Trinity Large Thinking vs Mistral Large 2407 verglichen — Preis pro Token, Kontextfenster, Multimodalität, Offenheit und welches zu wählen. Kann das Open-Source-Modell das kostenpflichtige ersetzen? Vollständige Aufschlüsselung 2026.
Mistral Large 2407 — vollständiges Profil ›
Preise & Spezifikationen aus Live-Daten aktualisiert · olud.ai
Offene Modellpreise = günstigster Anbieter über OpenRouter; offizielle Herstellerpreise können höher sein.
| Spezifikation | Trinity Large Thinking | Mistral Large 2407 | Gewinner |
|---|---|---|---|
| Hersteller | Arcee ai | Mistral AI | – |
| Typ | Open-Weight | Proprietär | ARTrinity Large Thinking |
| Kontextfenster | 262K Tokens | 131K Tokens | ARTrinity Large Thinking |
| Eingabepreis | $0.22/M · kostenloses Selbst-Hosting | $2/M | ARTrinity Large Thinking |
| Ausgabepreis | $0.85/M · kostenloses Selbst-Hosting | $6/M | ARTrinity Large Thinking |
| Vision / multimodal | Nein | Nein | – |
| Tool / Funktionsaufruf | Ja | Ja | = Unentschieden |
| Selbst gehostet | Ja | Nein (nur API) | ARTrinity Large Thinking |
| Lizenz | Open weights | Proprietär | ARTrinity Large Thinking |
Trinity Large Thinking ist ~7.1× günstiger als Mistral Large 2407 bei Ausgabe-Token ($0.85 vs $6 pro M Tokens).
| Fähigkeit | Trinity Large Thinking | Mistral Large 2407 |
|---|---|---|
| Offene Gewichte (herunterladbar) | ✓ | ✗ |
| Selbst gehostet | ✓ | ✗ |
| Läuft vollständig offline | ✓ | ✗ |
| Vision / multimodal | ✗ | ✗ |
| Tool / Funktionsaufruf | ✓ | ✓ |
| 1M+ Kontextfenster | ✗ | ✗ |
Unabhängige Benchmark-Ergebnisse gemessen von Artificial Analysis. Höher ist besser (außer Latenz).
Benchmark-Daten von Artificial Analysis.
| Kriterium | Trinity Large Thinking | Mistral Large 2407 |
|---|---|---|
| Kosten-Effizienz | 5.0 | 4.0 |
| Kontextfenster | 4.0 | 3.5 |
| Offenheit | 5.0 | 1.5 |
| Selbst-Hosting | 5.0 | 1.0 |
| Multimodalität | 3.5 | 3.5 |
Die Bewertungen stammen aus Live-Daten — Ausgabepreis (Kosten), Kontextlänge, offene vs. geschlossene Gewichte (Offenheit & Selbst-Hosting) und Unterstützung für Vision/Tools (Multimodalität). Die Rohqualität der Aufgaben wird hier nicht bewertet; sie hängt von Ihrem Benchmark ab — siehe das Urteil.
Trinity Large Thinking ist ein leistungsstarkes open source Denkmodell vom Team bei Arcee AI. Es zeigt starke Leistungen in PinchBench, agentischen Arbeitslasten und Denkaufgaben. Startvideo: https://youtu.be/Gc82AXLa0Rg?si=4RLn6WBz33qT--B7...
Dies ist das Flaggschiff-Modell von Mistral AI, Mistral Large 2 (Version mistral-large-2407). Es handelt sich um ein proprietäres Modell mit verfügbaren Gewichten und es exceliert in den Bereichen Denken, Code, JSON, Chat und mehr. Lesen Sie die Ankündigung zur Markteinführung [hier](https://mistral.ai/news/m
Trinity Large Thinking ist open-weight und wettbewerbsfähig in vielen Aufgaben, aber Mistral Large 2407 könnte bei den schwierigsten Denk- und Agentenarbeiten immer noch führen. Die Lücke wird immer kleiner — benchmarken Sie beide in Ihrem tatsächlichen Anwendungsfall, bevor Sie entscheiden.
Ja. Trinity Large Thinking hat open weights, sodass Sie es auf Ihren eigenen GPUs selbst hosten oder über eine kostengünstige API ausführen können. Mistral Large 2407 ist nur API und kann nicht selbst gehostet werden.
Trinity Large Thinking kostet $0.85/M Ausgabe vs $6/M für Mistral Large 2407 — ungefähr 7x günstiger über API und kostenlos, wenn Sie selbst hosten.
Wählen Sie Trinity Large Thinking, wenn Sie selbst hosten, Ihre Daten privat halten und pro Token-Gebühren vermeiden möchten — es ist open-weight und läuft auf Ihrer eigenen Hardware. Wählen Sie Mistral Large 2407, wenn Sie fortschrittliche Funktionen über eine verwaltete API ohne Infrastruktur zum Ausführen wünschen.
Durchsuchen Sie die vollständige Open-Source-Modell-Rangliste, tausende von Tools und Live-Benchmarks — alles an einem Ort.
Öffnen Sie die Rangliste →