Dowody: wyniki benchmarków podane przez dostawcę
Trinity Mini — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Model mixture-of-experts od Arcee AI: 26B łącznie, około 3B aktywnych, 128 ekspertów routowanych (8 aktywnych) i jeden współdzielony. Dostrojony do rozumowania, obsługuje kontekst 128K, a Arcee publikuje oficjalny zestaw GGUF działający z llama.cpp (b7061 lub nowszy), a także receptury dla vLLM, Transformers i LM Studio. Licencja OpenMDW-1.1. Wykresy benchmarków na karcie pochodzą od dostawcy.
Trinity Mini potrzebuje około 17 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 | 9.5 GB | ~275 tok/s | Mieści się | |
| Q3_K_M 3.41 bpw | 13 GB | ~248 tok/s | Mieści się | |
| Q4_K_M 4.83 bpw | 16.9 GB | ~211 tok/s | Mieści się | |
| Q5_K_M 5.67 bpw | 19.6 GB | ~194 tok/s | Mieści się | |
| Q6_K 6.56 bpw | 22.5 GB | ~179 tok/s | Na styk | |
| Q8_0 8.50 bpw | 28.7 GB | ~23 tok/s | Częściowo w RAM | |
| F16 16.00 bpw | 53.2 GB | ~15 tok/s | Częściowo w RAM |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Trinity Mini →
Uruchom Trinity Mini
Najtańsze GPU z naszego katalogu, które uruchomi Trinity Mini, to AMD Radeon RX 7900 XT (20 GB).
lub porównaj w Vast.ai od $0.35/godz. (typical low · varies)
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 Mini
Brak zweryfikowanego tagu w bibliotece Ollama. Arcee publikuje oficjalne pliki GGUF działające z llama.cpp (b7061 lub nowszy) i LM Studio.
Specyfikacja
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- Parametry
- 26.1 Billion (3B active)
- Okno kontekstu
- 131,072
- Architektura
- Mixture-of-Experts (128 routed + 1 shared, interleaved local and global attention)
- Dostawca
- Arcee AI
- Licencja
- OpenMDW-1.1
- Practical deployment
- Single consumer GPU
- Określono przy
- Q4_K_M
- RAM systemowy
- 32 GB
- Rekord zaktualizowany
- 2026-10-06
Commercial use permitted. No usage restrictions beyond attribution.
Ograniczenia i zastrzeżenia
- Wyniki benchmarków pochodzą od dostawcy i są dostępne tylko jako obraz wykresu.
- Brak zweryfikowanego tagu w bibliotece Ollama.
- Karta zaleca nietypowo niską temperaturę próbkowania (0,15); inne środowiska mogą wymagać jawnego ustawienia tych parametrów.
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Inne rozmiary Trinity
Trinity Mini — najczęściej zadawane pytania
How much VRAM does Trinity Mini need?
About 17 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 Mini run on an RTX 4090 (24 GB)?
Yes. Trinity Mini needs about 17 GB at Q4_K_M, inside a 24 GB card, at an estimated 211 tokens/sec.
How do I run Trinity Mini locally?
Brak zweryfikowanego tagu w bibliotece Ollama. Arcee publikuje oficjalne pliki GGUF działające z llama.cpp (b7061 lub nowszy) i LM Studio. 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.