Preço combinado diário (US$/1 milhão) — registrado todos os dias, cria uma tendência ao longo do tempo.
Mix típico de saída para entrada de 3:1, por 1 milhão de tokens
Preço em 2026-05-11 · Fonte: arcee_ai_reference_catalog
Raciocínio complexo, análise, planejamento e resolução de problemas em várias etapas, onde a qualidade da resposta é mais importante do que o custo bruto.
Trinity Large Thinking is a powerful open source reasoning model from the team at Arcee AI. It shows strong performance in PinchBench, agentic workloads, and reasoning tasks. Launch video: https://youtu.be/Gc82AXLa0Rg...
trinity-large-thinking é um modelo Raciocínio da Arcee Ai (US). HotON.ai o rastreia em $0.22 por 1 milhão de tokens de entrada e $0.85 por 1 milhão de tokens de saída, com uma janela de contexto de token 262K. Sua pontuação de eficiência composta é 90/100 com um $0.001 estimado por tarefa bem-sucedida.
trinity-large-thinking é rastreado em $0.22 por 1 milhão de tokens de entrada e $0.85 por 1 milhão de tokens de saída. Uma carga de trabalho típica de saída para entrada de 3:1 combina aproximadamente $0.69 por 1 milhão de tokens. Os números são dados de demonstração ilustrativos.
Raciocínio complexo, análise, planejamento e resolução de problemas em várias etapas, onde a qualidade da resposta é mais importante do que o custo bruto.
trinity-large-thinking suporta até uma janela de contexto de token 262K – grande o suficiente para documentos longos e conversas estendidas em uma única solicitação.
Dentro do conjunto rastreado HotON.ai, trinity-large-thinking é mais barato que 61% dos modelos no preço de entrada e classifica #76 de 521 em termos de eficiência geral.
Sim – qwen-plus-2025-07-28:thinking é uma opção de custo mais baixo em $0.78 por 1 milhão de tokens de saída, ao mesmo tempo que cobre casos de uso semelhantes de Raciocínio. Compare-os lado a lado no HotON.ai.
O preço é real (através do catálogo TestKey, atualizado diariamente). A qualidade (Arena Elo) é real onde o modelo é classificado no LMArena. Velocidade, disponibilidade e eficiência são estimativas modeladas.