Arcee AI Trinity Largeとは？400BオープンウェイトLLMの性能・料金・使い方を徹底解説【Apache 2.0→OpenMDW変更も】

Arcee AI Trinity Largeは、米国のスタートアップArcee AIが一から事前学習した総パラメータ約400B（1トークンあたり約13Bだけが動く）スパースMoE型のオープンウェイトLLMです。主力の推論版「Trinity-Large-Thinking」は、2026年10月時点のArcee公式APIで入力$0.25／出力$0.80（100万トークンあたり）です。公開当初はApache 2.0として発表されましたが、2026年5月29日に全TrinityモデルのライセンスがOpenMDW-1.1へ変更されています。

この記事でわかることは次のとおりです。

• Trinity Largeのスペックと、Preview / Base / TrueBase / Thinking の違い
• ベンチマークから見た得意・不得意（比較相手は公式公表の2026年4月時点モデル）
• 現行料金（Arcee API / OpenRouter / セルフホスト）と、Claude Opus 5.5などとの費用試算
• Apache 2.0からOpenMDW-1.1への変更点と、企業が確認すべきこと
• Arcee API・OpenRouter・vLLMでの使い方と、マルチターン実装でつまずきやすい点
• 量子化形式ごとの重みサイズ（実測）と、セルフホストに必要なGPUの目安

想定読者: APIコストを下げたいエンジニア・PM、AIエージェントの基盤モデルを選ぶ開発者、米国製のオープンウェイトモデルを自社環境で動かしたい企業のIT・法務担当者。

出典: Arcee AI 公式ブログ

Arcee AI Trinity Largeとは

Trinity Largeは、重みが公開されていて自社環境でも動かせる、約400BパラメータのスパースMoE型LLMです。全体は約400B（Hugging Faceの表記では約398B）ありますが、1トークンの処理で動くのは約13Bだけなので、規模の割に推論が軽く、API料金も低く抑えられています。

開発元のArcee AIは米国のスタートアップです。2026年9月16日にSeries Bを発表し、公式には「評価額10億ドル超」とされています（調達額は非公表。報道では1.5億ドル以上）。Vista Equity Partners、Cambium Capital、Emergence Capitalがリードし、日立、M12（Microsoft）、Wiproなども参加しました。同じ発表で、次世代のTrinityを学習中であることも公式に明かしています（名称・時期は未発表）。

主要スペック（2026年10月時点）

なぜ「米国製のオープンウェイトモデル」として注目されているのか

オープンウェイトの大型モデルは、DeepSeek・GLM・Kimi・Qwenなど中国勢が先行してきました。Trinity Largeは米国企業が一から学習した400B級のオープンウェイトモデルという点で、調達の要件として中国製モデルを避けたい組織から選ばれやすい立ち位置にあります。TechCrunchやVentureBeatも同じ観点で取り上げています。中国製モデルが広がった背景は中国製AIモデルの台頭で整理しています。

利用実績はArceeとNVIDIAの発表ベースで、Previewは公開から2か月でOpenRouter上の処理量が3.37兆トークン、Thinkingは公開から3週間足らずでKilo Codeで552億トークン、OpenClawで256億トークンを処理したとされています（NVIDIA事例）。

Trinityファミリーの全体像：Nano / Mini / Large

Trinityシリーズは小型のNano、中型のMini、大型のLargeの3階層です。NanoとMiniは2025年12月1日、Largeは2026年1月27日に公開され、推論版のLarge-Thinkingが2026年4月1日に加わりました。

選ぶ目安は次のとおりです。

• APIで使うなら、現在ホストされているのはTrinity-Large-Thinkingだけ（2026年10月23日時点のOpenRouterモデル一覧では、Arceeのモデルはこの1つ）
• 自社でゼロから調整したいならBaseかTrueBase
• 小さなGPUで動かしたいならMiniかNano（性能はLargeより大きく下がる）

Trinity Largeの4バリアント

いま「Trinity Large」と言えば、ほとんどの場合Thinking版を指します。<think>...</think> で考えた過程を出力してから回答し、ツール呼び出しを含むマルチターンの処理に合わせて調整されています。

