Kolibri vs Solar Mini 4: O Mesmo Orçamento Ativo de 3B, Duas Apostas Muito Diferentes

Dois modelos foram lançados com dezessete dias de diferença, ambos ajustados para gastar cerca de três bilhões de parâmetros ativos por token, e dificilmente poderiam ser mais diferentes quando se trata de adotá-los de verdade. O Kolibri, da Aleph Alpha, tem 78,1 bilhões de parâmetros de pesos Apache-2.0 que você baixa e serve por conta própria: não existe endpoint hospedado e, até hoje, não há uma única pontuação independente dele em lugar nenhum. O Solar Mini 4, da Upstage, tem 35 bilhões de parâmetros que você não pode baixar de forma alguma — ele existe apenas como um endpoint tarifado por uso, e já tem um Artificial Analysis Intelligence Index de 24,05. A contagem de parâmetros ativos diz quanto custa executar cada um. Nada mais nesse número diz quanto custa para você começar.

A razão pela qual os totais divergem tanto — 78,1B contra 35B com quase a mesma fração ativa — é que ambos são projetos esparsos de mistura de especialistas, e os dois laboratórios tomaram decisões opostas sobre quanta capacidade de especialistas manter em reserva. O Kolibri carrega 384 especialistas e encaminha para 1 compartilhado mais 6 deles por token. O Solar Mini 4 divulga uma divisão 35B/3B e nada sobre seu número de especialistas. Quando dois modelos são anunciados com o mesmo valor ativo, o total de parâmetros, e não o valor ativo, é o que decide sua conta de hardware — e aqui há uma diferença de 2,2× no mesmo orçamento de computação declarado.

O que cada um realmente é

• Total de parâmetros — Kolibri 78,10B vs Solar Mini 4 35B

• Parâmetros ativos por token — Kolibri 3.46B vs Solar Mini 4 3B

• Pesos — Kolibri Apache 2.0, pesos completos no Hugging Face vs Solar Mini 4 fechado; apenas API

• Contexto — Kolibri 1.048.576 tokens validados vs. Solar Mini 4 512K de acordo com a documentação da Upstage, 1.048.576 de acordo com o cartão de modelo da Artificial Analysis

• Saída máxima — Kolibri não limitado pelo fornecedor vs Solar Mini 4 128.000 tokens

• Idiomas — Kolibri alemão e inglês vs Solar Mini 4 inglês, coreano e japonês

• Data limite de conhecimento — Kolibri 18 de junho de 2026 vs Solar Mini 4 de fevereiro de 2026

• Entrega — Kolibri auto-hospedado (vLLM) vs. Solar Mini 4 hospedado no Console e Playground da Upstage e on-premises

• Avaliação independente — Kolibri: nenhuma publicada vs Solar Mini 4 AA Intelligence Index 24.05

Kolibri: 78 bilhões de parâmetros, e ninguém fora do laboratório o avaliou

A Aleph Alpha publicou o Kolibri em 3 de outubro de 2026, deliberadamente no Dia da Reunificação Alemã, como o primeiro de uma nova família e o sucessor do Kolibri Origin. O cartão do modelo é excecionalmente franco quanto ao que foi investido nele: 20 biliões de tokens de pré-treinamento, 3,44 biliões de treinamento intermédio e 201 mil milhões de treinamento de contexto longo, executados em 768 GPUs B200 ao longo de 21 dias, para aproximadamente 6,4×10²³ FLOPs e cerca de 950 MWh. O fornecedor também revela voluntariamente o número de falhas — 38 interrupções não planeadas, cerca de uma por cada 10 000 horas de GPU —, que é o tipo de número que os laboratórios normalmente omitem.

A arquitetura é uma história clara de MoE esparsa. Cinquenta camadas com uma proporção de 4:1 entre atenção de janela deslizante (janelas de 512 tokens) e atenção global, que só é ativada a cada cinco camadas. Pesos FP8 com escalonamento em blocos de 128×128 e um cache KV FP8. Kolibri Origin, para comparação, usava 128 especialistas roteados em 8 vias, uma dimensão oculta de especialista de 768 e atenção completa em todas as camadas, em dados em inglês com corte em setembro de 2024. Kolibri passa para 384 especialistas roteados em 6 vias com uma dimensão oculta de 512, e avança os cortes de ambos os idiomas para 18 de junho de 2026.

O pipeline alemão é a parte que é genuinamente difícil de comprar em outro lugar. A Aleph Alpha treinou seu próprio tokenizador UniBPE e reporta que o texto em alemão ocupa 4,90 bytes por token, contra 4,35 do GPT-5, 4,17 do Qwen3.5 e 4,13 do Gemini. Trata-se de um tokenizador que alega ter melhor compressão do alemão do que qualquer um dos modelos multilíngues de fronteira, e é o mecanismo concreto por trás do argumento de venda da implantação soberana: menos tokens por documento em alemão significa menos tokens faturados e uma janela efetiva mais longa no mesmo hardware.

Todos os números de desempenho existentes para o Kolibri vêm do próprio model card da Aleph Alpha e devem ser lidos dessa forma. A tabela comunicada pelo fornecedor apresenta o Kolibri com uma pontuação global de 75,5 nas avaliações em inglês e 70,8 em alemão, 84,3 no GPQA Diamond em inglês contra 81,3 em alemão, 21,5 no Humanity's Last Exam em inglês contra 15,9 em alemão, 66,4 no SWE-Bench Verified, 85,9 no LiveCodeBench v6 e 68,3 no AA-LCR. Esses são números não auditados. Não existe uma página do Artificial Analysis para o Kolibri — o URL do modelo no tracker devolve um 404 —, portanto nada nessa tabela foi reproduzido de forma independente, e o artigo que você está a ler não pode torná-lo mais sólido do que é.

O que a placa consolida é a história do serving. O piso de hardware são duas A100 80GB, ou duas H100 SXM5, ou uma única H200, B200 ou B300. Uma receita vLLM publicada executa-o com --kv-cache-dtype fp8 e parsers dedicados de raciocínio e de chamadas de ferramentas, à temperatura 1.0, top-p 0.97 e top-k 128, com um seletor reasoning_effort que abrange none, low, medium e high. Um único B300 a servir um modelo de 78B num contexto validado de 1M tokens é a forma concreta da oferta: compra a caixa e depois passa a suportar o custo marginal de cada token.

Solar Mini 4: você aluga a fatia ativa de 3B em vez de comprá-la

O Solar Mini 4 foi lançado em 22 de setembro de 2026 — snapshot solar-mini4-260922, alias solar-mini4 — como o modelo pequeno orientado a agentes da Upstage: 35B no total, 3B ativos, data de corte em fevereiro de 2026, inglês, coreano e japonês, com modos de chat, raciocínio, saída estruturada e chamada de ferramentas. Ele está disponível por meio do Console e do Playground da Upstage, e para implantação local, mas não há download de pesos nem licença para inspecionar. A documentação da Upstage também registra "Dados não coletados" para ele, que é a linha de conformidade que importa se você o estiver colocando diante de tráfego real.

Ao contrário do Kolibri, o Solar Mini 4 passou por uma bateria de testes independente. A Artificial Analysis o coloca com um Índice de Inteligência de 24,05, com 1,01% medidos no Terminal-Bench 4.0, 47,6% no SciCode, 83,3% no AA-LCR e 25,8% no Humanity's Last Exam. O post de lançamento da Upstage apresenta o 24,1 como o maior Índice entre modelos com 3B de parâmetros ativos, à frente do Qwen3.6 35B A3B, com 18, e do Nemotron 3.5 Lightning, com 13 — uma formulação que é justa até onde vai e que, vale notar, é exatamente tão restrita quanto parece, já que é uma afirmação sobre a classe de 3B ativos, e não sobre modelos pequenos em geral.

A medida que deve moldar como você faz seu orçamento para isso não é o Index. O detalhamento de custo por tarefa da Artificial Analysis coloca o Solar Mini 4 em cerca de US$ 0,36 por Intelligence-Agent, e cerca de US$ 0,30 disso — uns 82% — é cache de prompt gravações. As leituras de cache são $0,035 e a saída gerada é de apenas $0,035. O modelo emite cerca de 88.300 tokens de saída por tarefa, dos quais cerca de 71.600 são tokens de raciocínio. Em outras palavras: este é um modelo barato cuja conta é dominada por reescrever um contexto longo, não pelos tokens que ele escreve de volta. Os custos por avaliação variam de $1,63 para o Terminal-Bench 4.0 até $0,95 para o AA-Briefcase. A velocidade mediana de saída é de 198 tokens por segundo com um tempo até o primeiro chunk de 1,58 segundos.

O preço de cada caminho

O Solar Mini 4 não está hoje com o preço de tabela. A página de preços da Upstage apresenta para ele uma escala datada: $0.03 por milhão de tokens de entrada, $0.003 em cache e $0.12 de saída — um desconto de lançamento de 70% — até 10 de outubro de 2026 UTC; depois, $0.05 / $0.005 / $0.20 a partir de 11 de outubro; e, por fim, o preço de tabela de $0.10 / $0.01 / $0.40 a partir de 23 de outubro. O post de lançamento da Upstage descreve o desconto de forma mais vaga do que o próprio cronograma da página de preços; a escala acima é a versão com datas, e é aquela que vale a pena tomar como base de planejamento. Repare onde está o desconto mais acentuado: a entrada cai para um décimo da tarifa de entrada, o que recompensa exatamente a carga de trabalho de contexto longo e estável pela qual o perfil de custo de escrita em cache acima cobra.

O preço do Kolibri é uma ordem de compra. Não há uma tarifa por milhão de tokens para comparar porque não existe medição hospedada — você paga pelas GPUs e pela eletricidade, e o único sinal público de custo do fornecedor é o próprio treinamento: cerca de 950 MWh para produzir o modelo. Se você já possui capacidade de inferência, o custo marginal por token do Kolibri se aproxima do custo da eletricidade; se não possui, o preço de entrada é uma máquina com duas A100 ou melhor. Essa é uma forma de compromisso fundamentalmente diferente da de um modelo que você pode chamar por milhões de tokens e parar de chamar amanhã, e é a decisão real que as duas opções apresentam.

