Trinity Large Thinking vs Perceptron Mk1 verglichen — Preis pro Token, Kontextfenster, Multimodalität, Offenheit und welches zu wählen. Kann das Open-Source-Modell das bezahlte ersetzen? Vollständige Übersicht 2026.
Perceptron Mk1 — 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 | Perceptron Mk1 | Gewinner |
|---|---|---|---|
| Hersteller | Arcee ai | Perceptron | – |
| Typ | Open-Weight | Proprietär | ARTrinity Large Thinking |
| Kontextfenster | 262K Tokens | 33K Tokens | ARTrinity Large Thinking |
| Eingabepreis | $0.22/M · kostenloses Selbst-Hosting | $0.15/M | PEPerceptron Mk1 |
| Ausgabepreis | $0.85/M · kostenloses Selbst-Hosting | $1.5/M | ARTrinity Large Thinking |
| Vision / multimodal | Nein | Ja | PEPerceptron Mk1 |
| Tool / Funktionsaufruf | Ja | Nein | ARTrinity Large Thinking |
| Selbst gehostet | Ja | Nein (nur API) | ARTrinity Large Thinking |
| Lizenz | Open weights | Proprietär | ARTrinity Large Thinking |
Trinity Large Thinking ist ~1.8× günstiger als Perceptron Mk1 bei Ausgabetoken ($0.85 vs $1.5 pro M Tokens).
| Fähigkeit | Trinity Large Thinking | Perceptron Mk1 |
|---|---|---|
| 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 | Perceptron Mk1 |
|---|---|---|
| Kosten-Effizienz | 5.0 | 4.5 |
| Kontextfenster | 4.0 | 2.5 |
| 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...
Perceptron Mk1 (Mark One) ist Perceptrons hochwertigstes Vision-Sprachmodell für Video und verkörpertes Denken.** Es akzeptiert Bild- und Videoeingaben in Kombination mit natürlichen Sprachabfragen und erzeugt detailliertes visuelles Verständnis...
Trinity Large Thinking ist open-weight und wettbewerbsfähig in vielen Aufgaben, aber Perceptron Mk1 könnte bei den schwierigsten Denk- und Agentenaufgaben 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. Perceptron Mk1 ist nur API-basiert und kann nicht selbst gehostet werden.
Trinity Large Thinking kostet $0.85/M Ausgabe im Vergleich zu $1.5/M für Perceptron Mk1 — ungefähr 2x günstiger über API und kostenlos, wenn Sie es 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 Perceptron Mk1, wenn Sie an der Spitze der Möglichkeiten über eine verwaltete API ohne Infrastruktur zum Ausführen interessiert sind.
Durchsuchen Sie die vollständige Open-Source-Modell-Rangliste, tausende von Tools und Live-Benchmarks — alles an einem Ort.
Öffnen Sie die Rangliste →