Pelancaran
Pada Hari Perpaduan Jerman, 3 Oktober 2026, syarikat Jerman Aleph Alpha melancarkan Kolibri, model bahasa Inggeris-Jerman berpemberat terbuka di bawah lesen Apache 2.0. Ia ialah Mixture-of-Experts dengan 78 bilion parameter keseluruhan dan kira-kira 3 bilion aktif bagi setiap token, dengan konteks sehingga 1 juta token.
Ia diposisikan sebagai model "berdaulat" untuk kerja kritikal dalam sektor dikawal selia: pentadbiran awam, industri dan aeroangkasa. Menurut syarikat, ia dibina di Jerman, dilatih pada infrastruktur di Jerman dan Finland, di bawah undang-undang Eropah tanpa kawalan asing, dan direka sejak awal mengikut EU AI Act, Kod Amalan GPAI dan GDPR.
Angka (dilaporkan sendiri)
Dalam ujian Aleph Alpha sendiri pada tahap penaakulan tertinggi:
- AIME 2025: 96.9 (87.5 dalam bahasa Jerman); GPQA Diamond: 84.3.
- LiveCodeBench v6: 85.9; SWE-Bench Verified: 66.4.
- τ³-bench banking: 38.1, jauh mengatasi pesaing bersaiz sama.
- Syarikat berkata ia setanding model dengan sehingga empat kali ganda parameter aktif, seperti Nemotron 3 Super.
Namun ia tidak mendahului dalam semua: Qwen3.6-35B-A3B menang dalam τ²-bench telecom, BFCL dan LongBench Pro, dan Qwen3.8 27B (padat) mendahului dalam purata keseluruhan. Penanda aras dijalankan dengan harness sendiri syarikat.
Apa yang berbeza
- Bahasa Jerman sebenar: 21.3% token pra-latihan ialah bahasa Jerman, hampir semuanya organik atau ditulis semula daripada teks Jerman; terjemahan diminimumkan untuk mengelakkan "bahasa Jerman berbunyi Amerika". Tokenizer dwibahasa memampatkan bahasa Jerman lebih baik daripada GPT-5 dan Gemini, mengurangkan kos inferens.
- Tahu berkata "saya tidak tahu": latihan berpantang menjawab dengan protokol Merlin-Arthur. Dalam AA-Omniscience, Kolibri berpantang dan bukannya menjawab salah dalam 44% item, berbanding 15% untuk versi sebelumnya.
- Empat tahap penaakulan (tiada, rendah, sederhana, tinggi) untuk mengimbangi kos dan kualiti.
- Kecekapan: hanya 10 daripada 50 lapisan menggunakan perhatian penuh; menurut syarikat, ia melayan 18 permintaan serentak 256 ribu token pada dua H100.
Mengapa ia penting
Eropah mahukan alternatif kepada model AS dan China untuk kerajaan dan industri. Model terbuka yang cukup kecil untuk dijalankan di premis, dengan dokumentasi data dan pematuhan, menjawab permintaan itu. Konsep ini boleh diguna di negara lain: Jepun juga membincangkan AI berdaulat.
Untuk perniagaan
- Data sensitif di premis: 3 bilion aktif bermakna kos perkhidmatan rendah pada GPU sendiri.
- Uji dalam domain anda: penanda aras awam dan dalaman adalah milik syarikat sendiri.
- Grounding penting: dalam RAG korporat, model yang berpantang lebih bernilai daripada yang "meneka".
- Keperluan teknikal: memerlukan pakej aleph-alpha-inference (plugin vLLM).
Sumber
- Aleph Alpha, "Kolibri Has Landed" (2026-10-03): https://aleph-alpha.com/en/blog/kolibri-has-landed-a-sovereign-open-weight-model/
- Hugging Face, Aleph-Alpha/Kolibri-1: https://huggingface.co/Aleph-Alpha/Kolibri-1
Mahu menilai model terbuka dan berdaulat untuk dijalankan pada infrastruktur anda sendiri? KGA IT menawarkan konsultasi percuma: kga-it.com.