なぜ400Bなのに速いのか：スパースMoEの仕組み

Trinity Largeが400Bでも速いのは、1トークンごとに256のエキスパートから4つだけを選んで計算するからです。全体の知識量は400B分ありながら、毎回の計算量は約13B分で済みます。

MoEを直感的に理解する

256人の専門家がいる組織で、案件ごとに最適な4人（＋全案件に入る共通担当1人）だけを呼ぶ、とイメージするとわかりやすいです。組織全体の知識は保ったまま、毎回の人件費（計算量）は小さく抑えられます。

この設計から、次の特徴が出てきます。

• 推論が速い: Artificial Analysisの第三者計測では、出力速度は約350トークン/秒、最初の回答トークンが出るまで約6.8秒（推論時間を含む）
• API料金が安い: 計算量が小さいぶん、400B級としては低い単価で提供されている
• ただしメモリは400B分必要: 動くのは13Bでも、重みはすべてGPUメモリに載せる必要がある。セルフホストが重いのはこのため

Trinity Large固有の技術的工夫

技術レポートでは、大規模MoEを安定して学習させるための工夫が公開されています。

• SMEBU（Soft-clamped Momentum Expert Bias Updates）: エキスパートの負荷分散を、符号ベースの更新からtanhによる連続的な更新に置き換えた手法。特定のエキスパートに処理が偏るのを防ぐ
• Muonオプティマイザの併用: 埋め込み層・出力層はAdamW、中間層はMuonで最適化
• ローカル／グローバル注意の組み合わせ: ローカル（RoPE）とグローバル（NoPE）の注意層を3:1で交互に配置
• 3段階の学習カリキュラム: 後の段階ほど数学・コードの比率を高める

出典: Arcee AI 公式ブログ

ベンチマーク性能：得意なこととそうでないこと

公式のベンチマークでは、ツールを使うエージェント系の評価は上位、知識・科学推論・指示追従・コーディングは見劣りします。「何でも最高」ではなく、エージェント用途に寄せた低価格モデルとして見るのが実態に近いです。

主要ベンチマーク（Trinity-Large-Thinking）

数値はHugging Faceのモデルカードに載っているArceeの自己申告です。比較相手は2026年4月の公開時点のモデル（Claude Opus 4.6、GLM-5、Kimi K2.5など）で、現行のClaude Opus 5.5やGLM-5.3、Kimi K3とは比べていません。

モデルカードの文中に「LiveCodeBench 98.2%」という記述がありますが、表の数値と食い違うという指摘があるため、本記事では扱っていません。

第三者の評価では、Artificial Analysisの総合指数（Intelligence Index）は11です（2026年10月閲覧）。数値だけでは高いか低いかわかりにくいので、同サイトで比較したいモデルと並べて見るのがおすすめです。

得意領域・苦手領域の整理

得意なのは次の点です。

• 複数ターンにわたるツール呼び出し、エージェントのループ処理（Tau2、PinchBench）
• 数学の推論（AIME25）
• 同じ価格帯での速さと安さ

苦手なのは次の点です。

• 実務のソフトウェア開発（SWE-bench Verified 63.2）。Arcee自身もブログで「一夜で最強のオープンなコーディングモデルになるとは思っていない」と書いている
• 大学院レベルの科学推論・幅広い知識（GPQA-Diamond、MMLU-Pro）
• 細かい指示の厳密な追従（IFBench 52.3。GLM-5やKimi K2.5より大きく低い）
• 画像・音声の入力（テキストのみ）
• 日本語（公式の日本語評価なし）

出典: Arcee AI 公式ブログ

料金体系：$0.25/$0.80・「Opus比96%安」の実態

出典: OpenRouter

2026年10月23日時点のArcee公式APIの料金は、入力$0.25／出力$0.80／キャッシュ入力$0.06（いずれも100万トークンあたり）です。公開時（2026年4月）の出力$0.90から下がっています。

