Kolibri: что на самом деле представляет собой 78B-модель Aleph Alpha с открытыми весами

Kolibri — это языковая модель с открытыми весами от Aleph Alpha, гейдельбергской лаборатории, которая годами утверждает, что европейским учреждениям нужны модели, которые они могут запускать на собственном оборудовании. Это система смеси экспертов на 78 миллиардов параметров, которая активирует около 3,46 миллиарда параметров на токен, читает и пишет только на немецком и английском и имеет проверенное контекстное окно в 1 048 576 токенов. Веса размещены на Hugging Face в репозитории под названием Aleph-Alpha/Kolibri-1, под лицензией Apache 2.0. Те же материалы выпуска также описывают Kolibri Origin, предшественник на 30,6 миллиарда параметров, который был обучен, проверен внутри компании и так и не выпущен. Если вы искали просто это название и попали сюда, это и есть краткий ответ; остальная часть этой страницы — это спецификация, лежащая в его основе, каждая цифра приписана источнику, который её публикует.

Модель была выпущена 3 октября 2026 года — в собственной новостной публикации Aleph Alpha, датированной Хайдельбергом, 5 октября, говорится, что Kolibri доступна с 3 октября, и карточка модели содержит ту же дату. Эта дата приведена здесь, чтобы обозначить место модели, а не объявить о ней. Далее следует актуальная версия: что представляет собой модель, чем она не является, какие цифры исходят от Aleph Alpha, а какие — по состоянию на сегодня — не исходят ни от кого вообще.

Kolibri, Kolibri-1, Kolibri Origin: три названия, один релиз

Разобраться в названиях читателю нужно в первую очередь, потому что поставщик использует два из них как взаимозаменяемые, а третье относится к совершенно другому.

• Kolibri — название модели во всём, что пишет Aleph Alpha: на странице продукта, в анонсе, в техническом отчёте. Это немецкое слово, и производитель пишет его именно так: с заглавной K, без суффикса.

• Kolibri-1 — та же самая модель на уровне репозитория. Репозиторий на Hugging Face — Aleph-Alpha/Kolibri-1, а команда для обслуживания, которую публикует вендор, — vllm serve Aleph-Alpha/Kolibri-1. Это идентификатор версии, а не вторая модель, и обе строки указывают на одни и те же веса.

• Kolibri Origin — это другая модель, и её нельзя скачать. Это предшественник с 30,6 млрд параметров и 3,27 млрд активных параметров, который завершил предобучение в июне 2026 года, был использован для проверки обучающего конвейера и никогда не публиковался. Aleph Alpha приводит большинство строк бенчмарков Kolibri в виде парного столбца для сравнения с ней — поэтому это название встречается почти в каждой таблице о Kolibri. Если вы ищете веса, это не та, которую нужно искать.

Отдельного «Kolibri 2» не существует, нет и варианта, дообученного для чата и опубликованного под другим именем, а также нет официальной квантованной сборки. Всё остальное, носящее это имя в индексе загрузок, — это сторонняя конвертация, и в собственных материалах вендора ничего такого не задокументировано.

Размер: цифра 78B верна, и именно второе число решает всё.

По сети циркулирует запрос «Kolibri 78B», и вендор подтверждает его, а не исправляет. Из карточки модели, опубликованной вместе с весами: всего 78 103 074 560 параметров, из которых 3 457 573 120 активны на токен. Это коэффициент разреженности примерно 22,6 к 1.

Это различие — не педантизм. Общее число параметров определяет, сколько памяти требуется модели; активные параметры определяют, сколько вычислений стоит каждый токен. Модель на 78B с 3,46B активных — это очень крупный артефакт, который во время инференса ведёт себя как небольшая модель в расчёте на токен — и именно поэтому Aleph Alpha может указывать минимальное развёртывание на двух GPU для чего-то такого размера. Любое описание Kolibri, в котором указано 78B без активных параметров, упускает ту часть, которая определяет счёт.

