{{1}}Kolibri{{/1}}：{{3}}Aleph Alpha 的{{/3}} {{4}}78B 開放權重模型{{/4}}{{5}}究竟是{{/5}}{{2}}什麼{{/2}}

Kolibri是 Aleph Alpha 的開放權重語言模型。這家位於海德堡的實驗室多年來一直主張，歐洲機構需要能在自家硬體上運行的模型。它是一套 780 億參數的混合專家系統，每個 token 啟動約 34.6 億個參數，只讀寫德文和英文，別無其他，並具備經驗證的 1,048,576 個 token 上下文視窗。權重放在 Hugging Face 上，儲存庫名稱為Aleph-Alpha/Kolibri-1，採用 Apache 2.0 授權。同一批發布資料也描述了Kolibri Origin，這是擁有 306 億參數的前身，受過訓練、在內部驗證，但從未發布。如果你只搜尋名稱而來到這裡，這就是簡短答案；本頁其餘部分是背後的規格，每一項數字都註明其發布來源。

該模型於 2026 年 10 月 3 日推出——Aleph Alpha 自家、日期標註為 10 月 5 日、發自海德堡的新聞稿指出，Kolibri 自 10 月 3 日起已可供使用，而模型卡也載有相同日期。這個日期在此是為了定位該模型，而非為了宣布它。接下來是常設版本：這個模型是什麼、不是什麼，哪些數字來自 Aleph Alpha，以及截至今日，哪些數字完全不來自任何人。

Kolibri、Kolibri-1、Kolibri Origin：三個名稱，同一個發行版

命名是讀者首先必須弄清楚的事，因為廠商把其中兩個名稱交替使用，而第三個則完全屬於另一回事。

• Kolibri — 這個模型的名稱，在 Aleph Alpha 所寫的一切內容中都是如此：產品頁面、公告、技術報告。這是個德文詞，而廠商就是這樣拼寫：大寫 K，沒有後綴。

• Kolibri-1 — 在儲存庫層級上是同一個模型。Hugging Face 儲存庫是 Aleph-Alpha/Kolibri-1，而廠商發佈的 serving 指令是 vllm serve Aleph-Alpha/Kolibri-1。這是版本識別碼，不是第二個模型，這兩個字串會解析到相同的權重。

• Kolibri Origin — 另一個模型，而且不是你所能下載的模型。它是擁有 306 億參數、32.7 億活躍參數的前身，於 2026 年 6 月完成預訓練，曾用於驗證訓練流程，且從未公開發布。Aleph Alpha 將 Kolibri 大多數基準測試列回報為與其並列的配對欄位，這就是為什麼這個名稱幾乎出現在每一張關於 Kolibri 的表格中。如果你在尋找權重，這不是你要找的那一個。

並沒有獨立的「Kolibri 2」，也沒有以不同名稱發布的聊天調校變體，更沒有量化過的官方發行版。凡是在下載索引中掛著這個名稱的其他東西，都是第三方轉換，而廠商自家資料並未記載任何這樣的版本。

大小：78B 這個數字是對的，而決定一切的是第二個數字

一個「Kolibri 78B」查詢一直在流傳，而廠商確認了它，而非加以更正。根據隨權重一同發布的模型卡：總參數量為 78,103,074,560，其中每個 token 有 3,457,573,120 個處於啟用狀態。這相當於約 22.6 比 1 的稀疏比例。

這個區別不是吹毛求疵。總參數決定模型需要多少記憶體；活躍參數決定每個 token 要花多少運算。一個擁有 3.46B 活躍參數的 78B 模型，是個非常巨大的產物，但在推論時，以每個 token 為基礎來看，它的行為卻像個小模型——而這正是為什麼 Aleph Alpha 能為這種規模的東西開出兩張 GPU 的部署下限。任何關於 Kolibri 的摘要，若只給你 78B 而沒有活躍參數，就漏掉了決定帳單的那個部分。

若要與自身系列相比較規模：Kolibri Origin 的總參數量為 30.6B，其中 3.27B 為活躍參數。Kolibri 的總參數量大致翻倍，活躍參數量卻幾乎沒變，這說明的是每單位服務成本所能換得的容量，而非原始速度。

架構與授權：權重是什麼，以及 Apache 2.0 在這裡實際上涵蓋了什麼

Kolibri 是一款 50 層的混合專家 Transformer，完全沒有稠密前饋層。每一層會路由至 384 個專家，每個 token 有六個專家處於啟用狀態，外加一個共享專家；專家中間維度為 512，模型維度為 2,560。注意力機制是混合式的：大多數層使用 512 個 token 的滑動視窗，只有每第五層才使用完整注意力。Aleph Alpha 的架構說明文章直白指出其後果——與 Kolibri Origin 相比，在 16K 上下文下，純注意力工作的比例從 51% 降至 27%，而完整注意力層的數量也大約降為原來的五分之一。