Onde eles se sobrepõem, e onde a comparação falha

• Computação ativa — quase idêntica: 3,46B contra 3B por token

• Tudo o que decorre disso — não comparável, porque apenas um dos dois tem qualquer evidência verificada

• Melhor pontuação medida — Solar Mini 4 tem uma pontuação auditada de 24,05; Kolibri tem uma tabela do fornecedor e nenhuma pontuação auditada.

• Alemão — Kolibri é o único dos dois treinado para isso, a 4,90 bytes por token; o Solar Mini 4 não o lista

• Coreano e japonês — O Solar Mini 4 lista ambos; o Kolibri não lista nenhum

• Contexto longo — Kolibri valida um total de 1.048.576 tokens; a documentação do próprio Solar Mini 4 diz 512K, enquanto a ficha dele no Artificial Analysis diz 1M, então trate o teto como dependente do fornecedor.

• Tempo até o primeiro token — o Solar Mini 4 leva minutos, porque você se cadastra; o Kolibri leva dias, porque você precisa montar um servidor em rack

• Modelo de custo — por token, caindo conforme a escada de descontos, em comparação com capital mais energia

O resumo honesto é que esta não é uma disputa que se resolve em um ranking. A tabela do fornecedor do Kolibri inclui até seu próprio conjunto de comparações — GLM-4.7 Flash 30B-A3B com 64,7 no geral em inglês, Nemotron 3 Nano 30B-A3B com 65,6, Qwen3.5 35B-A3B com 74,7, Qwen3.6 35B-A3B com 71,4, Gemma 4 26B-A4B IT com 71,9, todos contra os 75,5 do próprio Kolibri — e cada uma dessas linhas é um número da própria Aleph Alpha, executado pelo mesmo laboratório em seu próprio harness. É um mapa útil da vizinhança de 3B ativos. Não é um ranking independente.

Se o que você quer é um MoE com 3B ativos em uma chave hoje

Nenhum dos modelos desta comparação está no OrcaRouter, e vale a pena ser preciso quanto ao motivo. O Kolibri ainda não tem nenhum tipo de inferência hospedada — são pesos e uma receita de vLLM, então não há nada para um roteador apontar. O Solar Mini 4 é servido pela Upstage e pelo canal on-premises da própria Upstage; não o roteamos, e não roteamos nenhum modelo da Upstage. Se você quiser qualquer um dos dois, obtém-os diretamente dos fornecedores.

A rota que oferecemos é a classe circundante — o segmento de pequenos MoE esparsos no qual ambos esses modelos estão competindo. Gemma 4 26B-A4B IT está no catálogo a $0,06 de entrada e $0,33 de saída por milhão de tokens, com uma janela de 262.144 tokens. Qwen3.5 35B-A3B está a $0,057 / $0,459 e Qwen3.6 35B-A3B a $0,248 / $1,485, com uma janela de 262.144 tokens e 65.536 tokens de saída máxima. Essa é a mesma troca que os dois modelos acima estão fazendo — uma fatia ativa de 3B a 4B comprada pelo preço de um modelo pequeno — disponível em uma única chave de API com o preço de tabela do provedor repassado a 0% de acréscimo, então uma mudança de preço do fornecedor cai na sua fatura no mesmo dia em que é anunciada, em vez de só na próxima renovação de contrato. O failover automático importa mais aqui do que o habitual: quando você está avaliando um modelo esparso não comprovado, uma segunda rota por trás da mesma chave é o que impede que uma tarde ruim se torne uma indisponibilidade.

O que fazer, e o que assistir

Escolha o Kolibri se alemão ou inglês for sua carga de trabalho, se os dados não puderem sair do seu próprio rack, e se você tiver — ou estiver disposto a comprar — as GPUs para servir 78B em FP8. Nessa configuração, é o único destes dois modelos que é sequer uma opção, e o contexto validado de 1M tokens com um tokenizador alemão de 4,90 bytes por token é uma vantagem real, ainda que medida pelo fornecedor. Escolha o Solar Mini 4 se você quiser estar em produção esta semana, se coreano ou japonês estiver no roteiro, e se sua carga de trabalho for um contexto longo e estável que o desconto de cache recompensa; reserve orçamento para gravações de cache, não para tokens de saída.

A questão em aberto é a mesma para ambos, e é uma questão de evidência e não de capacidade. Os 75,5 e 84,3 do Kolibri são números da própria Aleph Alpha no harness da própria Aleph Alpha, e até que um avaliador independente os teste, quem os citar está a citar o laboratório. Os 24,05 do Solar Mini 4 são reais e reproduzidos, mas o Index é uma fotografia de um modelo que ainda está a meio da escada de descontos, com o preço de tabela a chegar apenas a 23 de outubro. Fique atento à primeira avaliação independente do Kolibri, e fique atento ao custo real do Solar Mini 4 quando a escada terminar — porque a $0,10 / $0,40 a economia de alugar a fatia de 3B parece diferente dos $0,03 / $0,12 que lhe estão a ser apresentados hoje.