行业普遍认为，AI模型市场格局已定：大型科技公司（谷歌、Meta、微软及亚马逊）将主导市场，并与OpenAI、Anthropic等首选模型制造商共同掌控局面。
但仅有30人的初创公司Arcee AI对此持不同意见。该公司刚刚发布了真正且永久开源（Apache许可证）的通用基础模型Trinity。Arcee声称，在拥有4000亿参数的情况下，这是美国公司训练并发布过的最大规模开源基础模型之一。
基准测试显示，在使用基础模型（极少后训练）的情况下，Trinity可与Meta的Llama 4 Maverick 400B以及清华大学推出的高性能开源模型GLM-4.5相媲美。
产品定位与路线图
与其他SOTA模型一样，Trinity专为编码和多步骤流程（如智能体）设计。尽管规模庞大，但目前仅支持文本，尚非真正的SOTA竞争对手。
CTO Lucas Atkins透露，更多模态正在开发中——视觉模型正在研发，语音转文本版本也在规划内。相比之下，Meta的Llama 4 Maverick已是支持文本和图像的多模态模型。
Arcee表示，在扩展至更多AI模态前，公司希望先打造一款能打动开发者和学术界的基础大语言模型，特别是吸引美国企业放弃使用中国开源模型。
Atkins强调：“赢得用户使用的唯一方式是拥有最好的开放权重模型。要赢得开发者心智，必须提供最佳选择。”
目前处于预览阶段、正进行更多后训练的Trinity基础模型表现相当，在编码、数学、常识、知识和推理测试中甚至略胜Llama一筹。
研发成本与团队实力
Arcee在成为有竞争力的AI实验室方面进展显著。Trinity紧随去年12月发布的两款小型模型推出：
- Trinity Mini（260亿参数）：经过全面后训练的推理模型，适用于Web应用到智能代理等多种任务；
- Trinity Nano（60亿参数）：实验性模型，旨在探索小巧且善于对话模型的边界。
关键在于，Arcee在六个月内以总计2000万美元的成本完成了所有模型训练，使用了2,048块Nvidia Blackwell B300 GPU。这笔费用占其迄今筹集约5000万美元资金的一部分。
Atkins坦言，这笔资金虽对初创公司是巨款，但与大型实验室相比仍微不足道。但他表示，六个月的进度“经过精心计算”。作为年轻进取的团队，他们凭借才华横溢的研究人员，在无数个不眠之夜中胜任了这项任务。
战略转型与开源承诺
创始人兼CEO Mark McQuade曾是Hugging Face早期员工。他透露，Arcee最初并非想做新AI实验室，而是主要为SK Telecom等大企业提供模型定制服务，利用Llama、Mistral或Qwen等开源模型进行后训练以满足特定需求。
但随着客户增长，自有模型的需求变得势在必行。同时，许多优秀开源模型来自中国，美国企业因顾虑或禁令而无法使用。
McQuade称这是一个艰难决定：“全球曾以Arcee所追求规模和水平进行预训练并发布自有模型的公司不到20家。”该项目始于与DatologyAI合作开发的4.5B参数微型模型，成功后激励了更大规模举措。
既然已有Llama，为何还需要另一个开放权重模型？Atkins解释，通过选择Apache许可证，Arcee承诺始终保持模型开源。此举针对的是Meta可能不再始终开源最先进模型的风险。
“Llama不能被视为真正开源，因其许可证包含商业和使用限制条款，”Atkins指出，这导致部分开源组织认为Llama不符合开源标准。
McQuade补充道：“Arcee的存在，是因为美国需要一个永久开放、采用Apache许可证、具备前沿能力的替代方案，以在当今前沿领域展开竞争。”
模型版本与定价策略
所有Trinity模型均可免费下载。最大版本提供三种变体：
- Trinity Large Preview：轻度后训练指令模型，遵循人类指令，适用于通用聊天；
- Trinity Large Base：未经后训练的基础模型；
- TrueBase：不含任何指令数据或后训练，便于企业或研究人员定制，无需剥离原有数据或规则。
Arcee最终将提供托管版本，并以具竞争力的API定价服务。随着推理训练改进，该版本预计六周内推出。
目前，Trinity Mini API定价为$0.045/$0.15，并提供速率限制的自由层级。公司仍在销售后训练和定制选项。