Arcee AI: Trinity Large Thinking

Arcee AI: Trinity Large Thinking adalah model teks dari Arcee AI. Ini adalah model penalaran sumber terbuka, yang berarti bobot dan perilaku penalaran di baliknya dipublikasikan, bukan dirahasiakan. Arcee AI memposisikannya sebagai model besar yang dibangun khusus untuk tugas berpikir, dan penyedia melaporkan performa yang kuat di PinchBench, beban kerja agentic, dan tugas penalaran. Jika Anda memilih model untuk pekerjaan yang melibatkan pertimbangan multi langkah, bukan generasi cepat satu kali jalan, inilah keluarga yang tepat.

Model ini menerima teks dan mengembalikan teks. Jendela konteksnya adalah 262144 token, cukup besar untuk menampung dokumen panjang, riwayat percakapan yang diperpanjang, atau basis kode yang cukup besar dalam satu permintaan. Output maksimumnya adalah 80000 token, sehingga respons bisa panjang ketika tugas menuntutnya. Karena ini adalah model penalaran, model ini dapat menampilkan penalarannya sebagai bagian dari respons, dan Anda mengendalikan perilaku tersebut melalui parameter reasoning dan include_reasoning, bukan mendapatkannya secara otomatis.

Kemampuan tersebut mengarah pada serangkaian penggunaan yang cukup spesifik. Konteks panjang ditambah penalaran cocok untuk alur kerja agentic di mana model harus merencanakan, memanggil alat, memeriksa hasil, dan melanjutkan selama banyak langkah. Ini cocok untuk analisis dokumen panjang, seperti kontrak, makalah penelitian, atau log, di mana jawabannya bergantung pada detail yang tersebar di banyak teks. Ini juga cocok untuk tugas yang mendapat manfaat dari pertimbangan yang terlihat, karena Anda dapat meminta jejak penalaran dan memeriksa bagaimana kesimpulan dicapai. Penggunaan alat didukung, sehingga pemanggilan fungsi dan loop agen terstruktur dapat dilakukan.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan id model "arcee-ai/trinity-large-thinking". Karena antarmukanya mengikuti skema OpenAI, klien dan SDK yang ada berfungsi dengan mengubah base URL dan id model. Parameter permintaan yang didukung adalah include_reasoning, max_tokens, reasoning, temperature, tool_choice, tools, top_k, dan top_p. Dalam praktiknya, ini mencakup kontrol panjang output, perilaku pengambilan sampel melalui temperature, top_p, dan top_k, definisi dan pemilihan alat, serta kontrol atas apakah penalaran dikembalikan.

Satu hal yang perlu diingat adalah model penalaran menukar latensi dan pengeluaran token dengan kualitas jawaban, jadi untuk klasifikasi sederhana, peringkasan singkat, atau generasi bervolume tinggi dengan kompleksitas rendah, model non penalaran yang lebih kecil mungkin menjadi pilihan yang lebih ekonomis. Model ini hanya teks, jadi gambar, audio, atau modalitas lain di luar cakupan di sini. Dalam batasan tersebut, kombinasi konteks 262144 token, batas output 80000 token, dan dukungan alat menjadikannya kandidat yang wajar untuk pekerjaan agentic dan dokumen panjang.