发布
在 2026 年 10 月 3 日德国统一日,德国公司 Aleph Alpha 以 Apache 2.0 许可发布了 英德双语 开放权重语言模型 Kolibri。它是一个 混合专家(MoE) 模型,总参数 780 亿、每个 token 约激活 30 亿,上下文最长 100 万 token。
其定位是面向受监管行业关键任务的 "主权"模型:公共管理、工业和航空航天。公司称,该模型在德国开发,在德国和芬兰的基础设施上训练,受欧洲法律管辖、不受外国控制,并从一开始就围绕 欧盟 AI 法案、通用 AI 行为准则和 GDPR 设计。
数据(公司自报)
在 Aleph Alpha 自己的测试中(最高推理强度):
- AIME 2025: 96.9(德语版 87.5);GPQA Diamond: 84.3。
- LiveCodeBench v6: 85.9;SWE-Bench Verified: 66.4。
- τ³-bench banking: 38.1,远高于同规模对手。
- 公司称其可与 Nemotron 3 Super 等 激活参数多达四倍 的模型打平。
但它 并非处处领先:Qwen3.6-35B-A3B 在 τ²-bench telecom、BFCL 和 LongBench Pro 上胜出,稠密模型 Qwen3.8 27B 在总体平均上领先。这些基准使用的是公司 自有的评测框架。
有何不同
- 地道德语: 预训练 token 中 21.3% 为德语,几乎全部是原生文本或由德语原文改写;翻译被压到最低,以避免"美式德语"。双语分词器 对德语的压缩优于 GPT-5 和 Gemini,降低推理成本。
- 会说"不知道": 使用 Merlin-Arthur 协议进行弃答训练。在 AA-Omniscience 上,Kolibri 在 44% 的题目中选择弃答而非答错,上一版为 15%。
- 四档推理强度(无、低、中、高),在成本与质量间权衡。
- 效率: 50 层中只有 10 层使用全注意力;公司称两张 H100 即可同时处理 18 个 25.6 万 token 的请求。
为何重要
欧洲正在为政府和工业寻找美中模型之外的选择。一个足够小、可 本地部署、并附有数据与合规文档的开放模型,正好满足这一需求。这一理念也适用于其他国家:日本同样在讨论主权 AI。
给企业的建议
- 敏感数据本地化: 仅 30 亿激活参数,意味着在自有 GPU 上服务成本低。
- 在您的领域测试: 公开和内部基准均出自公司本身。
- 有据回答很重要: 在企业 RAG 中,会弃答的模型比"乱猜"的更有价值。
- 技术要求: 需要 aleph-alpha-inference 包(vLLM 插件)。
来源
- 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
想评估可在自有基础设施上运行的开放主权模型吗?KGA IT 提供免费咨询:kga-it.com