Quel est le score de Trinity Large Thinking ?

Trinity Large Thinking obtient un score IA de 66,8, avec une marge de 62,1 à 71,6, dans l'édition du 9 novembre 2026. Il est classé 137e sur 257 modèles, à partir de 11 mesures. Ce que veut dire ce score : https://quelleia.com/demarche/#que-veut-dire-le-score

Dans quelles tâches Trinity Large Thinking est-il le plus fort ?

Ses deux meilleures tâches sont français (69,8) et code (69,2). Sa tâche la plus faible est usage (66,0).

Combien coûte Trinity Large Thinking ?

0,35 € par million de jetons en entrée et 0,78 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 0,74 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

Qui édite Trinity Large Thinking ?

Trinity Large Thinking est édité par Arcee AI (États-Unis), et il est sorti le 1er avril 2026. Ses poids sont ouverts, sous licence Apache 2.0.

Fiche modèle · édition du 9 novembre 2026

Trinity Large Thinking

Arcee AI · États-Unis · sorti le 1er avril 2026Arcee AI · États-Unis · 1er avril 2026

Avec réflexion
Poids ouverts · Apache 2.0
Mac 512 Go
Classe énergétique D

66,8de 62,1 à 71,6Rang 137 · 65 %?

Empreinte?

RaisonnementCode69,2AgentsUsage66,0Maths66,6Sciences67,4Français69,8VisionÉcriture66,6Web66,6

Son bilan?

Au classement général, 137e sur 257, dans un peloton de 18 modèles que la marge d'erreur ne permet pas de séparer.
Pas encore classé en code et maths : trop peu de mesures.
Pas encore mesuré en raisonnement, tâches d'agent et compréhension d'images.

Estimationenviron 0,74 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Score général?

66,8de 62,1 à 71,6

Rang137Groupe 9, ex æquoCouverture65 %11 mesures

Pourquoi ce score ? →Comment lire un score →

Les dix tâches?

Artificial Analysis

Hors du score

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. C'est un autre indice, qui ne compte pas dans le score IA de QUELLE IA et ne se compare pas directement à lui.

Version évaluée	Indice	Rang chez eux	Vitesse	Premier jeton	Prix par million de jetonsentrée / sortie
Trinity Large Thinking	10,8	non publié	374,2 jetons/s	1,15 s	0,25 $ / 0,8 $

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Relevé le 26 octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis

Peut-il tourner chez vous ?ESTIMATION

Tient à partir d'un Mac de 512 Go (378,9 Go utiles), en version allégée à 4 bits, par exemple un Mac Studio M5 Ultra de 512 Go. Mémoire estimée : 274,6 Go.

Cartes graphiquesTrop juste
PC portables GeForce RTXTrop juste
PC portables Intel Core UltraTrop juste
PC portables Snapdragon X2Trop juste
Mac 512 Gopar exemple Mac Studio M5 Ultra, 512 GoOui, allégé 4 bits
Mini-PC et PC portables Ryzen AI MaxTrop juste
4 DGX Spark, 512 Gopar exemple Quatre DGX Spark en grappeOui, allégé 4 bits
Sans carte graphiqueTrop juste
ServeurOui

Mémoire selon la versionAllégée, 4 bits274,6 GoAllégée, 8 bits480,6 GoComplète, 16 bits915,4 GoLe pointillé marque 378,9 Go, la mémoire utile d'un Mac de 512 Go. Au-delà, le modèle ne tient plus sur cette machine.

Vitesse de génération

EstiméMac Studio M5 Ultra, 512 GoMac 512 Go · 1,2 To/s · version allégée à 4 bitsde 42 à 110 jetons/s estimés

Estimation pour un contexte court : le débit mémoire de chaque machine divisé par ce que le modèle relit à chaque jeton dans la version qui y tient, ramené à ce que donnent les 7 mesures publiées qui servent d'étalon. Dans chaque famille, la plus petite machine à débit publié où il tient, la moins rapide à mémoire égale. Comment on l’estime.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire. Les prix et les marchands sont sur la page de chaque machine.

Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.

Fiche technique

Prix: 0,35 € / 0,78 €entrée / sortie, par million de jetons
Fenêtre de contexte: 131 072 jetonsenviron 98 000 mots
Entrées: Texte
Réflexion: Non communiqué
Paramètres: 398 milliards
Licence: Apache 2.0poids ouverts, téléchargeables
Classe énergétique: Dsur une échelle de A à G
Hébergement en Europe: Possible
Connaissances jusqu'à: Juin 2025

Où le trouver

Liens directs, sans affiliation

Toutes les mesures

18 mesures · d'où vient le score

BenchmarkRésultatÉquivaut à?RéflexionÉtatSource

compar:IA1 027,0 Elo74,7InconnueACTIFarene.comparia.beta.gouv.fr

Arena, questions en français1 424,0 Elo71,1InconnueACTIFarena.ai

Arena, questions de code1 443,1 Elo69,6InconnueACTIFarena.ai

compar:IA1 014,0 Elo69,8ÉlevéeACTIFarene.comparia.beta.gouv.fr

Arena, questions d'experts1 404,9 Elo67,4InconnueACTIFarena.ai

Arena, écriture créative1 350,6 Elo66,1InconnueACTIFarena.ai

Arena, questions d'experts1 401,5 Elo66,7ÉlevéeACTIFarena.ai

Arena, questions de maths1 382,5 Elo66,2ÉlevéeACTIFarena.ai

Arena, texte1 378,7 Elo64,9InconnueACTIFarena.ai

Arena, questions en français1 399,0 Elo65,5ÉlevéeACTIFarena.ai

Arena, questions de code1 412,5 Elo62,7ÉlevéeACTIFarena.ai

Arena, texte1 367,2 Elo62,2ÉlevéeACTIFarena.ai

Voir les 6 autres mesures

Arena, écriture créative1 332,9 Elo62,0ÉlevéeACTIFarena.ai

Arena, questions de maths1 361,6 Elo61,8InconnueACTIFarena.ai

SciCode40,6 %71,1InconnueACTIFartificialanalysis.ai

Code Arena, WebDev1 236,2 Elo66,5ÉlevéeACTIFarena.ai

Surface Evolver Bench15,6 %67,5InconnueSATURÉyhenon.github.io

CritPt0,9 %59,3InconnueACTIFepoch.ai

Source : Artificial Analysis pour CritPt et SciCode. Ces mesures, relayées par Epoch AI, comptent dans le score IA avec leur accord.

En bref

Quel est le score de Trinity Large Thinking ?: Trinity Large Thinking obtient un score IA de 66,8, avec une marge de 62,1 à 71,6, dans l'édition du 9 novembre 2026. Il est classé 137e sur 257 modèles, à partir de 11 mesures.?
Dans quelles tâches Trinity Large Thinking est-il le plus fort ?: Ses deux meilleures tâches sont français (69,8) et code (69,2). Sa tâche la plus faible est usage (66,0).
Trinity Large Thinking peut-il tourner en local ?: Tient à partir d'un Mac de 512 Go (378,9 Go utiles), en version allégée à 4 bits, par exemple un Mac Studio M5 Ultra de 512 Go. Mémoire estimée : 274,6 Go.
Combien coûte Trinity Large Thinking ?: 0,35 € par million de jetons en entrée et 0,78 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 0,74 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.
Qui édite Trinity Large Thinking ?: Trinity Large Thinking est édité par Arcee AI (États-Unis), et il est sorti le 1er avril 2026. Ses poids sont ouverts, sous licence Apache 2.0.