Trinity-Large-Thinking: огромная открытая MoE-модель для сложных рассуждений.
В экосистеме открытых моделей появилась любопытная новинка Trinity-Large-Thinking. Это огромная MoE-модель, содержащая 398 миллиардов параметров, которая специально создана для сложных агентных сценариев и задач, требующих рассуждений.
Модель поддерживает контекстное окно размером 512 тысяч токенов. По результатам бенчмарков для агентных задач, таких как SWE-bench и LiveCodeBench, она демонстрирует результаты, вплотную конкурирующие с показателями Claude Opus 4.6.
Разработчики обращают внимание на важный архитектурный нюанс: алгоритм работы модели критически зависит от сохранения её цепочек рассуждений. При построении агента, который общается с моделью в цикле, рекомендуется сохранять все блоки <think> в истории сообщений и передавать их обратно при каждом новом запросе.
Веса модели опубликованы на Hugging Face, однако для их использования потребуется фреймворк vLLM и значительный объём оперативной памяти. Для тестирования модель также доступна через API на платформе OpenRouter.
Ещё новости:
