Kolibri: Apa Sebenarnya Model Open-Weight 78B Milik Aleph Alpha

Kolibri adalah model bahasa dengan bobot terbuka dari Aleph Alpha, laboratorium Heidelberg yang telah bertahun-tahun berargumen bahwa lembaga-lembaga Eropa membutuhkan model yang dapat mereka jalankan di perangkat keras mereka sendiri. Ini adalah sistem campuran pakar dengan 78 miliar parameter yang mengaktifkan sekitar 3,46 miliar parameter per token, membaca dan menulis dalam bahasa Jerman dan Inggris saja, tidak ada yang lain, serta memiliki jendela konteks tervalidasi sebesar 1.048.576 token. Bobotnya berada di Hugging Face dalam repositori bernama Aleph-Alpha/Kolibri-1, di bawah Apache 2.0. Materi rilis yang sama juga menjelaskan Kolibri Origin, pendahulu berparameter 30,6 miliar yang dilatih, divalidasi secara internal, dan tidak pernah dirilis. Jika Anda mencari nama itu saja dan sampai di sini, itulah jawaban singkatnya; sisa halaman ini adalah spesifikasi di baliknya, setiap angka dikaitkan dengan sumber yang menerbitkannya.

Model ini dirilis pada 3 Oktober 2026 — postingan berita Aleph Alpha sendiri, bertanggal Heidelberg, 5 Oktober, menyatakan bahwa Kolibri telah tersedia sejak 3 Oktober, dan kartu modelnya mencantumkan tanggal yang sama. Tanggal itu ada di sini untuk memosisikan model, bukan untuk mengumumkannya. Yang berikut ini adalah versi yang berlaku: apa model itu, apa yang bukan, angka mana yang berasal dari Aleph Alpha dan mana, per hari ini, yang tidak berasal dari siapa pun sama sekali.

Kolibri, Kolibri-1, Kolibri Origin: tiga nama, satu rilis

Penamaan adalah hal pertama yang harus dipahami dengan benar oleh pembaca, karena vendor menggunakan dua di antaranya secara bergantian dan yang ketiga sepenuhnya milik hal lain.

• Kolibri — nama model dalam semua yang ditulis Aleph Alpha: halaman produk, pengumuman, laporan teknis. Kata Jerman, dan vendor mengejanya persis seperti itu, K kapital, tanpa sufiks.

• Kolibri-1 — model yang sama pada tingkat repositori. Repo Hugging Face-nya adalah Aleph-Alpha/Kolibri-1, dan perintah penyajian yang diterbitkan vendor adalah vllm serve Aleph-Alpha/Kolibri-1. Ini adalah pengidentifikasi versi, bukan model kedua, dan kedua string tersebut mengarah ke bobot yang identik.

• Kolibri Origin — model yang berbeda, dan bukan model yang dapat Anda unduh. Ini adalah pendahulu dengan 30,6 miliar parameter dan 3,27 miliar parameter aktif yang menyelesaikan pra-pelatihan pada Juni 2026, digunakan untuk memvalidasi alur pelatihan, dan tidak pernah dipublikasikan. Aleph Alpha melaporkan sebagian besar baris benchmark Kolibri sebagai kolom berpasangan terhadapnya, itulah sebabnya nama ini muncul di hampir setiap tabel tentang Kolibri. Jika Anda mencari bobot, bukan model inilah yang perlu Anda cari.

Tidak ada "Kolibri 2" yang terpisah, tidak ada varian yang disetel untuk chat yang diterbitkan dengan nama lain, dan tidak ada distribusi resmi terkuantisasi. Apa pun lagi yang memakai nama itu di indeks unduhan adalah konversi pihak ketiga, dan materi milik vendor sendiri tidak mendokumentasikannya.

Ukuran: angka 78B itu benar, dan angka keduanyalah yang menentukan segalanya

Kueri "Kolibri 78B" telah beredar, dan vendor mengonfirmasinya alih-alih mengoreksinya. Dari kartu model, yang diterbitkan bersama bobot: 78,103,748,560 total parameter, yang 3,457,573,120 di antaranya aktif per token. Itu adalah rasio sparsitas sekitar 22,6 banding 1.

Perbedaan ini bukanlah kerewelan. Parameter total menentukan berapa banyak memori yang dibutuhkan model; parameter aktif menentukan berapa besar komputasi yang diperlukan setiap token. Model 78B dengan 3,46B aktif adalah artefak yang sangat besar yang, pada waktu inferensi, berperilaku seperti model kecil per token — dan itulah tepatnya alasan Aleph Alpha dapat menyebut batas bawah deployment dua GPU untuk sesuatu sebesar ini. Ringkasan Kolibri apa pun yang memberi Anda 78B tanpa angka aktif telah menghilangkan bagian yang mengatur tagihan.

Sebagai perbandingan skala terhadap garis keturunannya sendiri: Kolibri Origin memiliki total 30,6B dengan 3,27B aktif. Kolibri kurang lebih menggandakan jumlah parameter total sementara hampir tidak menggeser jumlah aktif, yang merupakan pernyataan tentang kapasitas per unit biaya penyajian, bukan tentang kecepatan mentah.

Arsitektur dan lisensi: apa itu bobot, dan apa yang sebenarnya dicakup Apache 2.0 di sini

Kolibri adalah transformer campuran-ahli (mixture-of-experts) dengan 50 lapisan tanpa lapisan feed-forward padat sama sekali. Setiap lapisan merutekan ke 384 ahli, enam di antaranya aktif per token, plus satu ahli bersama; dimensi perantara ahli adalah 512 dan dimensi model adalah 2.560. Attention bersifat hibrida: sebagian besar lapisan menggunakan jendela geser 512 token, dengan attention penuh hanya pada setiap lapisan kelima. Tulisan arsitektur Aleph Alpha menyatakan konsekuensinya secara gamblang — proporsi pekerjaan attention murni turun dari 51 persen menjadi 27 persen pada konteks 16K dibandingkan dengan Kolibri Origin, dan jumlah lapisan attention penuh turun sekitar faktor lima.

Tokenizer ini adalah build bilingual Jerman–Inggris dengan kosakata 128.000 token, dilatih dengan metode yang oleh lab disebut UniBPE. Dua bahasa, secara sengaja: vendor membingkai cakupannya sebagai kedalaman daripada keluasan dan mengatakannya secara terang-terangan, alih-alih menyajikan dua bahasa yang terlayani dengan baik sebagai pencapaian multibahasa.

Lisensi adalah Apache 2.0, dan kartu model tersebut luar biasa tepat mengenai batasnya. Lisensi berlaku, dalam kata-kata kartu itu sendiri, "hanya untuk bobot dan file konfigurasi yang dipublikasikan di repositori ini" — lisensi ini tidak mencakup kode yang mendasarinya, definisi arsitektur, pengaturan parameter, atau metode pelatihan. Jadi posisi praktis bagi tim penerapan adalah ini: bobotnya benar-benar terbuka dan dapat digunakan secara komersial tanpa ketentuan tambahan penggunaan yang dapat diterima, tanpa ambang batas pengguna aktif bulanan, dan tanpa persyaratan komersial terpisah, tetapi lisensi ini bukan pemberian hak atas resep pelatihan Aleph Alpha atau kode inferensinya. Jika tinjauan hukum Anda bertanya apakah ini open source dalam pengertian OSI, jawaban jujurnya adalah ini adalah bobot terbuka di bawah lisensi yang disetujui OSI dengan batas cakupan yang dinyatakan, dan itu bukan klaim yang sama.

Jendela konteks dan output maksimum

Aleph Alpha memublikasikan jendela konteks dalam dua tingkatan, dan perbedaan itu layak dipertahankan.

• Maksimum tervalidasi — 1,048,576 token, tercantum di halaman produk dan kartu model.

• Asli dan direkomendasikan — 262.144 token. Kartu ini merekomendasikan untuk tetap pada atau di bawah angka ini demi efisiensi penyajian dan untuk tugas-tugas kompleks; halaman vendor menyebut 256K sebagai angka kerja.

• Progres pelatihan — dilatih awal pada 16.384 token, dilatih menengah pada horizon 65.536 token, lalu diperluas hingga 262.144 sebagai panjang pelatihan.

Mencapai satu juta penuh bukanlah konfigurasi yang Anda dapatkan secara default. Resep penyajiannya memerlukan flag maximum-model-length yang eksplisit dan override position-embedding, yang didokumentasikan oleh vendor. Bacalah 1M sebagai plafon tervalidasi dengan prosedur terdokumentasi, dan 262K sebagai angka acuan untuk merancang beban kerja produksi.

Panjang output maksimum tidak dipublikasikan. Baik halaman produk, kartu model, maupun pengumumannya tidak menyatakan batas generasi. Jika suatu deployment bergantung pada batas output yang ketat, itu adalah pertanyaan untuk Aleph Alpha atau untuk konfigurasi penyajian Anda sendiri — bukan sesuatu yang dijawab oleh materi rilis.

Modalitas: hanya teks, dan itu adalah batas yang disengaja

Kolibri adalah model input teks, output teks. Tag pipeline pada kartu tersebut adalah generasi teks, yang menggambarkan model sebagai memproses input teks dan menghasilkan output teks, serta mencatat bahwa korpus pelatihannya hanya teks. Tidak ada encoder visi, tidak ada jalur audio, tidak ada generasi gambar, tidak ada modalitas hasil alat yang didokumentasikan selain panggilan alat yang berbentuk teks.

Inilah titik ketika bahasa vendor dan ekspektasi pembaca paling sering berbeda, jadi layak dikatakan secara gamblang: tidak ada apa pun tentang nama Kolibri, ukurannya, atau model-model sekeluarga yang seharusnya membuat Anda mengasumsikan bahwa ia menerima gambar. Ia tidak menerimanya. Dua bahasa yang didukungnya adalah bahasa Jerman dan Inggris, dan ia tidak dibangun untuk menangani bahasa ketiga — permintaan dalam bahasa Prancis atau Spanyol berada di luar target desain, terlepas dari apa yang dilakukan sebuah demo terhadapnya.

Yang dimilikinya adalah pemanggilan alat — gaya Hermes, dengan parser yang disertakan dalam repositori yang sama dengan bobot — dan empat tingkat upaya penalaran, tidak ada, rendah, sedang dan tinggi, yang diatur melalui templat chat. Keduanya merupakan perilaku yang didokumentasikan, bukan temuan komunitas.

Apa yang diklaim Aleph Alpha, dan apa yang telah diukur orang lain

Dua kategori, dan ukurannya tidak sama.

Dilaporkan vendor, dari harness milik Aleph Alpha sendiri, dijalankan oleh Aleph Alpha, diterbitkan oleh Aleph Alpha: Kolibri berada di frontier Pareto kualitas terhadap biaya penyajian untuk bahasa Inggris dan Jerman; model ini menyamai model yang jumlah parameter aktifnya hingga empat kali lipat, klaim yang diilustrasikan vendor dengan Nemotron 3 Super, model 120B-A12B; model ini dikhususkan untuk bahasa Jerman, penalaran, matematika, dan kerja agentik, dengan baris penggunaan alat yang kuat (Tau2-Bench telekomunikasi 94,7 persen, ritel 69,9 persen, maskapai 76,7 persen; BFCL v4 secara keseluruhan 61,4 persen) dan baris penalaran (GPQA Diamond 84,3 persen bahasa Inggris, AIME 2025 96,9 persen bahasa Inggris). Angka-angka Jerman dalam tabel yang sama — GPQA Diamond 81,3 persen, AIME 2025 87,5 persen, AIME 2026 90 persen — berasal dari versi berbahasa Jerman dari tolok ukur yang sama.

