Kolibri od Aleph Alpha. Co potrafi otwarty model AI z Niemiec

Czym jest Kolibri i kto go wydał

Kolibri-1 to model językowy Aleph Alpha z otwartymi wagami, przystosowany do rozumowania i wywoływania narzędzi. Firma ogłosiła go na swoim blogu 3 października 2026 roku i jednocześnie opublikowała pliki modelu na Hugging Face. Każdy może go pobrać, uruchomić na własnym sprzęcie i dostosować bez opłat licencyjnych.

Aleph Alpha od lat buduje ofertę wokół tzw. suwerennej AI, czyli modeli, które organizacja kontroluje sama, bez wysyłania danych do zewnętrznego dostawcy. Kolibri ma służyć właśnie takim wdrożeniom. Producent wymienia administrację publiczną, przemysł, motoryzację, lotnictwo i półprzewodniki, a także niemieckie zastosowania prawnicze.

Dlaczego 78 mld parametrów działa jak 3,5 mld

Kolibri korzysta z architektury mixture-of-experts (MoE, mieszanina ekspertów). Model składa się z wielu wyspecjalizowanych podsieci, a router przy każdym tokenie wybiera tylko kilka z nich. W Kolibri każda warstwa ma 384 ekspertów i jednego eksperta współdzielonego, a do obliczeń trafia 6 z nich.

W praktyce model ma wiedzę zapisaną w 78,1 mld parametrów, ale koszt obliczeń przypomina model z 3,46 mld parametrów. Przekłada się to na niższy koszt odpowiedzi i większą przepustowość na tym samym sprzęcie. Pamięci nie da się jednak oszczędzić w ten sposób, bo wszystkie wagi muszą być załadowane na kartę.

• Trening: około 24 bln tokenów, w tym 20 bln w pretreningu, z udziałem 21,3 proc. tekstów niemieckich.
• Sprzęt treningowy: 768 kart NVIDIA B200.
• Kontekst: natywnie 262 144 tokeny, z ekstrapolacją do 1 048 576 tokenów.
• Tryby rozumowania: cztery poziomy wysiłku, od wyłączonego do wysokiego, oraz wywoływanie narzędzi.
• Stan wiedzy: dane do 18 czerwca 2026 roku.

Wyniki Kolibri w testach

Aleph Alpha porównał Kolibri z otwartymi modelami MoE podobnej lub większej skali: Nemotron 3 Super (120 mld parametrów, 12 mld aktywnych), Mistral Small 4, Qwen3.6 i Qwen3-Next. Poniżej zestawiamy wybrane wyniki z bloga producenta. To pomiary samej firmy, bez niezależnej weryfikacji.

• AIME 2025 (matematyka): Kolibri 96,9 proc., Nemotron 3 Super 91,7 proc.
• AIME 2025 w wersji niemieckiej: Kolibri 87,5 proc., Nemotron 3 Super 85,6 proc.
• GPQA Diamond (pytania naukowe): Kolibri 84,3 proc., Nemotron 3 Super 78,0 proc.
• HumanEval+ (programowanie): Kolibri 92,7 proc., Nemotron 3 Super 94,7 proc.
• MMLU-Pro z rozumowaniem: 80,0 proc. według karty modelu.

Wymagania sprzętowe i uruchomienie

Wagi Kolibri zapisano w formacie FP8, a cały model zajmuje około 78 GB pamięci. Według karty modelu minimum to jedna karta H200, B200 lub B300 albo dwie karty H100 SXM5 lub A100 80 GB. Dostępna jest też wersja bazowa w pełnej precyzji BF16 oraz kilkanaście wersji skwantyzowanych przez społeczność.

Do serwowania Aleph Alpha przygotował pakiet aleph-alpha-inference z wtyczką do vLLM, dostępny jako kontener lub pakiet pip. Producent nie podał ceny dostępu przez API ani listy chmur, w których model będzie gotowy do użycia. Na dziś Kolibri jest więc propozycją dla organizacji, które mają własne serwery GPU lub wynajmują je w chmurze.

Ograniczenia i czego nie wiadomo

Największym ograniczeniem dla polskiego odbiorcy jest język. Karta modelu wymienia wyłącznie niemiecki i angielski, a polski nie pojawia się w dokumentacji. Model może odpowiadać po polsku, ale jakość takich odpowiedzi nie została przez producenta zmierzona.

Wyniki testów pochodzą od Aleph Alpha i dotyczą głównie matematyki, nauk ścisłych i kodu. Karta modelu zaznacza, że Kolibri może halucynować i powielać uprzedzenia z danych treningowych, a producent projektował go do pracy pod nadzorem człowieka, nie do w pełni autonomicznych systemów.

Co Kolibri oznacza dla firm w Polsce

Kolibri poszerza listę europejskich modeli z otwartymi wagami, które można uruchomić bez przekazywania danych poza własną infrastrukturę. Dla firm z sektora publicznego, finansowego czy przemysłowego to argument przy wymaganiach RODO i zasadach przetwarzania danych w UE. Licencja Apache 2.0 nie nakłada ograniczeń na użycie komercyjne.

W naszej ocenie Kolibri warto testować tam, gdzie dokumenty i komunikacja są po angielsku lub niemiecku, na przykład w spółkach współpracujących z Niemcami. Przy treściach po polsku rozsądniej najpierw porównać go z polskimi modelami Bielik i PLLuM oraz z otwartymi modelami Mistral na własnym zestawie zadań. Przed decyzją trzeba też policzyć koszt karty z ponad 80 GB pamięci i obsługi serwera.

1. Przygotuj 20-50 typowych zadań z własnej firmy, po polsku i w języku obcym.
2. Porównaj odpowiedzi Kolibri z modelem, którego używasz dziś, oraz z modelem polskim.
3. Sprawdź, czy wynik wymaga redakcji człowieka, i policz czas oszczędzony na zadaniu.
4. Oszacuj koszt sprzętu lub wynajmu GPU w chmurze w regionie UE.