「Opus比96%安」は、もともとArceeが4月に出力$0.90とClaude Opus 4.6の出力$25を比べて示した数字です。現行の最新モデルClaude Opus 5.5（入力$4／出力$20）と比べ直すと、出力単価は約25分の1（約96%安）、入力単価は16分の1で、割合としてはほぼ変わりません。ただし、価格が安いことと性能が同じことは別の話です。

プラットフォーム別料金（2026年10月時点）

2026年5月時点で提供されていたOpenRouterの無料版（:free）やTrinity Large Previewは、10月23日時点のOpenRouterモデル一覧に載っていません。NVIDIAの事例ページにはAmazon Bedrockでの提供も記載されていますが、AWS側の公式カタログでは確認できていません。

月間コストの試算

エージェント用途を想定し、月に入力1億トークン・出力2,000万トークンを使った場合の概算です（キャッシュ割引は考慮せず。Trinity以外のオープンモデルはArcee API上の価格で計算）。

Trinityは最安ではありません。同じArcee APIの中ならDeepSeek V4 Flashのほうが安く、Trinityを選ぶ理由は「米国製であること」や「エージェント系の評価」に置くほうが筋が通ります。DeepSeek V4系の詳細はDeepSeek V4 Flashとはを参照してください。

セルフホスト（Hugging Face）

重みのダウンロードとライセンス料は無料ですが、GPUの費用がかかります。2026年10月23日にHugging Faceの公式リポジトリ（arcee-ai配下）で、Thinking版の重みの合計サイズを確認した結果は次のとおりです。

実際に動かすには、このサイズに加えてKVキャッシュ（会話の文脈を保持するメモリ）の分が必要です。

価格の安さが生きるケース・生きないケース

価格差が大きな意味を持つのは次のケースです。

• 出力が長いエージェント処理や計画タスク
• 大量のバッチ処理、社内向けAPIとしての常用
• 月に数億〜数十億トークンを使う規模

価格差が小さくなるのは次のケースです。

• 出力が短い分類・抽出（もともとの金額が小さく、品質やサポートの差のほうが大きく影響する）
• 月数十万トークン程度の試験運用
• 品質不足でやり直しが増える用途（コーディングや厳密な指示追従など）

使い方：OpenRouter・Arcee公式API・vLLM・Hugging Face

出典: Hugging Face（arcee-ai/Trinity-Large-Thinking）

すぐ試すならArcee公式APIかOpenRouter、データを外に出せないならvLLMなどでのセルフホストです。どちらもOpenAI互換のAPIで呼べるため、既存のChatGPT/Claude向けコードはエンドポイントとモデル名を差し替えれば動きます。画面で試したいだけならチャットUIのchat.arcee.aiもあります（料金・無料枠の条件は未確認）。

1. OpenRouter経由（最短）

ほかのモデルと同じAPIキーで切り替えて使いたい場合に便利です。OpenRouterの仕組みはOpenRouterとはで解説しています。

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="YOUR_OPENROUTER_API_KEY",
)

response = client.chat.completions.create(
    model="arcee-ai/trinity-large-thinking",
    messages=[
        {"role": "user", "content": "社内問い合わせ対応エージェントの処理手順を設計してください"}
    ],
)
print(response.choices[0].message.content)

以前案内されていた arcee-ai/trinity-large-preview:free などの無料モデルIDは、2026年10月23日時点のOpenRouter一覧にありません。

2. Arcee公式API

ベースURLは https://api.arcee.ai/api/v1 です（docs.arcee.ai）。platform.arcee.aiでアカウントを作り、ウォレットにチャージしてからAPIキーを発行します。

from openai import OpenAI

client = OpenAI(
    base_url="https://api.arcee.ai/api/v1",
    api_key="YOUR_ARCEE_API_KEY",
)

response = client.chat.completions.create(
    model="trinity-large-thinking",
    messages=[{"role": "user", "content": "この手順書の抜け漏れを指摘してください"}],
)
print(response.choices[0].message.content)

