Naslov i uvod
Posljednjih godina u industriji je zavladalo uvjerenje da su temeljni AI modeli u rukama nekolicine – Googlea, Mete, Microsofta i nekoliko privilegiranih laboratorija. Svi ostali grade proizvode na njihovim API‑jima. Pojava Trinityja, 400‑milijardnog modela koji je u šest mjeseci istrenirao startup od 30 ljudi i objavio utege pod Apache licencom, ozbiljno dovodi tu priču u pitanje.
Ovdje nije presudno samo to što se Trinity mjeri s Llamom na benchmark testovima, nego što znači za pregovaračku moć manjih tvrtki, europskih korisnika i država poput Hrvatske. U nastavku analiziramo zašto je ovaj model bitan, kako se uklapa u širu sliku i koje prilike otvara u EU i regiji.
Vijest ukratko
Prema pisanju TechCruncha, američki startup Arcee AI predstavio je Trinity, veliki jezični model sa 400 milijardi parametara. Utezi su trajno objavljeni pod permisivnom licencom Apache 2.0. Tvrtka navodi da je Trinity po veličini usporediv s Metinim Llama 4 Maverick 400B i kineskim GLM‑4.5 te da u internim testovima programiranja, matematike, znanja i rezoniranja u pravilu drži korak s Llamom ili je blago nadmašuje.
Trinity trenutačno podržava samo tekst. Kako navodi TechCrunch, u razvoju je vizijski model, a planira se i inačica za pretvaranje govora u tekst. Trening je trajao šest mjeseci, koristilo se 2.048 Nvidia Blackwell B300 GPU‑ova i oko 20 milijuna američkih dolara računalnog kapaciteta – od približno 50 milijuna dolara prikupljenih ulaganja.
Najveći Trinity dolazi u više varijanti (osnovni model, blago „instruction‑tunan“ i verzija bez takvih podataka, namijenjena dubokoj prilagodbi). Arcee je ranije izdao i manje modele Trinity Mini (26B) i Nano (6B), a u idućih nekoliko tjedana planira i komercijalni API s „konkurentnim“ cijenama, uz nastavak ponude prilagodbi za velike klijente.
Zašto je to važno
Trinity je značajan zbog spoja razmjera, licence i činjenice da dolazi iz malog, neovisnog laboratorija.
Razmjer.
Model od 400B parametara, usporediv s Llamom 4 Maverick i GLM‑om 4.5, kojeg u razumnoj količini vremena i za oko 20 milijuna dolara trenira mala ekipa, pokazuje da vrhunski modeli više nisu ekskluzivni teritorij hiperskalera. OpenAI, Google i Meta i dalje imaju bitno veće resurse, ali je dokazano da fokusiran tim s pristupom modernim GPU‑ovima može igrati u višoj ligi.
Licenca.
Llama je „otvorena“ po pitanju utega, ali pod Metinom licencom s jasnim komercijalnim ograničenjima. To mnogim tvrtkama odgovara dok je Meta benevolentna, no ostavlja otvoreno pitanje ovisnosti. Arcee s Trinityjem ide na klasičnu Apache 2.0 licencu: slobodno ugrađivanje, modificiranje, redistribucija – bez obveze vraćanja promjena ili posebnih uvjeta korištenja. Za proizvođače softvera, startupe i integratore to je ogroman plus.
Neovisnost od geopolitičkih napetosti.
TechCrunch navodi da Arcee ciljano želi ponuditi alternativu kineskim otvorenim modelima poput GLM‑a, koje američke tvrtke često izbjegavaju zbog sigurnosnih i političkih razloga. U tom je svjetlu Trinity i geopolitički instrument: moćan, „domaći“ (za SAD) model s jasnim pravnim okvirom.
Dobitnici su developeri, manji cloud pružatelji i poduzeća koja traže snažan, ali pravno i tehnički kontrolabilan temelj. Na udaru su Meta (kao de facto standard za otvorene utege), kineski laboratoriji i dio konzultanata koji se oslanjaju isključivo na fino podešavanje tuđih modela.
Šira slika
Trinity se uklapa u nekoliko većih trendova koji oblikuju generativnu AI.
1. Novi sukob otvoreno vs. zatvoreno.
OpenAI, Anthropic i Google guraju zatvorene API‑je, snažno povezane s vlastitim cloudovima. Meta nastupa kao „otvorena“ alternativa preko Llama obitelji, ali zadržava kontrolu licencom. U Europi Mistral nudi relativno male, učinkovite modele pod liberalnim licencama.
Trinity dodaje novu dimenziju: model razine Llama 4, ali s Apache licencom i bez vlasničkog clouda iza sebe. To je svojevrsna „neutralna infrastruktura“ – bliže onome što su Linux i PostgreSQL predstavljali u klasičnom softveru.
2. Temeljni modeli kao roba, vrijednost u sloju iznad.
Arcee je počeo kao kuća za post‑trening i prilagodbu tuđih modela. To je znak da se stvarni diferencijatori nalaze u podacima domene, načinu učenja za određene zadatke i integraciji u konkretne procese. Ako više otvorenih modela nudi slične performanse, sam LLM postaje zamjenjiv građevinski blok.