這個分詞器是德英雙語版本，詞彙量為 128,000 個詞元，並以該實驗室稱為 UniBPE 的方法訓練。刻意只涵蓋兩種語言：廠商將此範圍定調為重深度而非廣度，而且明白如此表示，而非把兩種受到妥善支援的語言包裝成多語言成就。

授權條款是 Apache 2.0，而模型卡對其界線的說明異常精確。用模型卡自己的措辭來說，該授權「僅適用於本儲存庫中所發布的權重與設定檔」——它不及於底層程式碼、架構定義、參數設定或訓練方法。因此，對部署團隊而言，實際立場是這樣：權重確實是開放的，且可商業使用，沒有可接受使用附加條款、沒有月活躍使用者門檻，也沒有另訂的商業條款，但該授權並不是對 Aleph Alpha 訓練配方或其推論程式碼的授予。如果你的法務審查問到，這是否為 OSI 意義上的開源，誠實的答案是：這是在 OSI 認可授權條款下的開放權重，並帶有明訂的範圍限制，而這兩者並不是相同的主張。

上下文視窗與最大輸出

Aleph Alpha 將上下文視窗分為兩個層級公布，而這個區分值得保留。

• 經驗證的上限 — 1,048,576 個權杖，產品頁面和模型卡上均有註明。

• 原生且建議——262,144 個 token。該卡建議為了服務效率與複雜任務，維持在此數值或以下；廠商頁面則將 256K 稱為實際運作數字。

• 訓練進程 — 先以 16,384 個 token 進行預訓練，再以 65,536 個 token 的長度範圍進行中期訓練，然後擴展至 262,144 作為訓練長度。

達到完整的一百萬並不是你預設就能取得的配置。服務配方需要一個明確的 maximum-model-length 旗標，以及一個位置嵌入覆寫設定，而這是供應商有文件記載的。把 1M 解讀為一個經過驗證的上限，並附有已記錄的程序；而 262K 則是你應該據以設計正式生產工作負載的數字。

最大輸出長度並未公布。無論是產品頁面、模型卡還是發布公告，都沒有說明生成上限。如果某個部署依賴於硬性的輸出上限，這應該詢問 Aleph Alpha，或取決於你自己的服務配置——這不是發布資料能回答的問題。

模態：僅限文字，而這是刻意劃定的界線

Kolibri 是一個文字輸入、文字輸出的模型。該模型卡的 pipeline 標籤是文字生成；它將此模型描述為處理文字輸入並產生文字輸出，並指出訓練語料庫僅包含文字。沒有視覺編碼器、沒有音訊路徑、沒有圖像生成；除了文字形式的工具呼叫之外，沒有已記載的工具結果模態。

這正是廠商說法與讀者期待最常出現分歧的地方，所以值得直接了當地說：Kolibri 的名稱、大小或同系列機型，都不該讓你以為它能接受圖片。它不能。它支援的兩種語言是德語和英語，並非為了處理第三種語言而打造——法語或西班牙語的請求都超出設計目標，無論示範時拿它做了什麼。

它確實具備的是工具呼叫功能——Hermes 風格，並隨附與權重位於同一個儲存庫的解析器——以及四種推理投入程度，無、低、中與高，透過聊天模板設定。這兩者都是有文件記載的行為，而非社群發現。

Aleph Alpha 所宣稱的，以及其他任何人所實測到的

兩個類別，而且兩者大小並不相同。

廠商回報，出自 Aleph Alpha 自家評測框架，由 Aleph Alpha 執行、由 Aleph Alpha 發布：就英語與德語而言，Kolibri 位於品質對服務成本的 Pareto 前緣；它能與主動參數量最多達自身四倍的模型匹敵，該廠商以 Nemotron 3 Super（一個 120B-A12B 模型）舉例說明這項說法；它專精於德語、推理、數學與代理式工作，其工具使用項目表現強勁（Tau2-Bench 電信 94.7%、零售 69.9%、航空 76.7%；BFCL v4 整體 61.4%），推理項目亦然（GPQA Diamond 英語 84.3%、AIME 2025 英語 96.9%）。同一張表中的德語數據——GPQA Diamond 81.3%、AIME 2025 87.5%、AIME 2026 90%——來自同一批基準的德語版本。

經獨立測量，截至 2026 年 10 月 13 日：無。Artificial Analysis 上沒有 Kolibri 的條目，其供應商清單中也沒有 Aleph Alpha 這一列；模型卡本身指出，該模型並未由 Hugging Face 上任何推論供應商部署；而且，儘管評估工具程式碼在該實驗室自家的儲存庫中是公開的，仍沒有第三方發表過對廠商評估框架的重現結果。這份評估很詳盡，但這只是一間實驗室的評估。在海德堡以外的任何人實際運行它之前，請將上述每一個百分比都視為廠商宣稱。

廠商資料中有一個數字值得特別謹慎看待，而不是直接複述。Aleph Alpha 的產品頁面顯示，Kolibri 的 AA-Omniscience 指數為 33.6%。該指數是由 Artificial Analysis 建構出來的指標，而 Artificial Analysis 目前並未發布任何 Kolibri 條目。這個數字是 Aleph Alpha 自行以他人設計的指數跑出來的結果；把它發布出來無可厚非，但把它當成獨立評分來解讀則不恰當。在指數所有者公布數字之前，這仍是廠商自行報告的數字。

