Arcee Trinity Large calculateur TPS
Chaque carte ci-dessous est évaluée par rapport à ce modèle à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une demande unique, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..
Calculé pour ce modèle
818 cartes dont nous détenons les spécifications pour
Carte la plus petite qui convient
Radeon Instinct MI325X
256 GB · IQ4_XS · 12.2 tok/s
Carte la plus rapide
B300
19.7 tok/s · 288 GB
Quelles GPU peuvent exécuter Arcee Trinity Large?
Définir les entrées, lire la réponse
Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..
Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..
4 cartes correspondent
Calcul en cours| Besoin | Quantification | Convient | |||||
|---|---|---|---|---|---|---|---|
|
19.7
tok/s
12–31 · faible confiance |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 241.5 GB | Q4_K_M | À l'étroit |
|
15.7
tok/s
9–25 · faible confiance |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 241.5 GB | Q4_K_M | À l'étroit |
|
15.7
tok/s
9–25 · faible confiance |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 241.5 GB | Q4_K_M | À l'étroit |
|
12.2
tok/s
7–20 · faible confiance |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 218.3 GB | IQ4_XS | À l'étroit |
Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Prime Intellect,Arcee AI
- Type d'organisation
- Industry,Industry
- Pays
- United States of America
- Publié
- 19 February 2026
- Auteurs
- Varun Singh, Lucas Krauss, Sami Jaghouar, Matej Sirovatka, Charles Goddard, Fares Obied, Jack Min Ong, Jannik Straube, Fern, Aria Harley, Conner Stewart, Colin Kealty, Maziyar Panahi, Simon Kirsten, Anushka Deshpande, Anneketh Vij, Arthur Bresnu, Pranav Veldurthi, Raghav Ravishankar, Hardik Bishnoi, DatologyAI Team, Arcee AI Team, Prime Intellect Team, Mark McQuade, Johannes Hagemann, Lucas Atkins
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Language
- Tâche
- Language modeling/generation
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 398B
- Données d'entraînement
- tokens
"We present the technical report for Arcee Trinity Large, a sparse Mixture-of-Experts model with 400B total parameters and 13B activated per token"
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 1.3 × 10²⁴ FLOP
13e9 active parameters * 17e12 tokens * 6 = 1.326e24 FLOPs estimated
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA B300 (Blackwell Ultra)
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Open — downloadable
- Accès au modèle
- Open weights (restricted use)
- Hugging Face
- arcee-ai
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Likely
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Arcee Trinity Large Technical Report
- Dernière mise à jour
- 8 April 2026
Les extrêmes
Les dix GPU les plus rapides qui exécutent Arcee Trinity Large
Classé par tokens par seconde estimés, la carte la plus récente en premier lorsque les vitesses se rejoignent. Étant donné que la génération est limitée par la bande passante de la mémoire, cet ordre suit la bande passante plutôt que tout indice de jeu..
Les plus petits GPU qui fonctionnent encore Arcee Trinity Large
Le chemin le moins cher, par capacité de mémoire. Un ajustement serré exécute le modèle mais ne laisse rien de libre pour une conversation plus longue..
- 01 Radeon Instinct MI325X 256 GB · Besoin 218.3 GB · IQ4_XS · À l'étroit 12.2 tok/s
- 02 B300 288 GB · Besoin 241.5 GB · Q4_K_M · À l'étroit 19.7 tok/s
- 03 Radeon Instinct MI350X 288 GB · Besoin 241.5 GB · Q4_K_M · À l'étroit 15.7 tok/s
- 04 Radeon Instinct MI355X 288 GB · Besoin 241.5 GB · Q4_K_M · À l'étroit 15.7 tok/s
Ce que les chiffres signifient
Le côté matériel
Carte minimale
Radeon Instinct MI325X
Mémoire requise
218.3 GB
Le plus rapide
19.7 tok/s
Arcee Trinity Large atteint un nombre de paramètres de 398B. Cela dépasse ce que peut contenir une seule carte graphique. L'exécuter signifie soit le répartir entre plusieurs cartes, soit louer du matériel conçu pour cela, et chaque carte capable de le contenir seule est une pièce de datacenter. Le nombre qui peut : 4.
À l'extrémité inférieure, cela est géré par Radeon Instinct MI325X, avec une capacité de mémoire de 256 GB, le faisant fonctionner à une compression de IQ4_XS et produisant environ 12.2 tokens par seconde
Le résultat le plus rapide vient de B300, générant à peu près 19.7 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.
D'où cela vient-il
Arcee Trinity Large a été publié par Prime Intellect,Arcee AI, dans le pays enregistré comme United States of America, durant February 2026. La catégorie à laquelle appartient l'éditeur est industry,Industry.
Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation.
Les poids étant ouverts, c'est ce qui place cette page dans le calculateur plutôt que seulement dans le catalogue : c'est un modèle que vous pouvez réellement tenir. Sur Hugging Face, il est publié sous l'organisation arcee-ai.
Comprendre les vitesses
La moitié des cartes qui le détiennent gèrent plus de 15.7 tokens par seconde. Dépassement direct de la vitesse de lecture. 4 d'eux
C'est un modèle dense, donc chaque paramètre est lu pour chaque jeton produit. Cela rend la vitesse presque exactement proportionnelle à la bande passante mémoire — une carte avec le double de la bande passante génère environ deux fois plus rapidement.
La mémoire ici est estimée à partir de la taille plutôt que calculée à partir de l'architecture, qui n'est pas enregistrée pour ce modèle — les chiffres sont indicatifs plutôt qu'exacts.
