Trinity-Large-Thinking de Arcee AI Es el Modelo de Razonamiento Open Source Más Potente Construido Fuera de China

Arcee AI lanzó Trinity-Large-Thinking el 1 de abril de 2026: un modelo de razonamiento sparse Mixture-of-Experts de 399.000 millones de parámetros bajo licencia Apache 2.0. Esa combinación de escala, pesos abiertos y licencia permisiva no tiene precedentes fuera de los laboratorios de frontera chinos.

Los datos son difíciles de ignorar. Trinity-Large-Thinking ocupa el segundo lugar en PinchBench, solo por detrás de Claude Opus 4.6. Su coste es de 0,90 dólares por millón de tokens de salida —aproximadamente un 96% más barato que Opus 4.6— y admite 262.000 tokens de entrada con hasta 80.000 de salida. A pesar del enorme número de parámetros, solo se activan unos 13.000 millones por token, lo que hace viable la inferencia en hardware actual.

Qué significa el “razonamiento” aquí

El modelo utiliza un mecanismo de cadena de pensamiento extendida integrado en su entrenamiento, no añadido como una envoltura de prompt. Está diseñado específicamente para tareas agentivas de largo horizonte: llamadas a herramientas de múltiples turnos, programación a nivel de repositorio y bucles de razonamiento complejos que se rompen con ventanas de contexto más cortas. La mayoría de los modelos abiertos optimizados para programación o razonamiento se limitan a tareas de un solo turno. Trinity-Large-Thinking está construido para ejecutar un flujo de trabajo de agente completo de principio a fin sin perder coherencia.

Arcee lo entrenó en una ejecución continua de 33 días sobre 2.048 GPUs NVIDIA B300 Blackwell. El coste computacional fue de aproximadamente 20 millones de dólares, casi la mitad de toda la financiación acumulada por la empresa. Una apuesta concentrada para una startup que compite con laboratorios que manejan miles de millones de capital.

Por qué importa la licencia Apache

La mayoría de los modelos potentes de pesos abiertos se publican bajo licencias personalizadas que restringen el uso comercial, el ajuste fino o la redistribución. Apache 2.0 no tiene ninguna de esas limitaciones. Las empresas pueden desplegar Trinity-Large-Thinking en producción, modificarlo y usarlo en productos comerciales sin negociar términos. Es la misma libertad que hizo polémica la licencia restrictiva de Llama 2 y convirtió los modelos con licencia MIT de Mistral en un éxito inmediato.

Los pesos están disponibles en Hugging Face. Arcee también ofrece el modelo a través de su propia API a 0,90 dólares por millón de tokens de salida.

El contexto competitivo

El matiz de “modelo abierto más potente fuera de China” importa porque DeepSeek R2 y los modelos Qwen llevan meses liderando silenciosamente los rankings de código abierto. Trinity-Large-Thinking es el argumento de Arcee de que los modelos abiertos construidos en EE.UU. pueden cerrar esa brecha. Si se mantendrá esa posición mientras los laboratorios chinos siguen publicando modelos es una pregunta abierta, pero es una apuesta creíble.

Para los equipos que actualmente pagan a Anthropic u OpenAI por tareas de razonamiento, Trinity-Large-Thinking merece una evaluación seria. La brecha de rendimiento respecto a los modelos propietarios de frontera es estrecha. La brecha de costes no.