Kolibri: Wat het 78B open-weight model van Aleph Alpha eigenlijk is

Kolibri is een taalmodel met open gewichten van Aleph Alpha, het Heidelbergse lab dat al jaren betoogt dat Europese instellingen modellen nodig hebben die ze op hun eigen hardware kunnen draaien. Het is een mixture-of-experts-systeem met 78 miljard parameters dat ongeveer 3,46 miljard parameters per token activeert, Duits en Engels leest en schrijft en niets anders, en een gevalideerd contextvenster van 1.048.576 tokens heeft. De gewichten staan op Hugging Face in een repository genaamd Aleph-Alpha/Kolibri-1, onder Apache 2.0. Dezelfde release-materialen beschrijven ook Kolibri Origin, een voorganger met 30,6 miljard parameters die werd getraind, intern gevalideerd en nooit vrijgegeven. Als je op de kale naam hebt gezocht en hier bent beland, is dat het korte antwoord; de rest van deze pagina is de specificatie erachter, waarbij elk cijfer wordt toegeschreven aan de bron die het publiceert.

Het model werd op 3 oktober 2026 uitgebracht — Aleph Alpha's eigen nieuwsbericht, gedateerd Heidelberg, 5 oktober, vermeldt dat Kolibri sinds 3 oktober beschikbaar is, en de modelkaart draagt dezelfde datum. Die datum staat hier om het model te situeren, niet om het aan te kondigen. Wat volgt is de vaste versie: wat het model is, wat het niet is, welke cijfers van Aleph Alpha komen en welke op dit moment van helemaal niemand komen.

Kolibri, Kolibri-1, Kolibri Origin: drie namen, één release

De naamgeving is het eerste waar een lezer duidelijkheid over moet krijgen, want de leverancier gebruikt twee ervan door elkaar en een derde hoort bij iets heel anders.

• Kolibri — de naam van het model in alles wat Aleph Alpha schrijft: de productpagina, de aankondiging, het technische rapport. Een Duits woord, en de leverancier spelt het precies zo, hoofdletter K, geen suffix.

• Kolibri-1 — hetzelfde model op repositoryniveau. De Hugging Face-repo is Aleph-Alpha/Kolibri-1, en het serveercommando dat de leverancier publiceert is vllm serve Aleph-Alpha/Kolibri-1. Dit is een versie-identificatie, geen tweede model, en de twee strings verwijzen naar identieke gewichten.

• Kolibri Origin — een ander model, en niet een dat je kunt downloaden. Het is de voorganger met 30,6 miljard parameters en 3,27 miljard actieve parameters die in juni 2026 de pre-training afrondde, werd gebruikt om de trainingspijplijn te valideren en nooit werd gepubliceerd. Aleph Alpha rapporteert de meeste benchmarkrijen van Kolibri als een gepaarde kolom tegenover dit model, wat de reden is dat de naam in bijna elke tabel over Kolibri opduikt. Als je naar gewichten zoekt, is dit niet degene waarnaar je moet zoeken.

Er is geen afzonderlijke "Kolibri 2", geen op chat afgestemde variant die onder een andere naam is uitgebracht, en geen gekwantiseerde officiële distributie. Al het andere dat die naam draagt in een downloadindex is een conversie van derden, en het eigen materiaal van de leverancier maakt daar geen melding van.

Grootte: het getal 78B klopt, en het is het tweede getal dat alles bepaalt.

Er circuleert een query over "Kolibri 78B", en de leverancier bevestigt die in plaats van hem te corrigeren. Uit de modelkaart, die samen met de gewichten is gepubliceerd: 78.103.074.560 totale parameters, waarvan 3.457.573.120 actief zijn per token. Dat is een sparsityratio van ongeveer 22,6 op 1.

Het onderscheid is geen haarkloverij. Het totale aantal parameters bepaalt hoeveel geheugen het model nodig heeft; actieve parameters bepalen hoeveel rekenkracht elk token kost. Een 78B-model met 3,46B actief is een zeer groot artefact dat zich tijdens inferentie per token gedraagt als een klein model — en dat is precies waarom Aleph Alpha voor iets van deze omvang een minimale deployment op twee GPU's kan aangeven. Elke samenvatting van Kolibri die je 78B geeft zonder het aantal actieve parameters, heeft het deel weggelaten dat de rekening bepaalt.