Qu'est-ce qui a été nécessaire pour le construire
L'entraînement a nécessité un budget de calcul d'environ 1.3 × 10²⁴ FLOP, sur matériel enregistré comme NVIDIA B300 (Blackwell Ultra). Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Étape par étape
Comment choisir un GPU pour Arcee Trinity Large
Le tableau ci-dessus a déjà évalué chaque carte pour laquelle nous avons des spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..
-
01
Vérifiez ce dont cela a besoin avant toute autre chose
Commencez par ce dont il a réellement besoin, c'est-à-dire l'exigence de Arcee Trinity Large, ayant besoin d'environ 218.3 GB à une compression de IQ4_XS. Aucun montant de puissance de traitement ne compense une carte qui ne peut pas la supporter.
-
02
Décidez combien de temps vos conversations tournent
Les conversations plus longues coûtent de la MÉMOIRE en plus de ce dont les POIDS ont besoin. Déplacez le curseur à votre longueur de travail réelle avant de faire confiance à une ligne pour Arcee Trinity Large.
-
03
Choisissez jusqu'où vous allez le compresser
La colonne de quantification varie selon la carte, car une plus grande carte contient une copie plus précise., atteignant une compression de IQ4_XS sur la plus petite carte qui convient. Fixer une qualité minimale élimine les cartes qui ne parviennent à l'atteindre qu'en exerçant une pression plus forte que vous ne le souhaiteriez, et maintient la comparaison à un niveau.
-
04
Comparez les tokens par seconde, pas les spécifications.
Le classement par tokens par seconde suit la bande passante de la VRAM plutôt que le nombre de cœurs, pour Arcee Trinity Large. Il ne s'alignera pas sur une commande de jeu, car la génération est limitée par la bande passante de la mémoire. La carte en tête de liste est B300, à 19.7 tok/s
-
05
Vérifiez le verdict de compatibilité avant d'acheter
La colonne d'adéquation sépare les cartes qui y parviennent juste de celles qui ont de la marge, dans le cas de Arcee Trinity Large. Confortable signifie que vous pouvez augmenter le contexte plus tard. Cette différence compte plus que quelques tokens par seconde, donc achetez pour confortable si vous vous attendez à cela.
-
06
Voir ce que cette carte exécute d'autre.
Chaque nom de carte renvoie à sa propre page, qui effectue le même calcul dans l'ensemble du catalogue de modèles. Une carte est généralement achetée pour plus d'un modèle, il est donc utile de jeter un œil avant d'acheter pour Arcee Trinity Large.
Réponses
Arcee Trinity Large — questions courantes
Arcee Trinity Large— Quelle GPU ai-je besoin pour l'exécuter ?
La plus petite CARTE de notre catalogue qui le supporte est Radeon Instinct MI325X, avec une capacité de mémoire de 256 GB. Il exécute le modèle à une compression de IQ4_XS environ 218.3 GB, et produit environ 12.2 tous les GPU capables de l'exécuter en total 4.
Arcee Trinity Large— à quelle vitesse est-il sur un GPU ?
Cela dépend de la carte. Le plus rapide que nous calculons est B300, à propos de 19.7 tokens par seconde; le plus lent qui fonctionne encore gère considérablement moins. La vitesse de lecture est d'environ dix tokens par seconde, et le nombre de cartes qui réussissent cela : 4.
Arcee Trinity Large— combien de VRAM cela nécessite-t-il ?
Cela nécessite environ 218.3 GB à une compression de IQ4_XS, laquelle est la plus petite carte qui l'exécute. Moins de compression nécessite plus : les chiffres dans la colonne mémoire ci-dessus sont recalculés pour chaque carte, car chacune détient la version la moins compressée qu'elle peut.
Arcee Trinity Large— est-ce que c'est open source ?
Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.
Arcee Trinity Large— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 398B. "We present the technical report for Arcee Trinity Large, a sparse Mixture-of-Experts model with 400B total parameters and 13B activated per token". Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
Arcee Trinity Large— qui l'a créé ?
Il a été publié par Prime Intellect,Arcee AI, basé sur United States of America, une organisation catégorisée comme industry,Industry.
Arcee Trinity Large— quand a-t-il été publié ?
Il a été publié dans February 2026.
Arcee Trinity Large— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
Arcee Trinity Large— où puis-je le télécharger ?
Ses poids sont publiés sur Hugging Face, sous l'organisation arcee-ai. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.
Arcee Trinity Large— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 1.3 × 10²⁴ FLOP, sur matériel enregistré comme NVIDIA B300 (Blackwell Ultra). Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.
Arcee Trinity Large— Puis-je l'exécuter s'il ne tient pas dans ma GPU?
Il peut être réparti entre la carte et la mémoire système, mais cela génère de manière douloureuse lentement. La plus proche approximation que nous calculons est inférieure de 68.7 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.
Arcee Trinity Large— deux GPUs l'exécuteraient-ils plus rapidement ?
La capacité s'additionne entre les cartes ; le débit ne le fait pas. Le nombre de cartes déjà capables de le garder par elles-mêmes : 4. Ainsi, une seconde carte est rarement la réponse ici.
Arcee Trinity Large— pourquoi la quantification diffère-t-elle entre les cartes ?
Chaque carte est montrée en exécutant la copie la moins compressée qu'elle peut contenir. Le nombre de niveaux de compression distincts parmi les cartes qui la supportent : 2. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.
Arcee Trinity Large— quelle est la précision de ces estimations de vitesse ?
Chaque chiffre est dérivé de la bande passante de la mémoire et de la taille du modèle, non vérifié par des tests, c'est pourquoi chacun est publié sous forme d'une plage plutôt que d'un nombre unique. Un exemple : 12–31 tok/s sur B300. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.