Arcee APIは2026年8月13日に「Open Models API（Beta）」に拡張され、同じAPIキーでDeepSeek V4、GLM-5.3、Kimi K3など他社のオープンウェイトモデルも呼べるようになりました。一部のモデルはFireworks AIなど外部パートナー経由で配信されています。同じ日には、長時間のエージェント作業を動かすためのOSSハーネス「nac」（Apache 2.0、MCPサーバー同梱）も公開されています。

3. vLLM セルフホスト（公式推奨）

Hugging FaceのモデルカードではvLLM 0.11.1以上を推奨し、推論過程とツール呼び出しを分けて受け取る設定を載せています。

vllm serve arcee-ai/Trinity-Large-Thinking \
  --dtype bfloat16 \
  --reasoning-parser deepseek_r1 \
  --enable-auto-tool-choice \
  --tool-call-parser qwen3_coder

推奨パラメータは出典によって違います。HFのモデルカードは temperature=0.45〜0.6、top_p=0.95、top_k=50、公式ドキュメントの例は temperature=0.3 です。まずはモデルカードの値で始め、用途に合わせて調整するのが無難です。SGLangにも対応しています。

4. Hugging Face Transformers・GGUF

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "arcee-ai/Trinity-Large-Thinking"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True,
)

GGUF版はllama.cpp、Ollama、LM Studioで読み込めます。Ollamaの基本はOllamaとはを参照してください。

マルチターンの重要な注意点

Thinking版を会話やエージェントで使うときは、前のターンの思考（推論過程）を消さずに次のリクエストへ渡す必要があります。モデルカードに書かれている注意点は次のとおりです。

• アシスタントの発話に含まれる reasoning_content を履歴に残したまま送る（OpenRouter経由なら reasoning_details をそのまま戻す）
• ツールを呼び出したターンでは、content を null ではなく空文字 "" にする
• 履歴が長くなったら、直近の思考だけを消すのではなく、古いターンを丸ごと削る
• reasoning と reasoning_content のフィールド名を取り違えない

思考を履歴から消すと、特に多段のタスクでツール呼び出しがおかしくなりやすくなります。他モデル向けに作ったエージェントを流用するときに引っかかりやすい点です。

セルフホストの現実的なハードウェア要件

重みのサイズから見た目安です（KVキャッシュ分の余裕を含めた概算。実際の構成は推論エンジンや同時接続数で変わります）。

24〜32GBの一般的なGPUやノートPCでは動きません。実際の選択肢は、クラウドGPUを時間単位で借りるか、APIを使うか、規制要件があって自社データセンターに複数GPUのサーバーを置くか、のいずれかです。

ライセンス：Apache 2.0からOpenMDW-1.1へ（エンタープライズへの影響）

Trinityの全モデルは2026年5月29日からOpenMDW-1.1で提供されています。Nano・Mini・Large・Large-Thinkingと全量子化版が対象で、すでに公開済みのモデルにもさかのぼって適用されました（公式発表）。Hugging Faceのモデルカードも5月28日に更新されています。

Arceeは変更理由を「Apache 2.0はソースコード向けのライセンスで、重み・設定・評価資料などを明確に扱っていない。OpenMDWならモデルに関わる資料を1本のライセンスでまとめられる」と説明しています。利用分野の制限や別途の商用ライセンスはなく、商用利用・セルフホスト・追加学習・蒸留・改変・再配布ができる、というのがArceeの立場です。NVIDIAも今後のCosmos、Isaac GR00T、NemotronでOpenMDW-1.1を採用予定としています。

なお、2026年10月時点でも、公式ドキュメント（docs.arcee.ai）のモデルページとNVIDIAの事例ページはApache 2.0と書いたままです。現行の条件はHugging Faceのリポジトリに置かれたLICENSEで確認してください。Apache 2.0の時期にダウンロードした重みがどちらの条件で扱われるかについて、公式の説明はありません。

OpenMDW-1.1の要点

公式の条文から、企業の利用で押さえたい点をまとめます。

主要ライセンスとの比較

TrueBaseが規制産業に好まれる理由

TrueBaseは10兆トークン時点のチェックポイントで、指示応答用のデータも学習率の調整も入っていない「素の」ベースモデルです。VentureBeatなどは、金融・医療・防衛のように「他社が施したチューニングが入っていない状態から、自社データだけで調整したい」組織に向くと紹介しています。

