Trinity Large Thinking vs Relace Apply 3 verglichen — Preis pro Token, Kontextfenster, Multimodalität, Offenheit und welches zu wählen. Kann das Open-Source-Modell das bezahlte ersetzen? Vollständige Übersicht 2026.
Relace Apply 3 — 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 | Relace Anwenden 3 | Gewinner |
|---|---|---|---|
| Hersteller | Arcee ai | Relace | – |
| Typ | Open-Weight | Proprietär | ARTrinity Large Thinking |
| Kontextfenster | 262K Tokens | 256K Tokens | ARTrinity Large Thinking |
| Eingabepreis | $0.22/M · kostenloses Selbst-Hosting | $0.85/M | ARTrinity Large Thinking |
| Ausgabepreis | $0.85/M · kostenloses Selbst-Hosting | $1.25/M | ARTrinity Large Thinking |
| Vision / multimodal | Nein | Nein | – |
| Tool / Funktionsaufruf | Ja | Nein | ARTrinity Large Thinking |
| Selbst gehostet | Ja | Nein (nur API) | ARTrinity Large Thinking |
| Lizenz | Open weights | Proprietär | ARTrinity Large Thinking |
| Fähigkeit | Trinity Large Thinking | Relace Anwenden 3 |
|---|---|---|
| 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 | Relace Anwenden 3 |
|---|---|---|
| Kosten-Effizienz | 5.0 | 4.5 |
| Kontextfenster | 4.0 | 4.0 |
| Offenheit | 5.0 | 1.5 |
| Selbst-Hosting | 5.0 | 1.0 |
| Multimodalität | 3.5 | 2.0 |
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...
Relace Apply 3 ist ein spezialisiertes Code-Patching-LLM, das KI-vorgeschlagene Änderungen direkt in Ihre Quelldateien integriert. Es kann Updates von GPT-4o, Claude und anderen in Ihre Dateien anwenden...
Trinity Large Thinking ist open-weight und wettbewerbsfähig in vielen Aufgaben, aber Relace Apply 3 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. Relace Apply 3 ist nur API-basiert und kann nicht selbst gehostet werden.
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 Relace Apply 3, 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 →