Ter vergelijking van de schaal met zijn eigen afstammingslijn: Kolibri Origin had in totaal 30,6 miljard parameters, waarvan 3,27 miljard actief. Kolibri verdubbelt grofweg het totale aantal parameters, terwijl het aantal actieve parameters nauwelijks verandert; dat zegt iets over capaciteit per eenheid serveerkosten, niet over ruwe snelheid.

Architectuur en licentie: wat de gewichten zijn, en wat Apache 2.0 hier feitelijk dekt

Kolibri is een mixture-of-experts-transformer met 50 lagen, zonder enige dense feed-forward-lagen. Elke laag routeert naar 384 experts, waarvan er zes actief zijn per token, plus één gedeelde expert; de tussenliggende dimensie van de experts is 512 en de modeldimensie is 2.560. Attention is hybride: de meeste lagen gebruiken een sliding window van 512 tokens, met volledige attention alleen in elke vijfde laag. Aleph Alpha's architectuurbeschrijving geeft de consequentie duidelijk weer — het aandeel puur attention-werk daalt van 51 procent naar 27 procent bij een 16K-context vergeleken met Kolibri Origin, en het aantal volledige-attentionlagen neemt met ongeveer een factor vijf af.

De tokenizer is een tweetalige Duits-Engelse build met een vocabulaire van 128.000 tokens, getraind met een methode die het lab UniBPE noemt. Twee talen, bewust: de leverancier schetst de scope als diepte boven breedte en zegt dat met zoveel woorden, in plaats van twee goed bediende talen voor te stellen als een meertalige prestatie.

De licentie is Apache 2.0, en de modelkaart is ongewoon precies over de grens ervan. De licentie geldt, in de bewoording van de kaart zelf, 'alleen voor de gewichten en configuratiebestanden die in deze repository zijn gepubliceerd' — ze strekt zich niet uit tot de onderliggende code, de architectuurdefinitie, de parameterinstellingen of de trainingsmethode. De praktische positie voor een deploymentteam is dus deze: de gewichten zijn echt open en commercieel bruikbaar, zonder clausule over acceptabel gebruik, zonder drempel voor maandelijks actieve gebruikers en zonder afzonderlijke commerciële voorwaarden, maar de licentie verleent geen rechten op het trainingsrecept van Aleph Alpha of de inferentiecode ervan. Als je juridische review zich afvraagt of dit open source is in de zin van de OSI, is het eerlijke antwoord dat het open gewichten zijn onder een door de OSI goedgekeurde licentie met een uitdrukkelijk vermelde beperking van de reikwijdte, en dat zijn niet dezelfde beweringen.

Contextvenster en maximale uitvoer

Aleph Alpha publiceert het contextvenster in twee niveaus, en dat onderscheid is de moeite waard om te behouden.

• Gevalideerd maximum — 1.048.576 tokens, vermeld op zowel de productpagina als de modelkaart.

• Native en aanbevolen — 262.144 tokens. De kaart adviseert om op of onder dit niveau te blijven voor serveerefficiëntie en voor complexe taken; de leverancierspagina noemt 256K het gehanteerde cijfer.

• Trainingsprogressie — voorgetraind op 16.384 tokens, middentrained op een horizon van 65.536 tokens, daarna uitgebreid naar 262.144 als de getrainde lengte.

Het volledige miljoen bereiken is geen configuratie die je standaard krijgt. Het servingrecept vereist een expliciete maximum-model-length-flag en een override voor positie-embeddings, wat de leverancier documenteert. Beschouw 1M als een gevalideerd plafond met een gedocumenteerde procedure, en 262K als het getal waarop je een productieworkload moet ontwerpen.

De maximale uitvoerlengte wordt niet gepubliceerd. Noch de productpagina, noch de modelkaart, noch de aankondiging vermeldt een generatielimiet. Als een implementatie afhankelijk is van een harde uitvoerlimiet, is dat een vraag voor Aleph Alpha of voor je eigen serverconfiguratie — niet iets wat het releasemateriaal beantwoordt.

Modaliteiten: alleen tekst, en dat is een bewuste grens

Kolibri is een model met tekst als invoer en tekst als uitvoer. De pipeline-tag van de kaart is tekstgeneratie, er staat dat het model tekstinvoer verwerkt en tekstuitvoer produceert, en er wordt opgemerkt dat het trainingscorpus alleen tekst bevat. Geen vision-encoder, geen audiopad, geen beeldgeneratie, geen gedocumenteerde modaliteit voor toolresultaten anders dan tool-aanroepen in tekstvorm.