Для масштаба относительно собственной линейки: Kolibri Origin насчитывал 30,6 млрд общих параметров при 3,27 млрд активных. Kolibri примерно вдвое увеличивает общее число параметров, почти не меняя число активных, а это говорит о ёмкости на единицу стоимости обслуживания, а не о чистой скорости.

Архитектура и лицензия: что представляют собой веса и что здесь на самом деле покрывает Apache 2.0

Kolibri — это 50-слойный трансформер со смесью экспертов, вообще без плотных слоёв прямой связи. Каждый слой маршрутизирует вычисления к 384 экспертам, шесть из них активны на токен, плюс один общий эксперт; промежуточная размерность эксперта — 512, размерность модели — 2 560. Внимание гибридное: в большинстве слоёв используется скользящее окно в 512 токенов, полное внимание — только в каждом пятом слое. В описании архитектуры Aleph Alpha прямо указано следствие — доля чистой работы внимания снижается с 51 процента до 27 процентов при контексте 16K по сравнению с Kolibri Origin, а число слоёв с полным вниманием падает примерно в пять раз.

Токенизатор — это двуязычная сборка для немецкого и английского со словарём из 128 000 токенов, обученная методом, который лаборатория называет UniBPE. Два языка — намеренно: поставщик позиционирует охват как глубину, а не широту, и прямо об этом говорит, вместо того чтобы представлять два хорошо обслуживаемых языка как многоязычное достижение.

Лицензия — Apache 2.0, и карточка модели необычно точно описывает свою границу. Лицензия распространяется, согласно формулировке самой карточки, «только на веса и файлы конфигурации, опубликованные в этом репозитории» — она не распространяется на базовый код, определение архитектуры, настройки параметров или метод обучения. Таким образом, практическая позиция для команды развёртывания такова: веса действительно открыты и коммерчески пригодны, без оговорки о допустимом использовании, без порога ежемесячно активных пользователей и без отдельных коммерческих условий, но лицензия не предоставляет прав на рецептуру обучения Aleph Alpha или её код инференса. Если ваша юридическая проверка спрашивает, является ли это открытым исходным кодом в смысле OSI, честный ответ таков: это открытые веса под одобренной OSI лицензией с явно указанным ограничением области действия, и это не одно и то же утверждение.

Контекстное окно и максимальный вывод

Aleph Alpha публикует данные о контекстном окне по двум уровням, и это различие стоит сохранить.

• Подтверждённый максимум — 1 048 576 токенов, указано как на странице продукта, так и в карточке модели.

• Нативный и рекомендуемый — 262 144 токена. Карточка рекомендует оставаться на этом уровне или ниже для эффективности обслуживания и для сложных задач; страница вендора называет 256K рабочим значением.

• Ход обучения — предварительное обучение на 16 384 токенах, промежуточное обучение с горизонтом 65 536 токенов, затем расширение до 262 144 в качестве обученной длины.

Достижение полного миллиона — это не конфигурация, которую вы получаете по умолчанию. Рецепт обслуживания требует явного флага максимальной длины модели и переопределения позиционного эмбеддинга, что документирует поставщик. Воспринимайте 1M как проверенный потолок с документированной процедурой, а 262K — как число, вокруг которого следует проектировать продакшн-нагрузку.

Максимальная длина вывода не публикуется. Ни на странице продукта, ни в карточке модели, ни в анонсе не указано ограничение на длину генерации. Если развёртывание зависит от жёсткого ограничения длины вывода, это вопрос к Aleph Alpha или к вашей собственной конфигурации обслуживания — а не то, на что отвечают материалы релиза.

Модальности: только текст, и это намеренная граница

Kolibri — это модель «текст на входе — текст на выходе». Тег конвейера в карточке — генерация текста; в ней модель описывается как обрабатывающая текстовый ввод и создающая текстовый вывод, а также отмечается, что обучающий корпус состоит только из текста. Ни визуального энкодера, ни аудиотракта, ни генерации изображений, ни документированной модальности результатов инструментов, кроме вызовов инструментов в текстовой форме.

