Dowody: wyniki benchmarków podane przez dostawcę
Trinity-Large-Thinking — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Wariant rozumowania i agentów modelu Trinity-Large od Arcee: około 398B parametrów łącznie, około 13B aktywnych na token, 256 ekspertów, z czego 4 aktywnych. Tokeny myślenia w blokach <think> muszą pozostać w historii rozmowy, aby pętle agentów działały. Repozytorium waży około 797 GB w BF16, więc to model dla centrum danych z wieloma GPU. Starszy Trinity-Large-Preview to inny checkpoint i celowo nie jest wymieniony.
Trinity-Large-Thinking potrzebuje około 241 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
VRAM i szybkość według kwantyzacji
Liczone dla NVIDIA RTX 4090 (24 GB). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 132.4 GB | — | Za duży | |
| Q3_K_M 3.41 bpw | 171.2 GB | — | Za duży | |
| Q4_K_M 4.83 bpw | 242 GB | — | Za duży | |
| Q5_K_M 5.67 bpw | 283.8 GB | — | Za duży | |
| Q6_K 6.56 bpw | 328.2 GB | — | Za duży | |
| Q8_0 8.50 bpw | 424.9 GB | — | Za duży | |
| F16 16.00 bpw | 798.6 GB | — | Za duży |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Trinity-Large-Thinking →
Uruchom Trinity-Large-Thinking
Najtańsze GPU z naszego katalogu, które uruchomi Trinity-Large-Thinking, to Apple M3 Ultra (512 GB).
Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.
Jak uruchomić Trinity-Large-Thinking
Nie znaleziono GGUF ani trasy Ollama. Oficjalne serwowanie to vLLM 0.11.1 lub nowszy na węźle z wieloma GPU.
Specyfikacja
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source. Jeszcze niepotwierdzone: languages.
- Parametry
- 398.6 Billion (13B active)
- Okno kontekstu
- 262,144
- Architektura
- Mixture-of-Experts (256 routed + 1 shared, interleaved local and global attention)
- Dostawca
- Arcee AI
- Licencja
- OpenMDW-1.1
- Practical deployment
- Workstation (large unified memory or pro GPU)
- Określono przy
- Q4_K_M
- RAM systemowy
- 256 GB
- Rekord zaktualizowany
- 2026-10-06
Commercial use permitted. No usage restrictions beyond attribution.
Ograniczenia i zastrzeżenia
- Wyłącznie sprzęt klasy centrum danych.
- Tokeny myślenia muszą być zachowywane w pętlach agentów, inaczej wywołania narzędzi mogą być błędnie sformatowane.
- Karta modelu podaje też kontekst 512K; konfiguracja i raport techniczny podają 262 144, i tę wartość stosuje ta strona.
- Checkpoint „Trinity-Large-Preview” celowo nie jest wymieniony jako aktualny.
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Inne rozmiary Trinity
Trinity-Large-Thinking — najczęściej zadawane pytania
How much VRAM does Trinity-Large-Thinking need?
About 241 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Trinity-Large-Thinking run on an RTX 4090 (24 GB)?
No. Trinity-Large-Thinking needs about 241 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.
How do I run Trinity-Large-Thinking locally?
Nie znaleziono GGUF ani trasy Ollama. Oficjalne serwowanie to vLLM 0.11.1 lub nowszy na węźle z wieloma GPU. Running the published tag would send your prompts to a hosted GPU rather than your own machine.
What other sizes does Trinity come in?
Trinity Mini (17 GB), Trinity-Large-Thinking (241 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.