Dit is het punt waarop de taal van de leverancier en de verwachting van de lezer het vaakst uiteenlopen, dus het is de moeite waard om ronduit te zeggen: niets aan Kolibri's naam, zijn grootte of zijn zustermodellen zou je moeten doen aannemen dat het afbeeldingen accepteert. Dat doet het niet. Zijn twee talen zijn Duits en Engels, en het is niet gebouwd om een derde aan te kunnen — een verzoek in het Frans of Spaans valt buiten het ontwerpdoel, ongeacht wat een demo ermee doet.

Wat het wel heeft, is tool calling — in Hermes-stijl, met een parser die in dezelfde repository als de weights wordt meegeleverd — en vier niveaus van reasoning-inspanning, geen, laag, gemiddeld en hoog, ingesteld via de chat-template. Beide zijn gedocumenteerde gedragingen, geen bevindingen uit de community.

Wat Aleph Alpha beweert, en wat anderen hebben gemeten

Twee categorieën, en ze zijn niet even groot.

Door de leverancier gerapporteerd, afkomstig uit het eigen evaluatieraamwerk van Aleph Alpha, uitgevoerd door Aleph Alpha, gepubliceerd door Aleph Alpha: Kolibri bevindt zich op de Pareto-grens van kwaliteit tegenover serveerkosten voor Engels en Duits; het evenaart modellen met tot vier keer zoveel actieve parameters als het zelf heeft, een bewering die de leverancier illustreert met Nemotron 3 Super, een 120B-A12B-model; het is gespecialiseerd in Duits, redeneren, wiskunde en agentisch werk, met sterke rijen voor toolgebruik (Tau2-Bench telecom 94,7 procent, retail 69,9 procent, luchtvaart 76,7 procent; BFCL v4 totaal 61,4 procent) en rijen voor redeneren (GPQA Diamond 84,3 procent Engels, AIME 2025 96,9 procent Engels). De Duitse cijfers in diezelfde tabel — GPQA Diamond 81,3 procent, AIME 2025 87,5 procent, AIME 2026 90 procent — komen uit een Duitstalige weergave van dezelfde benchmarks.

Onafhankelijk gemeten, per 13 oktober 2026: niets. Er is geen vermelding van Kolibri in Artificial Analysis en geen Aleph Alpha-rij op de providerlijst ervan; de modelkaart zelf vermeldt dat het model door geen enkele inferentieprovider op Hugging Face wordt ingezet; en geen enkele derde partij heeft een reproductie van het evaluatiekader van de leverancier gepubliceerd, ook al is de harnesscode openbaar in de eigen repository van het lab. De evaluatie is grondig, en het is de evaluatie van één lab. Beschouw elk percentage hierboven als een claim van de leverancier totdat iemand buiten Heidelberg het uitvoert.

Eén cijfer in het materiaal van de leverancier verdient bijzondere zorgvuldigheid in plaats van herhaling. De productpagina van Aleph Alpha toont een AA-Omniscience-index van 33,6 procent voor Kolibri. Die index is een constructie van Artificial Analysis, en Artificial Analysis publiceert momenteel geen Kolibri-vermelding. Het cijfer is de eigen run van Aleph Alpha op de index van iemand anders, wat legitiem is om te publiceren, maar niet legitiem om als onafhankelijke score te lezen. Het is een door de leverancier gerapporteerd cijfer totdat de eigenaar van de index er een publiceert.

Hoe je het daadwerkelijk uitvoert

Er is geen gehoste endpoint om naar te verwijzen. Kolibri wordt gedistribueerd als gewichten plus een inferentiepakket, en het aanroepen ervan betekent dat je het zelf moet draaien.

• Installeren — pip install "aleph-alpha-inference>=1.0", die de Kolibri vLLM-plugin levert en de vLLM-versie die het ondersteunt vastzet; of haal de container-image op ghcr.io/aleph-alpha/aleph-alpha-inference.

• Serveren — een standaard vLLM-aanroep tegen Aleph-Alpha/Kolibri-1, met een FP8 KV-cache, de Kolibri-parser voor redeneringen, de Kolibri-parser voor toolaanroepen en automatische toolkeuze ingeschakeld.

• Geheugen — de FP8-gewichten zijn ongeveer 78 GB. Het gepubliceerde minimum is twee A100 80 GB-kaarten, twee H100 SXM5's, één H200, één B200 of één B300; de aanbevolen configuratie is twee H100 SXM5's, twee H200's, één B200 of één B300.

• Sampling — temperatuur 1.0, top-p 0.97, top-k 128, volgens de aanbeveling van de kaart.

