Arcee AI 以 10 亿美元投前估值完成 B 轮融资，创始人称约 2,000 万美元训练四款开放权重模型

据，美国开放权重模型公司 Arcee AI 已完成 B 轮融资，投前估值 10 亿美元。本轮由 Vista Equity Partners、Cambium Capital 和 Emergence Capital 领投，微软旗下 M12、AI10 Ventures、日立、IAG、P7 与 Wipro 跟投。Arcee 拒绝披露本轮融资额；一名熟悉这笔交易的信源向《财富》称，金额至少为 1.5 亿美元。

与这一估值形成对照的是训练账单：公司创始人兼 CEO Mark McQuade 对《财富》称，Arcee 用约 2,000 万美元训练了四款开放权重模型，包括 400B 参数的 Trinity Large，这笔钱相当于公司当时账上 3,000 万美元资本的 65%～70%。公司自评「全球最高效的实验室」；训练成本、效率与基准表现这些说法，均出自公司方面。

从 A 轮到 B 轮：Emergence 两度领投

Emergence Capital 是老股东：Arcee 2024 年 7 月宣布的由它领投，距公司宣布 550 万美元种子轮只隔了半年。

Arcee 成立于 2023 年，最初以后训练（post-training，对既有模型做后期优化）为主业。据，它当时正以 10 亿美元以上的估值向投资人募资，并计划训练一个参数超过 1 万亿的模型。

从后训练到自建模型

转折发生在 2025 年。按《财富》的叙述，Arcee 当时还在做后训练，而 Meta 刚收缩了在开放权重模型上的推进；McQuade 决定去补这个空档，做法是从零开始自建模型。开放权重模型允许企业和个人自行运行先进模型，不必把数据交给 OpenAI、Anthropic 这类厂商；按《财富》的说法，这类模型从定义上就是一个地缘政治问题，而这一领域目前由中国实验室主导。

「我们看到了一个机会，账上有 3,000 万美元，」McQuade 说。「我说『那就干』，把公司押上去，花掉我们 65% 到 70% 的资本。」被问到为什么不循序渐进地试探时，他对《财富》的回答是：「在 AI 里，事情变化太快，蜻蜓点水没有意义。如果失败就失败，至少你试过；要做就全力去做。」

这个数字也出现在公司自己的材料里：1 月 27 日的发布博客里写，算上算力、工资、数据、存储和运维，Arcee 用 2,000 万美元完成了整件事，「6 个月做出 4 个模型」；次日 McQuade ，是约束逼着团队用 2,000 万美元训完了整个 Trinity 家族与 AFM 4.5B，「在 LLM 世界里这是个小数目，但对我们来说，那是我们资本的一大部分」。

《财富》为这个成本给出的参照是：训练新模型通常被认为需要数十亿美元，而 2025 年 DeepSeek 出现时，曾有报道称其顶级模型的训练成本不到 600 万美元。

稀疏 MoE、2,048 张 B300、33 天

《财富》提到的 400B 模型就是 Trinity Large。按 Arcee ，它采用稀疏专家混合（MoE）架构：总参数 400B（4,000 亿），每个 token 激活 13B（130 亿）参数，256 个专家中激活 4 个，原生支持 512k token 的上下文。

训练配置也写在博客里：预训练在 2,048 张 NVIDIA B300 上完成，完整预训练用时 33 天；数据为 17 万亿 token，由 DatologyAI 参与策展。Arcee 给出的效率解释是，高度稀疏的路由配合自研的高效注意力机制，让训练和推理在相同硬件上比同量级的模型快约 2～3 倍。

交付节奏是：1 月下旬先上线 Trinity-Large-Preview；是正式版本，权重以 Apache 2.0 许可公开在 Hugging Face 上，同时提供 API。公司在这次发布中披露，后训练用的是 1,152 张 H100。

效率自评与基准成绩

「基于我们做到的事，我们可以很从容地说，我们是全世界最高效的实验室。」McQuade 在《财富》的采访中说。

能力上，《财富》的概括是：Arcee 的模型击败了 Meta 的 Llama 3，基准表现与 Mistral 及中国模型持平。Arcee 自己发布材料里的说法更具体：在面向智能体任务的 PinchBench 上，Trinity-Large-Thinking 排第 2、仅次于 Opus-4.6；API 上每百万输出 token 收费 0.90 美元，公司称比对手便宜约 96%；并且「在许多维度上」，它是中国之外发布过的最强开放模型。

公司 1 月发布 Preview 时给出的对比表里，Preview 与 Meta 的 Llama-4-Maverick「大致持平」：MMLU 87.2 对 85.5 领先，MMLU-Pro 75.2 对 80.5、GPQA-Diamond 63.3 对 69.8 落后。上述基准数字均来自 Arcee 自己的发布材料。

团队规模也是 McQuade 自己给出的数字：在里，他说那是「26 个人、融资不到 5,000 万美元」的团队做出来的成果。

资金的去向：新模型、能源部与 Vista 的投资组合

《财富》称，这笔钱将用于新的开放权重模型和产品，并扩大 Arcee 与美国能源部的合作；Arcee 还将与 Vista 的投资组合公司广泛合作。

能源部这条线从 7 月开始。7 月 22 日，能源部与 Arcee ，一个面向科学研究的开放权重模型，由 Arcee 负责算力、训练与后训练，能源部及国家实验室的科学家负责提出问题、提供数据与环境。按 Arcee 当时的说法，GS1 是万亿参数级模型，建立在下一代 Trinity 之上。8 月 7 日，能源部，把 GS1 列为首个模型；把 Arcee 列为第一家行业合作伙伴。

McQuade 把目标说得很直接：「所有人都在谈中国对美国。我的立场是：去做真正了不起的事，追上他们，把事情做出来……美国要想在 AI 竞赛中取得绝对领先，就得在闭源和开源两条线上都领先。美国在闭源上遥遥领先，但在开源上算是掉了球。」他点名的追赶对象是中国的模型：「我们不追 Poolside 的 Laguna，我们追的是 Z.ai 的 GLM Flash。」

这轮融资完成后，Arcee 公开给出的下一个交付节点是 GS1：按 7 月的公告，它将在今年晚些时候以开放权重发布，并附上技术报告和公开演示。