Was ist Kolibri 1?
Kolibri 1 ist ein Reasoning-Modell mit offenen Gewichten von Aleph Alpha, dem Heidelberger Labor, veröffentlicht am 3. Oktober 2026. Aleph Alpha geht im kanadischen Unternehmen Cohere auf: Die beiden haben am 16. September 2026 einen Fusionsvertrag unterzeichnet, das gemeinsame Unternehmen wird als Cohere mit Hauptsitzen in Berlin und Toronto firmieren, und Heidelberg bleibt als Forschungszentrum. Als wir nachsahen, wartete der Deal noch auf die behördliche Genehmigung.
Kolibri ist ein Mixture-of-Experts-Modell mit 78,1 Milliarden Parametern, von denen 3,46 Milliarden pro Token aktiv sind, gebaut nur für Deutsch und Englisch. Es wurde auf 20 Billionen Tokens vortrainiert (etwa 62,5 % Englisch, 23,9 % Deutsch und 13,6 % Code), auf 768 NVIDIA-B200-GPUs in Deutschland und Finnland, mit einem Tokenizer, der auf den deutschen Wortaufbau zugeschnitten ist. Der native Kontext umfasst 262.144 Tokens, und Aleph Alpha sagt, es habe die Qualität bis 1.048.576 validiert. Es bietet Reasoning-Aufwand von none bis high und Tool-Calling im Hermes-Stil, mit Wissensstand 18. Juni 2026.
Die FP8-Gewichte liegen unter Apache 2.0 auf Hugging Face und belegen etwa 78 GB, das Minimum ist also eine H200 oder B200 oder zwei A100 oder H100 mit 80 GB. Aleph Alpha hat den Verhaltenskodex der EU für KI mit allgemeinem Verwendungszweck unterzeichnet. Eine öffentliche API mit Abrechnung pro Token gibt es nicht.
Lohnt sich Kolibri 1?
Kolibri verdient seinen Platz zuerst durch seine Herkunft und erst dann durch seine Werte. Es ist ein Modell unter Apache 2.0, trainiert auf europäischer Infrastruktur nach deutschem Recht, mit dokumentierten Trainingsdaten, Energieverbrauch (geschätzt 950 MWh) und Zusagen nach dem Verhaltenskodex, also genau dem, was öffentliche und regulierte Auftraggeber in Deutschland nachweisen sollen. Bei der Leistung hält es mit den offenen Mixture-of-Experts-Modellen seiner Klasse mit, liegt aber nicht vor dem offenen Feld.
Aleph Alphas eigene Tabellen sehen es im Gesamtschnitt bei 75,5 auf Englisch und 70,8 auf Deutsch, knapp über Qwen3.5 35B-A3B (74,7 und 69,8) und GPT-OSS 120B (72,3 und 70,2). Dieselben Tabellen zeigen das dichte Qwen3.8 27B bei 80,2 und 79,9, wer zuerst auf Deutsch achtet, bekommt also besseres Deutsch von einem chinesischen Modell mit einem Drittel der Größe, um den Preis von mehr Rechenaufwand pro Token. Alle Zahlen sind selbst gemeldet, mit Kolibri bei hohem Reasoning-Aufwand, und zum Start gab es keinen Eintrag bei Artificial Analysis.
Die Schwachstellen sind Agenten und Abruf. SWE-Bench Verified liegt bei 66,4 gegenüber 73,8 für Qwen3.6 35B-A3B, TerminalBench 2.1 bei 27,7 gegenüber 39,7 für Qwen3.5 35B-A3B, und in Aleph Alphas Retrieval-Test für den deutschen öffentlichen Sektor erreicht es 75,0 gegenüber 80,0 für Qwen3.5. Besser ist es darin, keine Antworten zu erfinden: eine Nicht-Halluzinationsrate von 44,0 auf dem öffentlichen Set AA-Omniscience, gegenüber 11,1 für Qwen3.5 35B-A3B.
Die technischen Entscheidungen begünstigen lange Dokumente. Nur 10 seiner 50 Schichten wirken über den ganzen Kontext, und Aleph Alpha sagt, dass es auf zwei H100 18 gleichzeitige Anfragen mit 256K Tokens bedient, wo eine Version mit 123B auf 3 kam. Sein Tokenizer packt 4,90 Bytes Deutsch pro Token gegenüber 4,35 beim Tokenizer von GPT-5, derselbe deutsche Text kostet also weniger Tokens. Diese Vorteile setzen voraus, dass du ein per Plugin gepatchtes vLLM auf einer GPU mit 141 GB oder zwei mit 80 GB betreiben kannst.
Die Fusion mit Cohere ist die offene Frage für Käufer, die Aleph Alpha wegen der Souveränität gewählt haben. Die bereits veröffentlichten Gewichte unter Apache 2.0 können nicht zurückgezogen werden, doch künftige Kolibri-Versionen und Support kommen von Cohere, einem kanadischen Unternehmen mit doppeltem Hauptsitz in Toronto und Berlin.
Wo es sich lohnt
Ein IT-Leiter bei einer deutschen Bundesbehörde
Einen internen Assistenten über Behördendokumente betreiben, ohne US- oder chinesisches Modell
Betreibe Kolibri auf einer H200 im eigenen Rechenzentrum der Behörde; die Apache-2.0-Lizenz, das europäische Training und die Unterschrift unter den Verhaltenskodex beantworten die meisten Beschaffungsfragen. Aleph Alphas Retrieval-Wert von 75,0 für den deutschen öffentlichen Sektor ist respektabel, liegt aber hinter den 80,0 von Qwen3.5 35B-A3B.
Eine Plattformingenieurin bei einem Münchner Versicherer
Deutsche Policenakten mit 200 Seiten in einer Anfrage verarbeiten
Kontexte bis 262.144 Tokens sind der empfohlene Bereich, und laut Aleph Alpha erlaubt das Sliding-Window-Design zwei H100, 18 solcher Anfragen gleichzeitig zu halten. Darüber hinaus ergänzt du die Überschreibung --max-model-len 1048576.
Ein Einkaufsleiter, der souveräne KI-Anbieter vergleicht
Einschätzen, ob eine Festlegung auf Kolibri angesichts des Cohere-Deals jetzt sicher ist
Bereits unter Apache 2.0 veröffentlichte Gewichte bleiben unbegrenzt nutzbar, Self-Hosting bringt also wenig Lock-in. Support, künftige Versionen und ein mögliches gehostetes Angebot kommen nach der behördlichen Genehmigung vom fusionierten Cohere, Verträge sollten daher den Rechtsnachfolger nennen.
Bevor du dich festlegst
- Einrichtung
- pip install aleph-alpha-inference (oder ghcr.io/aleph-alpha/aleph-alpha-inference ziehen), dann vllm serve Aleph-Alpha/Kolibri-1 mit FP8-KV-Cache und den kolibri1-Parsern für Reasoning und Tool-Calls; normales vLLM kann es nicht laden.
- Integrationen
- OpenAI-kompatible Chat Completions über vLLM, Tool-Calling im Hermes-Stil und reasoning_effort mit none, low, medium oder high im Chat-Template; auch Transformers lädt es. Aleph Alpha veröffentlicht sein eval-framework, um die Benchmarks nachzuvollziehen.
- Daten und Datenschutz
- Apache 2.0 ohne gesonderte Acceptable-Use-Policy und ohne Umsatzgrenze. Selbst gehostet bleiben Prompts auf deinen Servern; Aleph Alpha sagt, kundenspezifische Arbeit trainiere nie mit Kundendaten.
- Kosten im großen Maßstab
- Die FP8-Gewichte belegen etwa 78 GB. Aleph Alpha nennt als Minimum eine H200, B200 oder B300 oder zwei A100 oder H100 mit 80 GB und empfiehlt für den Betrieb zwei H100 oder zwei H200. Ein gehosteter Preis pro Token ist nicht veröffentlicht.
- Grenzen
- Nur Deutsch und Englisch; Wissensstand 18. Juni 2026; nativer Kontext von 262.144 Tokens, 1.048.576 validiert; empfohlenes Sampling ist temperature 1.0, top_p 0.97, top_k 128. Zum Start keine unabhängigen Ranglistenergebnisse.
Was gut ist
- Apache 2.0 mit dokumentiertem europäischem Training und Zusagen nach dem Verhaltenskodex
- Nur 3,46B aktive Parameter pro Token; Kontext von 1M Tokens validiert
- Deutscher Tokenizer mit 4,90 Bytes pro Token, vor GPT-5 und Qwen
- Nicht-Halluzinationsrate von 44,0 bei AA-Omniscience (selbst gemeldet)
Was nicht
- Nur Deutsch und Englisch
- Hinter Qwen3.8 27B in Aleph Alphas eigenen Durchschnitten für Deutsch und Englisch
- Braucht etwa 78 GB GPU-Speicher und ein eigenes vLLM-Plugin
- Die ausstehende Fusion mit Cohere trübt die langfristige Roadmap
Am besten für
Deutsche Behörden und regulierte Unternehmen, die ein prüfbares, in Europa trainiertes offenes Modell für Dokument- und Retrieval-Arbeit auf eigenen GPUs brauchen.
Alternativen zu Kolibri 1
Kolibri 1: häufige Fragen
- Lohnt sich Kolibri 1?
- Kolibri ist das bisher stärkste Argument für ein in Europa gebautes offenes Modell, auch wenn das beste offene Modell in Aleph Alphas eigenen deutschen Tests von Alibaba kommt. Wir bewerten es mit 3.9 von 5.
- Was kostet Kolibri 1?
- Kostenlos unter Apache 2.0. Keine öffentliche gehostete API; Unternehmenseinsatz über den Vertrieb von Aleph Alpha, Preise nicht veröffentlicht.
- Welche Nachteile hat Kolibri 1?
- Nur Deutsch und Englisch; Hinter Qwen3.8 27B in Aleph Alphas eigenen Durchschnitten für Deutsch und Englisch; Braucht etwa 78 GB GPU-Speicher und ein eigenes vLLM-Plugin; Die ausstehende Fusion mit Cohere trübt die langfristige Roadmap.
- Für wen eignet sich Kolibri 1?
- Deutsche Behörden und regulierte Unternehmen, die ein prüfbares, in Europa trainiertes offenes Modell für Dokument- und Retrieval-Arbeit auf eigenen GPUs brauchen.
- Was kostet Kolibri 1 für ein Team oder im Produktivbetrieb?
- Die FP8-Gewichte belegen etwa 78 GB. Aleph Alpha nennt als Minimum eine H200, B200 oder B300 oder zwei A100 oder H100 mit 80 GB und empfiehlt für den Betrieb zwei H100 oder zwei H200. Ein gehosteter Preis pro Token ist nicht veröffentlicht.
- Ist Kolibri 1 sicher für Firmendaten?
- Apache 2.0 ohne gesonderte Acceptable-Use-Policy und ohne Umsatzgrenze. Selbst gehostet bleiben Prompts auf deinen Servern; Aleph Alpha sagt, kundenspezifische Arbeit trainiere nie mit Kundendaten.
- Was sind die besten Alternativen zu Kolibri 1?
- Die nächsten Alternativen, die wir getestet haben, sind gpt-oss-120b, Qwen3.8-27B, Mistral Small 4, Command A+ und Mistral Medium 3.5.
Antworten geprüft am 28. Okt. 2026.