Za hrvatske i regionalne tvrtke to znači da mogu odabrati Trinity kao bazu, a konkurentsku prednost graditi na vlastitim podacima (npr. pravni, medicinski, financijski korpusi na lokalnim jezicima) i integraciji u svoje sustave.
3. Regulativa i povjerenje.
EU uvodi Akt o umjetnoj inteligenciji (EU AI Act), uz već postojeći GDPR, DSA i DMA. Otvoreni modeli u pravilu imaju blaži režim obveza, osobito kada sami po sebi nisu visokorizični sustavi. Trinity bi time mogao biti privlačna osnova za rješenja koja se kasnije certificiraju i nadograđuju sigurnosnim slojevima.
Povijesno gledano, otvorene tehnologije su pobjeđivale kada su tvrtke i države željele izbjeći vendor lock‑in. Sada se slična dinamika prelama na polju AI modela.
Europski i regionalni pogled
Za EU – i za Hrvatsku kao članicu – Trinity donosi i mogućnosti i izazove.
S jedne strane, otvara vrata korištenju vrlo snažnog modela unutar europskih ili nacionalnih cloud okruženja, uz poštivanje pravila o zaštiti podataka i nadolazećih AI propisa. Državna tijela, banke ili telekomi mogli bi – barem u teoriji – pokretati Trinity u vlastitim data centrima ili na suverenim oblacima te na njemu graditi asistente za građane, interne alate ili agente za automatizaciju procesa.
S druge strane, to povećava pritisak na europske projekte poput Mistrala ili domaće istraživačke skupine da isporuče usporedive rezultate. Ako mali američki tim može izgraditi 400B model s otvorenom licencom, legitimno je pitanje što EU dobiva za vlastita ulaganja u „europsku“ AI.
Za hrvatski i širi SEE ekosustav (Zagreb, Ljubljana, Beograd, Sarajevo, Skopje) Trinity nudi praktičnu priliku:
- Startupi mogu koristiti model frontier razine bez troškova pre‑treninga i bez licencnih ograničenja za redistribuciju.
- Lokalni cloud i integratori mogu se specijalizirati za implementacije Trinityja u skladu s EU propisima, u kombinaciji s podacima na hrvatskom i susjednim jezicima.
Ključno će biti hoće li se oko Trinityja formirati zajednica i alati koji će ga učiniti jednako praktičnim kao Llamu u svakodnevnim projektima.
Pogled unaprijed
Nekoliko otvorenih pitanja odredit će sudbinu Trinityja.
1. Može li Arcee pratiti tempo velikih?
Meta, OpenAI i Google isporučuju nove generacije modela gotovo svakih nekoliko mjeseci. Arcee će morati brzo donijeti multimodalne verzije, destilirane i kvantizirane modele za jeftinije izvođenje te optimizirane softverske stackove. Period od šest tjedana za komercijalni API, koji spominje TechCrunch, tek je početak.
2. Hoće li nastati snažan ekosustav?
Modeli pobjeđuju kada ih usvoji šira zajednica. Treba pratiti:
- podršku u popularnim frameworkovima (LangChain, LlamaIndex, Haystack...);
- ponudu Trinityja kao usluge kod europskih i regionalnih cloud pružatelja;
- pojavu domenskih forkova (zdravstvo, pravo, javna uprava, turizam).
3. Održiv poslovni model.
Potrošiti 20 milijuna dolara na trening velikog modela impresivno je, ali i rizično. Arcee mora dokazati da na Trinityju može dugoročno zarađivati kroz hosting, prilagodbu i alate, a da ne povuče kočnicu na obećanoj otvorenosti. Mogući izlaz je i akvizicija od strane većeg igrača, što bi odmah otvorilo pitanje povjerenja zajednice.
4. Sigurnost i zlouporabe.
Otvoreni frontier modeli nose rizik: od generiranja uvjerljive propagande do pomaganja napadima na informatičku sigurnost. EU će, kroz AI Act i prateće smjernice, vjerojatno sve više razrađivati kako tretirati ovakve modele. Za zemlje poput Hrvatske, koje žele biti „digitalno napredne“, ali i usklađene s regulativom, Trinity će biti dobar testni slučaj.
Zaključak
Trinity pokazuje da Big Tech više nema monopol na vrhunske temeljne modele i da su uvjeti licence postali gotovo jednako važni kao arhitektura i broj parametara. Ako Arcee uspije održati tehnološki tempo i oko Trinityja se izgradi živo ekosustav, model bi mogao postati trajni infrastrukturni stup, usporediv s Llamom, a ne samo kratkotrajan eksperiment.
Za hrvatske tvrtke, javni sektor i developere ključno je pitanje: pri izboru osnovnog AI modela hoćete li prvenstveno gledati na snagu, pravnu slobodu, političku „neutralnost“ ili na to tko u konačnici kontrolira smjer razvoja i sigurnosne mehanizme tog modela?
