięć to skwantyzowane wagi plus narzut przy Q4_K_M, liczone tym samym silnikiem co sprawdzarka GPU i VRAM.

Jak uruchomić Trinity lokalnie

Zainstaluj Ollama, a potem pobierz tag.

Brak zweryfikowanego tagu w bibliotece Ollama. Arcee publikuje oficjalne pliki GGUF działające z llama.cpp (b7061 lub nowszy) i LM Studio.

Wybierz rozmiar powyżej, aby zobaczyć jego VRAM, szacowaną szybkość i polecenie instalacji.

Licencja

OpenMDW-1.1Użycie komercyjne dozwolone

Commercial use permitted. No usage restrictions beyond attribution.

Dotyczy: Trinity Mini, Trinity-Large-Thinking

Polecane GPU

Najtańsze GPU z naszego katalogu, które uruchomi Trinity lokalnie (min. 17 GB VRAM), to AMD Radeon RX 7900 XT (20 GB).

Ujawnienie afiliacyjne: Niektóre odnośniki na tej stronie to linki afiliacyjne — jeśli dokonasz zakupu za ich pośrednictwem, LLM Configurator może otrzymać prowizję bez dodatkowych kosztów dla Ciebie. Jako uczestnik programu Amazon Associates, LLM Configurator zarabia na kwalifikujących się zakupach.
AMD Radeon RX 7900 XT 20GB
20 GB VRAM · 315 W board power
Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Trinity — najczęściej zadawane pytania

How much VRAM does Trinity need?

Trinity needs about 17 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Trinity Mini (17 GB, Q4_K_M); Trinity-Large-Thinking (241 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.

Can I run Trinity on an RTX 4090 (24 GB)?

Yes — Trinity runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.

What quantization should I use for Trinity?

Q4_K_M is the best balance of quality and VRAM for Trinity in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.

How do I run Trinity with Ollama?

Trinity has no local Ollama tag — the published tag is cloud-hosted, so running it sends your prompts to a hosted GPU rather than your own machine.