Terug naar overzicht
🇺🇸 Arcee AI · Verenigde Staten Geen ZDR
Trinity Large Thinking
Niveau: Standaard
Ruim voldoende voor de meeste dagelijkse taken, en een stuk voordeliger dan de topklasse.
Trinity Large Thinking is a powerful open source reasoning model from the team at Arcee AI. It shows strong performance in PinchBench, agentic workloads, and reasoning tasks. Launch video: https://youtu.be/Gc82AXLa0Rg?si=4RLn6WBz33qT--B7...
KostenZeer laag
SnelheidZeer snelgemeten · 363.2 tokens/sec
Werkgeheugen262K tokenshoeveel tekst het tegelijk aankan
SlimheidBeperkt18/100
Gemiddelde prijs-kwaliteit
21
waarde / 100
Loont de prijs?
Niet duur, niet goedkoop voor wat je krijgt.
Goed voor
- Snelle, goedkope chat en klantenservice
Minder geschikt voor
- Zwaar programmeerwerk
Aanbieder buiten de EU (Verenigde Staten & Canada). Let bij gevoelige gegevens op je verwerkersafspraken.
Geen Zero Data Retention. Voor dit model is via OpenRouter geen ZDR-aanbieder beschikbaar. Voor veel organisaties is dat een reden om het niet voor gevoelige gegevens te gebruiken.
Slimheid
18/100 · beperkt
Schrijven
54/100 · prima
Programmeren
31/100 · basaal
Agent-taken
2/100 · beperkt
Geavanceerd — voor professionals
Onderstaande gegevens zijn bedoeld voor wie de techniek wil doorgronden: ruwe benchmarkscores, gemeten snelheid/latency, prijsopbouw en databronnen. Niet nodig om een goede keuze te maken.
Benchmarks
Klik op een benchmark voor uitleg en alle uitslagen per model; het ?-knopje geeft een korte uitleg.
| Intelligence Index | 10.8 |
| Samengestelde slimheidsscore van Artificial Analysis: het gemiddelde over vele tests voor redeneren, kennis, wiskunde en code. Hoger = slimmer. Alle uitslagen & uitleg → | |
| Coding Index | 25.8 |
| Gemiddelde van programmeertests: hoe goed het model code schrijft, begrijpt en verbetert. Alle uitslagen & uitleg → | |
| Math Index | geen data |
| Gemiddelde van wiskundetests: rekenen, algebra en wiskundig redeneren. Alle uitslagen & uitleg → | |
| Agentic Index | 1 |
| Hoe goed het model zelfstandig meerstaps-taken uitvoert met tools (bestanden openen, zoeken, acties uitvoeren). Alle uitslagen & uitleg → | |
| MMLU-Pro | geen data |
| Grote kennistest met ruim 12.000 pittige meerkeuzevragen over 14 vakgebieden (recht, economie, natuurkunde…). Meet brede kennis en redeneren. Alle uitslagen & uitleg → | |
| GPQA Diamond | 75.2% |
| Zeer moeilijke wetenschapsvragen op PhD-niveau (biologie, natuur- en scheikunde). Zelfs menselijke experts halen hier maar ~65%. Alle uitslagen & uitleg → | |
| Humanity's Last Exam | 15.8% |
| De zwaarste kennistest die er is: duizenden extreem moeilijke vragen over honderden onderwerpen. Lage percentages zijn hier normaal. Alle uitslagen & uitleg → | |
| LiveCodeBench | geen data |
| Verse programmeeropgaven die pas ná de training van het model zijn verschenen — meet écht kunnen programmeren in plaats van onthouden. Alle uitslagen & uitleg → | |
| SciCode | 40.6% |
| Programmeeropgaven uit echte wetenschappelijke onderzoekspapers — combineert code en vakkennis. Alle uitslagen & uitleg → | |
| AIME (wiskunde) | geen data |
| Vragen van de Amerikaanse wiskunde-olympiade voor scholieren. Meet geavanceerd wiskundig redeneren. Alle uitslagen & uitleg → | |
| IFBench (instructievolgen) | 56.3% |
| Meet hoe precies het model instructies opvolgt, zoals eisen aan lengte, opmaak of vorm van het antwoord. Alle uitslagen & uitleg → | |
| τ²-bench (agent-taken) | 90.1% |
| Realistische klantenservice-scenario's (vluchten omboeken, abonnementen wijzigen) waarin het model zelfstandig regels moet volgen en tools gebruiken. Alle uitslagen & uitleg → | |
| Terminal-Bench (agent-taken) | 20.6% |
| Opdrachten die het model zelfstandig in een computerterminal moet uitvoeren — een zware test voor agent-vaardigheden. Alle uitslagen & uitleg → | |
Prestaties (gemeten)
| Output-snelheid | 363.2 tokens/sec |
| Time-to-first-token (latency) | 1.09 sec |
| Snelheidsbron | gemeten (Artificial Analysis) |
Design Arena (ELO)
Head-to-head ranglijst waarin modellen het tegen elkaar opnemen op praktijktaken (websites, code, UI, datavisualisatie). Hogere ELO = vaker gewonnen.
| Gemiddelde ELO | 1077 |
| asciiart | ELO 1041 · rang 68 |
| svg | ELO 1017 · rang 82 |
| 3d | ELO 1082 · rang 93 |
| codecategories | ELO 1117 · rang 97 |
LM Arena (LMSYS Chatbot Arena)
De toonaangevende blind-test ranglijst waarin echte gebruikers antwoorden van twee anonieme modellen vergelijken. Hogere ELO = vaker verkozen door mensen.
| Arena ELO-score | 1379 |
| Ranglijstpositie | #173 wereldwijd |
| Menselijke beoordelingen | 29.771 stemmen |
Technische specificaties
| Model-ID | arcee-ai/trinity-large-thinking |
| Contextvenster | 262.144 tokens |
| Kennis bijgewerkt tot | onbekend |
| Uitgebracht | 1 apr 2026 |
| Invoer | tekst |
| Redeneren (reasoning) | ja |
| Populariteitsscore | 58/100 |
| Databronnen | openrouter, artificial_analysis, design_arena, lmarena |