Trinity — Arcee AI 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
Trinity 是 Arcee AI 的开放权重稀疏混合专家模型系列。Trinity Mini（总参数 26B，约 3B 激活）是适合本地运行的成员，有官方 GGUF；Trinity-Large-Thinking（总参数约 398B，约 13B 激活）是面向多 GPU 服务器的推理与智能体模型。整个系列已于 2026 年 5 月 29 日从 Apache-2.0 改为 OpenMDW-1.1，因此较早出现的 Apache 说法已经过时。
变体
Trinity 最小的变体在 Q4_K_M 下约需 17 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| Trinity Mini → 26B (3B active) | ~16.7 GB | 131,072 | 云端托管标签 | |
| Trinity-Large-Thinking → 398B (13B active) | ~241.5 GB | 262,144 | 云端托管标签 |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 Trinity
安装 Ollama，然后拉取标签。
没有经过验证的 Ollama 库标签。Arcee 提供可用于 llama.cpp（b7061 或更新版本）和 LM Studio 的官方 GGUF 文件。
在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: Trinity Mini, Trinity-Large-Thinking推荐 GPU
目录中能在本地运行 Trinity（至少 17 GB 显存）的最便宜 GPU 是 AMD Radeon RX 7900 XT (20 GB).
Trinity — 常见问题
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.