Diukur secara independen, per 13 Oktober 2026: tidak ada. Tidak ada entri Artificial Analysis untuk Kolibri dan tidak ada baris Aleph Alpha dalam daftar penyedianya; kartu model itu sendiri menyatakan bahwa model tersebut tidak digunakan oleh penyedia inferensi mana pun di Hugging Face; dan tidak ada pihak ketiga yang memublikasikan reproduksi kerangka evaluasi vendor, meskipun kode harness-nya bersifat publik di repositori lab itu sendiri. Evaluasi ini menyeluruh, dan ini adalah evaluasi satu lab. Anggap setiap persentase di atas sebagai klaim vendor sampai seseorang di luar Heidelberg menjalankannya.

Satu angka dalam materi vendor itu patut diperlakukan dengan sangat hati-hati, bukan sekadar diulang. Halaman produk Aleph Alpha menampilkan indeks AA-Omniscience sebesar 33,6 persen untuk Kolibri. Indeks itu adalah konstruksi Artificial Analysis, dan Artificial Analysis saat ini tidak menerbitkan entri Kolibri. Angka tersebut adalah hasil pengujian Aleph Alpha sendiri atas indeks milik pihak lain, yang merupakan hal sah untuk diterbitkan dan hal tidak sah untuk ditafsirkan sebagai skor independen. Angka itu adalah angka yang dilaporkan vendor sampai pemilik indeks menerbitkan angkanya sendiri.

Bagaimana Anda benar-benar menjalankannya

Tidak ada endpoint yang dihosting untuk dituju. Kolibri didistribusikan sebagai bobot plus paket inferensi, dan memanggilnya berarti menjalankannya sendiri.

• Pasang — pip install "aleph-alpha-inference>=1.0", yang menyediakan plugin Kolibri vLLM dan mematok versi vLLM yang didukungnya; sebagai alternatif, tarik image container ghcr.io/aleph-alpha/aleph-alpha-inference.

• Layani — pemanggilan vLLM standar terhadap Aleph-Alpha/Kolibri-1, dengan cache KV FP8, parser penalaran Kolibri, parser pemanggilan alat Kolibri, dan pemilihan alat otomatis yang diaktifkan.

• Memori — bobot FP8 sekitar 78 GB. Minimum yang dipublikasikan adalah dua kartu A100 80 GB, dua H100 SXM5, satu H200, satu B200, atau satu B300; konfigurasi yang direkomendasikan adalah dua H100 SXM5, dua H200, satu B200, atau satu B300.

• Pengambilan sampel — temperature 1.0, top-p 0.97, top-k 128, sesuai rekomendasi pada kartu.

• Antarmuka — kompatibel dengan OpenAI, dilayani secara lokal. Kode chat-completions yang sudah ada dapat diarahkan ke sana; reasoning effort diteruskan melalui chat template dan pemanggilan tool masuk ke field tools standar.

Formulir pendaftaran milik vendor sendiri menawarkan "Modelltest API" sebagai kategori permintaan, sehingga percakapan API dimungkinkan melalui tim penjualan. Tidak ada yang dipublikasikan yang menjelaskannya sebagai tersedia, memiliki harga, atau dapat digunakan sendiri.

Tidak ada apa pun dalam materi rilis yang menyebutkan harga, karena tidak ada yang perlu diberi harga: bobotnya gratis untuk diunduh dan biaya penggunaan Kolibri adalah biaya GPU yang Anda pasang di bawahnya. Aleph Alpha juga tidak menerbitkan batas laju, kredit gratis, maupun tingkat uji coba untuk model tersebut — klaim apa pun yang menyatakan sebaliknya hanyalah inferensi dari kata "available", bukan fakta dari halaman vendor.

