アメリカの小さなスタートアップArcee AIが、わずか30人のチームで3980億パラメータの大規模AIモデル「Trinity-Large-Thinking」を開発・公開しました。高性能でありながら運用コストは従来の大手モデルの約96%減。「AIは誰のものか」という問いに、このモデルは一つの答えを示しています。
3980億の部品のうち、動くのはたった130億
2026年4月1日、アメリカ・サンフランシスコのAIスタートアップ「Arcee AI」が、新しいAIモデル「Trinity-Large-Thinking」を公開しました。
数字だけ聞くと途方もない話に思えます。パラメータ（AIが学習で身につけた知識を構成する数値）の数は約3980億個。しかし、このモデルの本当の凄さは「大きさ」ではなく「使い方の賢さ」にあります。
Trinity-Large-Thinkingは「MoE（Mixture of Experts）」と呼ばれる設計を採用しています。全体を256の「専門家」グループに分け、入力された内容に応じてそのうち4つだけを選んで動かす仕組みです。1回の処理で実際に稼働するパラメータは約130億個。全体のわずか3%程度にすぎません。
大きな総合病院を想像してみてください。外科も内科も眼科も揃っているけれど、一人の患者には必要な科の医師だけが対応します。全員が同時に動く必要はありません。Trinity-Large-Thinkingも同じ発想で、膨大な知識を持ちつつ、処理の速さと効率を両立させています。同じ計算環境で動かした場合、同規模のフルサイズモデルと比べて約2〜3倍も高速に動作するとされています。
大手AIの27分の1のコスト
性能の高さ以上に注目したいのが、その運用コストです。
Anthropic社の高性能モデル「Claude Opus 4.6」は、100万出力トークン（AIが文章を生成する際の処理単位）あたり約4,000円のコストがかかります。一方、Trinity-Large-Thinkingは同じ量の処理がわずか約140円。実に96%ものコスト削減になります。
「安かろう悪かろう」ではありません。AIの自律的な作業能力を測るベンチマーク「PinchBench」では、Trinity-Large-Thinkingはスコア91.9を記録。Claude Opus 4.6の93.3にわずか1.4ポイント差まで迫っています。基本的な指示への応答精度を測る「IFBench」でも52.3対53.1と、ほぼ拮抗した成績です。
一方で、コーディング（プログラム作成）の能力を測る「SWE-bench」ではClaude Opus 4.6の75.6に対して63.2と、やや差が開いています。万能ではないものの、AIに自動的に仕事をさせる「AIエージェント」としての総合力は、大手の有料モデルに匹敵する水準に達しています。
30人と約32億円でたどり着いた最前線
Trinity-Large-Thinkingを生み出したArcee AIは、社員わずか30人の小さな会社です。
開発にかけた費用は日本円にして約32億円。同社がこれまでに調達した総額のおよそ半分にあたる金額です。文字通り「社運を賭けた」プロジェクトでした。
学習には2,048基のNVIDIA B300 Blackwell GPU（AI処理に特化した高性能半導体）を使用し、33日間にわたるトレーニングを実施。学習データの選別を自動化するDatologyAIとの提携によって、17兆個のトークンに及ぶ高品質なデータを学習しました。
完成したモデルは、誰でも自由に利用・改変・商用利用できるApache 2.0というライセンスで公開されています。学習済みの重みデータ（モデルが覚えた知識そのもの）はHugging Faceというプラットフォームからダウンロード可能です。
なぜ「アメリカ製のオープンモデル」が注目されるのか
AIの世界では今、ある変化が起きています。
学習済みモデルを無料で公開し、誰でも利用できるようにする「オープンウェイトモデル」の分野は、これまで中国の研究機関が強い存在感を示してきました。DeepSeekやQwen（Alibaba）、GLM（Z.ai）といったモデルが広く使われてきたのです。
ところが2026年に入ると、中国の主要な開発元が独自の有料プラットフォームへ軸足を移し、高性能なオープンモデルのリリースが減少する傾向が見られます。同時にアメリカでも、Metaが2025年4月のLlama 4の苦戦を受けてオープンモデルの最前線から後退しました。
こうして生まれた「空白」に、Arcee AIは正面から挑んでいます。同社のCTO（最高技術責任者）は「開発者が中身を確認でき、自分たちで運用し、自分たちのものとして所有できるモデルが必要だ」と語っています。
AIモデルの活用が広がるにつれ、「どの国が作ったモデルに依存するのか」という問題は、技術的な選択を超えた意味を帯びてきます。Hugging FaceのクレメンCEOも「アメリカの強みは常にスタートアップにあります。オープンソースAIの分野でリードしてくれることを期待すべきなのかもしれません」とコメントしており、Arcee AIへの業界の期待が読み取れます。
「考えてから答える」AIの仕組み
Trinity-Large-Thinkingには、名前に含まれる「Thinking（考える）」が示すとおり、独特な回答プロセスがあります。