主要モデルとの比較

Trinity Largeの比較相手は、同じくオープンウェイトのDeepSeek V4・GLM-5.3・Kimi K3・Llama 4 Maverickと、クローズドのClaude Opus 5.5です。性能を同じ条件で並べたデータはないため、ここでは料金・開発国・提供形態で比べます。

出典: Arcee AI 公式ブログ

DeepSeek V4・GLM-5.3・Kimi K3の料金はArcee API上の価格、Claude Opus 5.5はAnthropic公式の価格です（2026年10月23日時点）。各モデルの詳細はGLM-5.3とは、Kimi K3とは、Llama 4 Maverickとは、Claude Opus 5.5とはで解説しています。

用途別おすすめ

「Trinity Large vs 中国製オープンモデル」の選択ポイント

• 調達条件や地政学リスクを重く見る組織 → Trinity Large（米国製）
• 価格と性能だけで選ぶ → DeepSeek V4やGLM-5.3も有力。指示追従（IFBench）は中国製モデルのほうが高い項目がある
• 同じAPIで試し比べたい → Arcee Open Models APIなら、Trinity・DeepSeek V4・GLM-5.3・Kimi K3を同じキーで切り替えられる

DeepSeek V4についてはDeepSeek V4とはも参照してください。

できないこと・制約・注意点

Trinity Largeは安くて速い一方で、苦手分野と運用上の制約がはっきりしています。「Opus比96%安」だけを見て置き換えると、品質やサポートの面でつまずきます。

企業導入前にチェックすべき項目

• 自社データでの実測: 公開ベンチマークではなく、自社の業務データで品質とコストを測る。日本語を使うなら特に必須
• 予備のモデルを用意する: APIの提供元が1社なので、本番では別モデルへの自動切り替えを組んでおく
• コンテキストの上限: APIは262Kまで。それ以上が必要ならセルフホストを検討する
• データの送り先: 機密データを扱うならセルフホストを第一に考える。APIを使う場合は保持・学習利用の条件をArceeに確認する
• ライセンスの確認: OpenMDW-1.1は第三者の権利の確認を利用者に求めているため、規制業種は法務の確認を通す
• エージェントの権限設計: OpenClawなどに組み込むときのリスクはモデルよりも、ファイル操作・シェル実行・外部送信などエージェント側の権限にある（OpenClawの危険性を参照）

Trinityのような新しいモデルを自社の業務システムに組み込む場合、API連携で済むのか、セルフホストのGPU環境まで作るのかで費用は大きく変わります。PoCから本開発までの金額の目安はAI開発の費用相場にまとめています。

こんな人・組織におすすめ

次のどれかに当てはまるなら、Trinity-Large-Thinking（または用途に合ったバリアント）は有力な候補です。

1. エージェント処理のAPIコストを下げたい開発チーム

Claude OpusなどのAPI費用が重く、ツール呼び出し中心の処理ならTrinityの品質で足りる場合、コスト差が大きな意味を持ちます。OpenClaw、Hermes Agent、Kilo Code、Cline、OpenCodeなどのエージェントでの利用を公式がうたっています。

2. データを外部に出せない規制業種

金融・医療・公共などで機密データを外部APIに送れない組織は、重みをダウンロードして自社の環境だけで推論基盤を作れます。

3. 米国製のオープンウェイトモデルが必要な組織

調達条件で中国製モデルを使いにくい場合、400B級で米国製のオープンウェイトという選択肢は多くありません。

4. 自社専用モデルを作るベースモデルがほしい開発者

BaseやTrueBaseを使った追加学習・蒸留・改変・再配布がライセンス上認められています。

こんな人・組織にはおすすめしない

次に当てはまる場合は、現時点では別のモデルを選ぶほうが安全です。

本格的なコーディングエージェントが主な用途

SWE-bench Verified 63.2は実用の範囲ではあるものの、コーディングが中心ならClaude Code、GitHub Copilot、Cursorなどコード向けのツールのほうが合います。

