แหล่งอ้างอิง 4ความเชื่อมั่น 88%ความเชื่อมั่นโดยรวม: 88%แหล่งที่มาและแหล่งอ้างอิงของหมุดยืนยันวันที่ได้ดีเพียงใดค่าเฉลี่ยถ่วงน้ำหนักว่าแหล่งอ้างอิง 4 แหล่ง รวมแหล่งที่มา สนับสนุนเวลาเริ่มและสิ้นสุดของหมุดมากเพียงใด แหล่งอ้างอิงจะมีน้ำหนักลดลงครึ่งหนึ่งทุก ๆ 180 วันที่เก่ากว่าแหล่งล่าสุดแสดงหมุดทั้งหมดที่มีความเชื่อมั่น 75% ขึ้นไป

รายการแรกคือแหล่งที่มาของหมุดเสมอ ความเชื่อมั่นโดยรวมคือค่าเฉลี่ยถ่วงน้ำหนักว่าแต่ละแหล่งอ้างอิงสนับสนุนเวลาเริ่มและสิ้นสุดด้านบนมากเพียงใด แหล่งอ้างอิงจะมีน้ำหนักลดลงครึ่งหนึ่งทุก ๆ 180 วันที่เก่ากว่าแหล่งล่าสุด

• [1]90%
  arcee.ai/blog/trinity-large

  arcee.ai· โพสต์ 12 ต.ค. 2026· เริ่ม 27 ม.ค. 2026 ✓· 45% ของคะแนน

  โพสต์ของ Arcee^[2] เรื่อง "Trinity Large: An Open 400B Sparse MoE Model" ลงวันที่ 27 ม.ค. 2026 และระบุว่า "We're putting out three variants" ส่วนรีโพซิทอรี Trinity-Large-TrueBase, Base และ Preview บน Hugging Face^[4] ถูกสร้างขึ้นในวันนั้นทั้งหมด

• [2]85%
  Trinity-Large-Thinking: Scaling an Open Source Frontier Agent - Arcee AI

  arcee.ai· เผยแพร่ 1 เม.ย. 2026· 21% ของคะแนน

  Arcee's^[1] April follow-up: Preview was a light instruct post-train, crossed 3.37 trillion tokens served on OpenRouter in two months, and was succeeded by the reasoning Trinity-Large-Thinking.

• [3]85%
  Arcee Trinity Large Technical Report - arXiv

  arxiv.org· เผยแพร่ 19 ก.พ. 2026· 18% ของคะแนน

  The technical report submitted 19 February 2026: 400B total and 13B active parameters, 17T tokens, SMEBU expert load balancing, Muon optimizer, no loss spikes, plus the Trinity Mini (26B, 3B active) and Nano (6B, 1B active) models.^[1]

• [4]90%
  arcee-ai/Trinity-Large-Preview - Hugging Face

  huggingface.co· เผยแพร่ 27 ม.ค. 2026· 16% ของคะแนน

  Model card: about 398B total and 13B active, 256 experts with 4 active, 6 dense layers, 17T pretraining tokens on 2,048 B300 GPUs, 20B tokens of instruction tuning, and MMLU 87.2 and AIME 2025 24.0 against Llama 4 Maverick's 85.5 and 19.3.^[1]

เสนอการแก้ไข

มีอะไรขาดหรือผิดไหม บอกด้วยคำพูดของคุณเอง: ลิงก์ที่สนับสนุนหมุดนี้ วันที่เริ่มหรือสิ้นสุดที่ต่างออกไปพร้อมเหตุผล หรือข้อเท็จจริงที่ขาดหรือผิด AI จะตรวจสอบกับแหล่งที่มาของหมุด ค้นหาแหล่งที่ดีกว่า และเพิ่มหน้าที่สนับสนุนคุณ แหล่งที่มาของหมุดเองยังคงมีน้ำหนักมากที่สุด รูปภาพที่แสดงสิ่งอื่นหรือแสดงได้ไม่ดีก็จะถูกตรวจสอบ และเลื่อนลงหรือแทนที่