O lançamento
No Dia da Unidade Alemã, 3 de outubro de 2026, a alemã Aleph Alpha lançou o Kolibri, um modelo de linguagem inglês-alemão de pesos abertos sob licença Apache 2.0. É um Mixture-of-Experts com 78 bilhões de parâmetros no total e cerca de 3 bilhões ativos por token, com contexto de até 1 milhão de tokens.
A proposta é ser um modelo "soberano" para trabalho crítico em setores regulados: administração pública, indústria e aeroespacial. Segundo a empresa, foi construído na Alemanha, treinado em infraestrutura na Alemanha e na Finlândia, sob lei europeia e sem controle estrangeiro, pensando desde o início no EU AI Act, no Código de Prática para IA de propósito geral e no GDPR.
Os números (autorreportados)
Nos testes da própria Aleph Alpha, com a maior intensidade de raciocínio:
- AIME 2025: 96,9 (87,5 em alemão); GPQA Diamond: 84,3.
- LiveCodeBench v6: 85,9; SWE-Bench Verified: 66,4.
- τ³-bench banking: 38,1, bem acima de rivais do mesmo porte.
- Segundo a empresa, empata com modelos de até quatro vezes mais parâmetros ativos, como o Nemotron 3 Super.
Mas ele não lidera tudo: o Qwen3.6-35B-A3B vence em τ²-bench telecom, BFCL e LongBench Pro, e o Qwen3.8 27B (denso) fica à frente na média geral. São benchmarks rodados com harness próprio da empresa.
O que tem de diferente
- Alemão de verdade: 21,3% dos tokens de pré-treino são alemães, quase todos orgânicos ou reescritos de textos alemães; tradução foi usada de forma mínima para evitar "alemão com cara de americano". Um tokenizador bilíngue comprime melhor o alemão que GPT-5 e Gemini, o que reduz custo de inferência.
- Saber dizer "não sei": treino de abstenção com o protocolo Merlin-Arthur. No AA-Omniscience, o Kolibri se abstém em vez de errar em 44% dos itens, contra 15% da versão anterior.
- Quatro níveis de raciocínio (nenhum, baixo, médio, alto) para trocar custo por qualidade.
- Eficiência: só 10 das 50 camadas usam atenção completa; segundo a empresa, roda 18 requisições simultâneas de 256 mil tokens em duas H100.
Por que importa
A Europa busca alternativas a modelos americanos e chineses para governo e indústria. Um modelo aberto, pequeno o bastante para rodar on-premise e com documentação de dados e conformidade, atende exatamente esse pedido. O conceito se aplica a outros países: o Japão também discute IA soberana.
Para empresas
- Dados sensíveis on-premise: 3B ativos significam custo de serviço baixo em GPUs próprias.
- Teste no seu domínio: os benchmarks públicos e internos são da própria empresa.
- Grounding importa: em RAG corporativo, um modelo que se abstém vale mais que um que "chuta".
- Requisitos técnicos: exige o pacote aleph-alpha-inference (plugin vLLM).
Fontes
- 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
Quer avaliar modelos abertos e soberanos para rodar na sua própria infraestrutura? A KGA IT oferece uma consulta gratuita: kga-it.com.