你實際上如何執行它

沒有可指向的託管端點。Kolibri 是以權重加上推理套件的形式發佈，而呼叫它就意味著你得自己執行。

• 安裝 — pip install "aleph-alpha-inference>=1.0"，其提供 Kolibri vLLM 外掛程式並固定其支援的 vLLM 版本；或者可拉取容器映像 ghcr.io/aleph-alpha/aleph-alpha-inference。

• 服務 — 對 Aleph-Alpha/Kolibri-1 執行標準 vLLM 呼叫，並啟用 FP8 KV 快取、Kolibri 推理剖析器、Kolibri 工具呼叫剖析器與自動工具選擇。

• 記憶體 — FP8 權重約為 78 GB。官方公布的最低需求是兩張 A100 80 GB 卡、兩張 H100 SXM5、一張 H200、一張 B200 或一張 B300；建議配置是兩張 H100 SXM5、兩張 H200、一張 B200 或一張 B300。

• 取樣 — 溫度 1.0、top-p 0.97、top-k 128，依該卡片的建議。

• 介面 — 與 OpenAI 相容，於本機提供服務。現有的 chat-completions 程式碼可直接指向它；推理強度會透過聊天模板傳遞，而工具呼叫則會落在標準的 tools 欄位中。

供應商自家的註冊表單將「Modelltest API」列為一種請求類別，因此可透過業務部門洽談 API。沒有任何已發布的資訊說明它可供使用、已定價或可自助使用。

發布資料中沒有提及任何價格，因為根本沒有東西需要定價：權重可免費下載，而使用 Kolibri 的成本就是你為它投入的 GPU 成本。Aleph Alpha 也沒有公布任何速率限制、免費額度或該模型的試用方案——任何與此相反的說法，都只是從「available」這個詞推論而來，而非供應商頁面上的事實。

在 OrcaRouter 上沒有可用路徑，以及誠實的替代方案

我們今天查了自家型錄：OrcaRouter 提供 207 個模型，而 Kolibri 不在其中，無論這個名稱怎麼拼寫，或加上 Aleph Alpha 前綴都一樣。這對一位真正想問「我能不能不用買兩張 H100 就呼叫它？」的讀者來說很重要，因為答案是「不行」——在這裡不行，在供應商自家基礎設施上作為已發布的服務也不行。目前，自行架設是執行 Kolibri 的唯一方法。

如果你需要的是今天下午就能呼叫、且能處理德語和英語的專家混合模型，我們確實提供的最接近選項是 Gemma 4 26B A4B IT——一個開放權重 MoE，每百萬輸入 token 收費 $0.06、每百萬輸出 token 收費 $0.33，具有 262,144 個 token 的視窗；這與 Kolibri 建議的工作數值屬於同一上下文等級，但計費方式是每 token 的單項費用，而不是 78 GB 的 VRAM 和一場採購討論。OrcaRouter 對其提供的每個模型都按供應商定價收費，不加收任何費用，這是用來判斷某項工作負載是否值得自己擁有硬體的便宜方法。兩點注意事項，明說而非暗示：這是不同的模型、不同的權重，而且無法取代 Kolibri 的德語預訓練深度。這是可租用模型與必須自擁模型之間的誠實比較。

對於正在權衡主權部署的團隊來說，選擇路由而非直接投入還有第二個理由。如果某項工作負載目前由託管模型提供服務，而您正考慮將它移到自架的 Kolibri 上，那麼真正有用的測試是讓兩者同時跑您自己的流量，而不是閱讀兩份基準測試表——而具備自動容錯移轉的路由端點，是執行該測試風險較低的地方，勝過您已經移轉的正式環境路徑。

Kolibri 的定位

Aleph Alpha 發表了一份關於某個模型的異常完整說明——訓練流程、資料溯源、分詞器方法、能耗數字，以及一個曾打造後遭捨棄的前身模型——並以企業確實可據以部署的授權條款釋出權重。對德國公部門或工業買家而言，其採購規則以資料存放何處為起點，這樣的組合本身就是產品，任何基準測試的成績列都無法取而代之。

買方目前還無法做到的事，就是查核這些宣稱。沒有獨立評測，沒有託管端點，也沒有價格能與其他任何東西相比，這意味著決策只能仰賴供應商自家提供的數字，外加一次自行託管的試用。這是一項實際限制，但並不是否定這個模型的理由——這正是為什麼上述規格值得逐行細讀，而不是只快速掃過那些百分比。如果你想了解 Kolibri 究竟是什麼，答案是：一個 78B 的開放權重、純文字、德英混合專家（MoE）模型，具備一百萬 Token 的上限，以及雙 GPU 的最低門檻。它是否適合你的工作負載，這個問題只有你自己的評測才能給出答案。