画像・音声・動画の入力が必要

Trinityはテキストのみです。画像を読ませたいならClaudeやGeminiなどマルチモーダル対応のモデルを選びましょう。

日本語の業務文書で高い精度が必要

公式の日本語評価がなく、品質を客観的に判断できません。企画書・契約書・要約が中心なら、日本語の実績があるモデルのほうが確実です。

個人や小規模チームでローカル実行したい

4bitに量子化しても200GBを超えるため、一般的なGPUでは動きません。APIを使うか、Trinity Miniなど小型のモデルを検討してください。

とにかく最安で大量処理したい

同じArcee APIでもDeepSeek V4 Flashのほうが安く提供されています。

よくある質問

Q. Trinity Largeは今もApache 2.0ですか？

いいえ。2026年5月29日にOpenMDW-1.1へ変更され、公開済みのモデルにもさかのぼって適用されています。自社でファインチューニングしたモデルを配布する場合も、OpenMDW-1.1の写しと由来表示を同梱する必要があります。公式ドキュメントの一部はApache 2.0の表記が残っているため、Hugging FaceのLICENSEを正として確認してください。

Q. Trinity-Large-ThinkingとTrinity-Large-Previewはどちらを使うべき？

APIで使うならThinkingです。2026年10月23日時点で、OpenRouterの一覧とArcee APIの料金表に載っているTrinityはThinkingだけで、Previewは重みをダウンロードしてセルフホストする形になります。推論なしの軽い対話を自社環境で動かしたいならPreview、追加学習の起点ならBaseかTrueBaseです。

Q. 日本語はどの程度使えますか？

Arceeは日本語の評価結果を公開していません。日本語の指示に応答はしますが、業務で使えるかどうかは自社の文書で実際に試して判断する必要があります。

Q. 無料で試す方法はありますか？

2026年10月時点で、恒常的な無料枠は確認できていません。OpenRouterの無料版は一覧から消えており、Arcee APIもチャージ式です（Open Models API Betaの発表時には登録者に$5分のクレジットを配っていましたが、今も続いているかは未確認）。試すだけならチャットUIのchat.arcee.aiがあります。重み自体は無料なので、GPU環境があればセルフホストで試す手もあります。

Q. Arcee AIは今後も開発を続けるのか？

2026年9月にSeries Bを発表し、評価額は10億ドルを超えたと公式に発表しています。次世代のTrinityを学習中であることも明かしていますが、名称や公開時期は発表されていません。

Q. Amazon BedrockやAzureで使えますか？

NVIDIAの事例ページにはAmazon Bedrockで提供中、Microsoft Foundryは近日提供と書かれていますが、AWS・Microsoftの公式情報では確認できていません。使う前に各クラウドのモデルカタログで確かめてください。

まとめ：Trinity Largeを選ぶべきか

Arcee AI Trinity Largeは、米国製・約400Bのオープンウェイト・エージェント向け・出力$0.80という組み合わせのモデルです。ライセンスはApache 2.0からOpenMDW-1.1に変わりましたが、商用利用・セルフホスト・追加学習ができる点は変わっていません。

選ぶべきなのは次のようなケースです。

• ツール呼び出し中心のエージェント処理を、低いコストで回したい
• 米国製のオープンウェイトモデルが調達条件になっている
• 機密データを外に出さず、自社環境で大型モデルを動かしたい（GPU環境を用意できる）
• 自社専用モデルを作るベースモデルがほしい

他を選ぶべきなのは次のようなケースです。

• 本格的なソフトウェア開発支援が中心（→ Claude Code / GitHub Copilot）
• 画像・音声などマルチモーダルが必要（→ Claude / Gemini）
• 日本語の品質や長期サポートを最優先する（→ 実績のあるクローズドモデル）
• 価格だけで選ぶ（→ DeepSeek V4 Flash）

生成AIツール全体の比較は生成AIツールおすすめ比較、エージェントの基本はAIエージェントとは、クローズドモデルとの違いはClaudeとはで確認できます。