Именно здесь формулировки вендора и ожидания читателя чаще всего расходятся, поэтому стоит сказать прямо: ничто в названии Kolibri, его размере или его родственных моделях не должно заставлять вас предполагать, что он принимает изображения. Он их не принимает. Два его языка — немецкий и английский, и он не рассчитан на третий — запрос на французском или испанском выходит за рамки целевого проектирования, независимо от того, что бы с ним ни делало демо.

Что у него действительно есть — это вызов инструментов — в стиле Hermes, с парсером, поставляемым в том же репозитории, что и веса, — и четыре уровня усилий рассуждения: нет, низкий, средний и высокий, задаваемые через шаблон чата. И то и другое — документированные варианты поведения, а не находки сообщества.

Что утверждает Aleph Alpha, и что измерил кто-либо ещё

Две категории, и они не одинакового размера.

По данным поставщика, с собственного стенда Aleph Alpha, запущенного Aleph Alpha, опубликовано Aleph Alpha: Kolibri находится на границе Парето по качеству в соотношении со стоимостью обслуживания для английского и немецкого языков; она сопоставима с моделями, у которых число активных параметров до четырёх раз больше, — утверждение, которое поставщик иллюстрирует с помощью Nemotron 3 Super, модели 120B-A12B; она специализирована для немецкого языка, рассуждений, математики и агентной работы, с сильными строками по использованию инструментов (Tau2-Bench: телеком 94,7 процента, розничная торговля 69,9 процента, авиалинии 76,7 процента; BFCL v4 в целом 61,4 процента) и строками рассуждений (GPQA Diamond 84,3 процента на английском, AIME 2025 96,9 процента на английском). Немецкие показатели в той же таблице — GPQA Diamond 81,3 процента, AIME 2025 87,5 процента, AIME 2026 90 процентов — взяты из немецкоязычного варианта тех же бенчмарков.

Независимо измерено по состоянию на 13 октября 2026 года: ничего. В Artificial Analysis нет записи для Kolibri, а в его списке провайдеров нет строки Aleph Alpha; сама карточка модели утверждает, что модель не развёрнута ни одним провайдером инференса на Hugging Face; и ни одна третья сторона не опубликовала воспроизведение системы оценки вендора, хотя код харнесса открыт в собственном репозитории лаборатории. Оценка тщательная, и это оценка одной лаборатории. Считайте каждый процент выше заявлением вендора, пока кто-нибудь за пределами Гейдельберга не запустит её.

Одна цифра в материалах вендора заслуживает особой осторожности, а не повторения. На странице продукта Aleph Alpha для Kolibri указан индекс AA-Omniscience на уровне 33,6 процента. Этот индекс — разработка Artificial Analysis, а Artificial Analysis сейчас не публикует никаких записей о Kolibri. Эта цифра — результат собственного прогона Aleph Alpha по чужому индексу: публиковать его законно, но воспринимать как независимую оценку — неправомерно. Это сообщённое вендором число, пока владелец индекса не опубликует своё.

Как вы на самом деле это запускаете

Хостингового эндпоинта, к которому можно было бы обратиться, не существует. Kolibri распространяется как веса плюс пакет для инференса, и его вызов означает запуск собственными силами.

• Установка — pip install "aleph-alpha-inference>=1.0", предоставляющий плагин Kolibri для vLLM и фиксирующий поддерживаемую им версию vLLM; в качестве альтернативы загрузите образ контейнера ghcr.io/aleph-alpha/aleph-alpha-inference.

• Serve — стандартный вызов vLLM для Aleph-Alpha/Kolibri-1 с KV-кэшем в FP8, парсером рассуждений Kolibri, парсером вызовов инструментов Kolibri и включённым автоматическим выбором инструментов.

• Память — веса FP8 занимают около 78 ГБ. Опубликованный минимум — две карты A100 80 ГБ, два H100 SXM5, один H200, один B200 или один B300; рекомендуемая конфигурация — два H100 SXM5, два H200, один B200 или один B300.

• Сэмплирование — temperature 1.0, top-p 0.97, top-k 128, согласно рекомендации в карточке.