Tidak ada rute di OrcaRouter, dan alternatif yang jujur

Kami memeriksa katalog kami sendiri hari ini: OrcaRouter melayani 207 model dan Kolibri tidak termasuk di dalamnya, dalam ejaan nama apa pun atau dengan awalan Aleph Alpha. Itu penting bagi pembaca yang pertanyaan sebenarnya adalah "bisakah saya memanggil ini tanpa membeli dua H100s", karena jawabannya adalah tidak — bukan di sini, dan bukan di infrastruktur milik vendor itu sendiri sebagai layanan yang dipublikasikan. Self-hosting adalah satu-satunya cara untuk menjalankan Kolibri saat ini.

Jika yang Anda butuhkan adalah model mixture-of-experts yang mampu berbahasa Jerman dan Inggris yang bisa Anda panggil sore ini, hal terdekat yang kami sediakan adalah Gemma 4 26B A4B IT, sebuah MoE berbobot terbuka dengan harga $0,06 per juta token masukan dan $0,33 per juta token keluaran dengan jendela 262.144 token — kelas konteks yang sama dengan angka kerja yang direkomendasikan Kolibri, sebagai pos biaya per token alih-alih 78 GB VRAM dan percakapan pengadaan. OrcaRouter merutekan setiap model yang dibawanya dengan harga daftar penyedia tanpa tambahan apa pun, yang merupakan cara murah untuk mengetahui apakah suatu beban kerja membenarkan memiliki perangkat kerasnya. Dua catatan, dinyatakan secara eksplisit dan bukan tersirat: ini adalah model yang berbeda dengan bobot yang berbeda, dan ini bukan pengganti kedalaman pra-pelatihan bahasa Jerman milik Kolibri. Ini adalah perbandingan yang jujur antara model yang dapat Anda sewa dan model yang harus Anda miliki.

Bagi tim yang mempertimbangkan penerapan berdaulat, ada alasan kedua untuk merutekan alih-alih berkomitmen. Jika suatu beban kerja saat ini dilayani oleh model yang di-hosting dan Anda mempertimbangkan untuk memindahkannya ke Kolibri yang di-hosting sendiri, uji yang berguna adalah menjalankan keduanya terhadap lalu lintas Anda sendiri, bukan membaca dua tabel benchmark — dan endpoint yang dirutekan dengan failover otomatis adalah tempat dengan risiko lebih rendah untuk menjalankan uji tersebut daripada jalur produksi yang sudah Anda migrasikan.

Bagaimana posisi Kolibri

Aleph Alpha telah menerbitkan uraian yang luar biasa lengkap tentang sebuah model — pipeline pelatihan, asal-usul data, metode tokenizer, angka energi, dan pendahulu yang dibangun lalu ditinggalkan — dan merilis bobotnya di bawah lisensi yang benar-benar dapat diterapkan oleh perusahaan. Bagi pembeli sektor publik atau industri Jerman yang aturan pengadaannya dimulai dari lokasi penyimpanan data, kombinasi itulah produknya, dan tidak ada baris tolok ukur yang dapat menggantikannya.

Yang belum bisa dilakukan seorang pembeli adalah memeriksa klaimnya. Tidak ada evaluasi independen, tidak ada endpoint yang dihosting, dan tidak ada harga untuk dibandingkan dengan apa pun, yang berarti keputusan bergantung pada angka dari vendor sendiri ditambah uji coba yang dihosting sendiri. Itu adalah keterbatasan nyata dan bukan alasan untuk mengabaikan model ini — justru itu alasan spesifikasi di atas layak dibaca baris demi baris, bukan sekadar membaca sekilas persentasenya. Jika Anda ingin memahami apa itu Kolibri, jawabannya adalah MoE 78B dengan bobot terbuka, hanya teks, Jerman-Inggris, dengan batas maksimum 1M token dan batas minimum dua GPU. Apakah ini model yang tepat untuk beban kerja Anda adalah pertanyaan yang hanya bisa dijawab oleh evaluasi Anda sendiri.