• Interface — OpenAI-compatibel, lokaal geserveerd. Bestaande chat-completions-code kan erop worden gericht; reasoning effort gaat via de chat-template en tool calls belanden in het standaard tools-veld.

Het eigen aanmeldformulier van de leverancier biedt "Modelltest API" als aanvraagcategorie, dus een API-gesprek is mogelijk via sales. Niets gepubliceerd beschrijft het als beschikbaar, geprijsd of selfservice.

Niets in het releasemateriaal vermeldt een prijs, omdat er niets valt te beprijzen: de gewichten zijn gratis te downloaden en de kosten van het gebruik van Kolibri zijn de kosten van de GPU's die je eronder zet. Aleph Alpha publiceert ook geen rate limits, geen gratis credits en geen proeflaag voor het model — elke bewering van het tegendeel zou een gevolgtrekking zijn uit het woord "beschikbaar", niet een feit uit de pagina's van de leverancier.

Geen route op Orca, het eerlijke alternatief

We hebben vandaag onze eigen catalogus gecontroleerd: OrcaRouter biedt 207 modellen aan en Kolibri zit daar niet bij, onder geen enkele spelling van de naam of met het Aleph Alpha-voorvoegsel. Dat is van belang voor een lezer wiens eigenlijke vraag is: "kan ik dit aanroepen zonder twee H100's te kopen?", want het antwoord is nee — niet hier, en niet op de eigen infrastructuur van de leverancier als gepubliceerde dienst. Zelfhosting is op dit moment de enige manier om Kolibri te draaien.

Als wat je nodig hebt een mixture-of-experts-model is dat Duits en Engels aankan en dat je vanmiddag kunt aanroepen, dan is het dichtstbijzijnde dat wij wél voeren Gemma 4 26B A4B IT, een open-weight MoE voor $0,06 per miljoen inputtokens en $0,33 per miljoen outputtokens met een venster van 262.144 tokens — dezelfde contextklasse als het aanbevolen werkgetal van Kolibri, tegen een tarief per token in plaats van 78 GB VRAM en een inkoopgesprek. OrcaRouter routeert elk model dat het voert tegen de listprijs van de provider, zonder dat er iets bij komt, wat de goedkope manier is om erachter te komen of een workload de aanschaf van de hardware rechtvaardigt. Twee kanttekeningen, expliciet genoemd in plaats van gesuggereerd: dit is een ander model met andere gewichten, en het is geen vervanging voor de diepgang van Kolibri's Duitse pretraining. Het is de eerlijke vergelijking tussen een model dat je kunt huren en een model dat je moet bezitten.

Voor een team dat een soevereine deployment afweegt, is er een tweede reden om te routeren in plaats van je vast te leggen. Als een workload momenteel door een gehost model wordt bediend en je overweegt die naar zelfgehoste Kolibri te verplaatsen, is de nuttige test om beide op je eigen verkeer te draaien, niet om twee benchmarktabellen te lezen — en een gerouteerd endpoint met automatische failover is een plek met een lager risico om die test uit te voeren dan een productiepad dat je al hebt gemigreerd.

Waar Kolibri staat

Aleph Alpha heeft een ongewoon volledig verslag van een model gepubliceerd — de trainingspijplijn, de herkomst van de data, de tokenizer-methode, het energiecijfer en een voorganger die werd gebouwd en weer afgedankt — en heeft de gewichten vrijgegeven onder een licentie waaronder een bedrijf daadwerkelijk kan uitrollen. Voor een Duitse inkoper uit de publieke sector of het bedrijfsleven wiens inkoopregels beginnen bij waar de data zich bevinden, is die combinatie het product, en geen enkele benchmarkrij kan daarvoor in de plaats komen.

Wat een koper nog niet kan, is de beweringen controleren. Er is geen onafhankelijke evaluatie, geen gehost endpoint en geen prijs om mee te vergelijken, wat betekent dat de beslissing berust op de cijfers van de leverancier zelf plus een zelfgehoste proef. Dat is een echte beperking, en het is geen reden om het model af te wijzen — het is de reden waarom de specificatie hierboven regel voor regel moet worden gelezen in plaats van de percentages vluchtig door te nemen. Als je wilt begrijpen wat Kolibri is, is het antwoord een 78B open-weight, text-only, Duits-Engelse MoE met een limiet van 1M tokens en een ondergrens van twee GPU's. Of het het juiste model is voor jouw workload, is een vraag die alleen je eigen evaluatie kan beantwoorden.