• Интерфейс — совместим с OpenAI, работает локально. Существующий код chat-completions может обращаться к нему; усилие рассуждения передаётся через шаблон чата, а вызовы инструментов попадают в стандартное поле tools.

Собственная форма регистрации вендора предлагает «Modelltest API» в качестве категории запроса, поэтому обсудить API можно через отдел продаж. Ни в одном опубликованном материале он не описывается как доступный, имеющий цену или предлагаемый для самостоятельного использования.

Ни в одном релизном материале не указана цена, потому что оценивать нечего: веса можно скачать бесплатно, а стоимость использования Kolibri — это стоимость GPU, на которых вы его запускаете. Aleph Alpha также не публикует ни лимитов запросов, ни бесплатных кредитов, ни пробного тарифа для модели — любое утверждение об обратном было бы выводом из слова «available», а не фактом со страниц вендора.

Нет маршрута на OrcaRouter, и честная альтернатива

Мы сегодня проверили наш собственный каталог: OrcaRouter обслуживает 207 моделей, и Kolibri среди них нет — ни под каким вариантом написания названия, ни с префиксом Aleph Alpha. Это важно для читателя, чей фактический вопрос звучит так: «могу ли я вызывать эту модель, не покупая две H100», потому что ответ — нет: ни здесь, ни на собственной инфраструктуре поставщика в качестве опубликованного сервиса. Самостоятельное развёртывание — единственный способ запустить Kolibri прямо сейчас.

Если вам нужна модель смеси экспертов, поддерживающая немецкий и английский, которую можно вызвать уже сегодня днём, самое близкое, что у нас есть — это Gemma 4 26B A4B IT, MoE с открытыми весами по цене $0.06 за миллион входных токенов и $0.33 за миллион выходных токенов с окном в 262 144 токена — тот же класс контекста, что и рекомендованное рабочее значение Kolibri, с оплатой за токены вместо 78 ГБ видеопамяти и разговоров о закупке. OrcaRouter маршрутизирует каждую модель, которую он предлагает, по прейскурантной цене провайдера без каких-либо наценок, что является дешёвым способом выяснить, оправдывает ли рабочая нагрузка владение оборудованием. Две оговорки, высказанные прямо, а не подразумеваемые: это другая модель с другими весами, и она не заменяет глубину немецкой предварительной подготовки Kolibri. Это честное сравнение между моделью, которую можно арендовать, и моделью, которой необходимо владеть.

Для команды, оценивающей суверенное развёртывание, есть вторая причина маршрутизировать, а не окончательно переходить. Если рабочая нагрузка сейчас обслуживается хостируемой моделью и вы рассматриваете перенос её на самостоятельно размещённый Kolibri, полезный тест — прогнать обе на собственном трафике, а не читать две таблицы бенчмарков, — и маршрутизируемая конечная точка с автоматическим переключением при сбое — это менее рискованное место для проведения такого теста, чем путь в продакшене, который вы уже перенесли.

Позиция Kolibri

Aleph Alpha опубликовала необычно полный отчёт о модели — конвейер обучения, происхождение данных, метод токенизации, показатель энергопотребления и предшественник, который был создан и отброшен, — а также выпустила веса под лицензией, по которой компания действительно может их развернуть. Для немецкого покупателя из госсектора или промышленности, чьи правила закупок начинаются с того, где хранятся данные, именно это сочетание и есть продукт, и никакая строка в бенчмарке его не заменит.

Покупатель пока не может проверить утверждения. Нет независимой оценки, нет хостируемой конечной точки и нет цены, с которой можно было бы сравнить что-либо ещё, а значит, решение опирается на собственные показатели поставщика плюс пробный запуск на собственном хостинге. Это реальное ограничение, и это не причина отвергать модель — именно поэтому приведённую выше спецификацию стоит читать строка за строкой, а не пробегать глазами по процентам. Если вы хотите понять, что такое Kolibri, ответ таков: это 78B-модель с открытыми весами, только для текста, немецко-английская MoE с потолком в 1M токенов и минимальной конфигурацией из двух GPU. Подходит ли она для вашей рабочей нагрузки — на этот вопрос ответит только ваша собственная оценка.