質問を受けると、まず内部で「思考フェーズ」を実行します。問題を分析し、計画を立て、論理を検証してから、最終的な回答を生成する。人間が難しい問題を解くときに「まず頭の中で整理してから話す」のと似た流れです。
この仕組みにより、複数のステップにわたる複雑な作業指示や、外部のツールを呼び出しながら段階的に処理を進めるような場面で、安定した結果を出せるようになっています。
小さなチームが、限られた予算で、世界最高水準のAIモデルに肩を並べた。Trinity-Large-Thinkingの登場は、AIの開発力が一部の巨大テック会社だけのものではなくなりつつあることを示しています。そしてそのモデルが誰でも使えるかたちで公開されているという事実は、これからのAI活用の選択肢を確実に広げるものです。
用語解説
パラメータ
AIが学習の過程で調整する数値。パラメータ数が多いほどAIが覚えている情報量は増えるが、処理にかかる計算コストも増大する。MoE（Mixture of Experts）
AIモデルの設計手法のひとつ。多数の「専門家」ネットワークを用意し、入力に応じて一部だけを選んで動かすことで、性能と処理効率を両立させる。オープンウェイトモデル
学習済みAIモデルの重みデータ（AIが学習した結果そのもの）が公開され、誰でもダウンロードして利用・改変できるモデルのこと。トークン
AIが文章を処理するときの最小単位。英語では1単語が1〜2トークン程度、日本語では1文字が1〜2トークン程度に相当する。ベンチマーク
AIモデルの性能を測定するための標準化されたテスト。複数のモデルを同じ条件で比較するために使われる。Apache 2.0ライセンス
ソフトウェアの利用・改変・再配布・商用利用を広く認めるオープンソースライセンスの一つ。AIエージェント
人間の指示を受けて、自律的に複数の手順を判断・実行し、目的を達成するAIシステム。メールの処理やコード生成など、複数のツールを組み合わせた作業を自動でこなす。Hugging Face（ハギング・フェイス）
AIモデルやデータセットを公開・共有するためのプラットフォーム。オープンソースAIの中心的な存在。
出典・参考情報
- Arcee AI | Trinity-Large-Thinking: Scaling an Open Source Frontier Agent
Arcee AI公式ブログによるTrinity-Large-Thinkingのリリース発表記事。開発経緯、PinchBenchでの#2スコア、$0.90/M出力トークンの価格設定、Apache 2.0ライセンスでの公開方針、OpenRouterでの利用実績（3.37兆トークン）、今後のMini/Nanoモデルへの蒸留計画について記載。 - arcee-ai/Trinity-Large-Thinking · Hugging Face
Hugging Face上のモデルカード。398Bパラメータ・約13Bアクティブパラメータのスパースなefficience of Experts アーキテクチャの詳細、ベンチマーク結果（τ²-Bench 94.7%、PinchBench 91.9%、LiveCodeBench 98.2%）、学習インフラ（2,048 NVIDIA B300 GPU）、17兆トークンの事前学習データ、DatologyAIとのデータ提携、vLLM/Transformers/APIでの利用方法が記載。 - Arcee AI Ships 400B Open Model Rivaling Claude at 96% Less – Implicator
Trinity-Large-Thinkingの技術的詳細と市場背景に関する分析記事。30人チームによる2,000万ドル・33日間のトレーニング投資、4-of-256エキスパート選択による1.56%のパラメータ稼働率、PinchBench（91.9 vs Claude Opus 4.6の93.3）・IFBench・AIME25・SWE-benchの個別比較、中国オープンモデルの後退とMetaのLlama 4の失速による市場空白、DigitalOceanでの提供開始について詳述。 - Arcee’s new, open source Trinity-Large-Thinking is the rare, powerful U.S.-made AI model that enterprises can download and customize – VentureBeat
VentureBeatによるTrinity-Large-Thinkingのリリース報道。MoEアーキテクチャによる2〜3倍の高速動作、中国製オープンモデルへの依存懸念と米国製オープンモデルの必要性、Hugging Face CEO クレメント・デラングのコメント、Arcee AIの今後の展開について報じた記事。
技術とノウハウでデジタルシフトをサポート
中小企業の頼れるパートナー
執筆者: 綾部 一雄（株式会社クロスディーズ 代表取締役）
ネットワーク維持管理、システム開発、ベンダー調整のスペシャリスト。前職では、600名以上の介護事業所で、介護事業用ソフトの導入や契約の電子化、テレワークシステムの導入等に幅広くに携わる。2021年より、株式会社佐々木総研にて業務効率化のためのロボットや最新技術を活用した開発を行っている。