¿Qué es Kolibri 1?
Kolibri 1 es un modelo de razonamiento de pesos abiertos de Aleph Alpha, el laboratorio de Heidelberg, publicado el 3 de octubre de 2026. Aleph Alpha está siendo absorbida por la canadiense Cohere: ambas firmaron un acuerdo de fusión el 16 de septiembre de 2026, la empresa resultante operará como Cohere con sedes en Berlín y Toronto, y Heidelberg se mantiene como centro de investigación. Cuando lo comprobamos, la operación seguía pendiente de aprobación regulatoria.
Kolibri es un modelo de mezcla de expertos con 78.100 millones de parámetros, de los que 3.460 millones están activos por token, creado solo para alemán e inglés. Se preentrenó con 20 billones de tokens (en torno a un 62,5 % en inglés, un 23,9 % en alemán y un 13,6 % de código) en 768 GPU NVIDIA B200 en Alemania y Finlandia, con un tokenizador diseñado para la estructura de las palabras alemanas. Su contexto nativo es de 262.144 tokens, y Aleph Alpha dice haber validado la calidad hasta 1.048.576. Ofrece un esfuerzo de razonamiento de none a high y llamadas a herramientas al estilo Hermes, con fecha de corte de conocimiento el 18 de junio de 2026.
Los pesos FP8 están en Hugging Face bajo Apache 2.0 y ocupan unos 78 GB, así que el mínimo es una H200 o B200, o dos A100 o H100 de 80 GB. Aleph Alpha es firmante del Código de Buenas Prácticas de la UE para la IA de uso general. No hay API pública de pago por token.
¿Merece la pena Kolibri 1?
Kolibri se gana su sitio primero por su procedencia y después por sus puntuaciones. Es un modelo Apache 2.0 entrenado en infraestructura europea bajo derecho alemán, con datos de entrenamiento documentados, consumo energético (unos 950 MWh estimados) y compromisos del Código de Buenas Prácticas, que es justo lo que se pide a los compradores del sector público y regulados en Alemania. En capacidad compite con los modelos abiertos de mezcla de expertos de su clase, sin ir por delante del conjunto de modelos abiertos.
Las propias tablas de Aleph Alpha le dan una media global de 75,5 en inglés y 70,8 en alemán, ligeramente por encima de Qwen3.5 35B-A3B (74,7 y 69,8) y GPT-OSS 120B (72,3 y 70,2). Las mismas tablas muestran al denso Qwen3.8 27B con 80,2 y 79,9, así que un comprador que prioriza el alemán obtiene mejor alemán de un modelo chino de un tercio del tamaño, a cambio de más cómputo por token. Todas las cifras son declaradas por el fabricante con Kolibri en esfuerzo de razonamiento high, y en el lanzamiento no había entrada en Artificial Analysis.
Los puntos débiles son los agentes y la recuperación. En SWE-Bench Verified saca 66,4 frente a 73,8 de Qwen3.6 35B-A3B, en TerminalBench 2.1 saca 27,7 frente a 39,7 de Qwen3.5 35B-A3B, y en la prueba de recuperación del sector público alemán de Aleph Alpha obtiene 75,0 frente a 80,0 de Qwen3.5. Le va mejor en no inventarse respuestas: una tasa de no alucinación de 44,0 en el conjunto público AA-Omniscience, frente a 11,1 de Qwen3.5 35B-A3B.
Las decisiones de ingeniería favorecen los documentos largos. Solo 10 de sus 50 capas atienden a todo el contexto, y Aleph Alpha dice que en dos H100 sirve 18 peticiones simultáneas de 256K tokens donde una versión de 123B lograba 3. Su tokenizador mete 4,90 bytes de alemán por token frente a 4,35 del de GPT-5, así que el mismo texto alemán cuesta menos tokens. Esas ventajas suponen que puedes ejecutar un vLLM modificado con un plugin en una GPU de 141 GB o en un par de 80 GB.
La fusión con Cohere es la gran incógnita para quienes eligieron Aleph Alpha por soberanía. Los pesos Apache 2.0 ya publicados no pueden retirarse, pero las futuras versiones de Kolibri y el soporte vendrán de Cohere, una empresa canadiense que tendrá doble sede en Toronto y Berlín.
Dónde se gana su sitio
Un responsable de TI en una agencia federal alemana
Usar un asistente interno sobre los documentos de la agencia sin un modelo estadounidense ni chino
Sirve Kolibri en una H200 dentro del centro de datos de la propia agencia; la licencia Apache 2.0, el entrenamiento europeo y la firma del Código de Buenas Prácticas responden a la mayoría de preguntas de contratación. La puntuación de 75,0 de Aleph Alpha en recuperación del sector público alemán es respetable, pero queda por detrás del 80,0 de Qwen3.5 35B-A3B.
Una ingeniera de plataforma en una aseguradora de Múnich
Procesar expedientes de pólizas en alemán de 200 páginas en una sola petición
Los contextos de hasta 262.144 tokens son el rango recomendado, y el diseño de ventana deslizante permite que dos H100 mantengan 18 de esas peticiones a la vez, según Aleph Alpha. Por encima de eso, añade la opción --max-model-len 1048576.
Un responsable de compras que compara proveedores de IA soberana
Valorar si comprometerse ahora con Kolibri es seguro dada la operación con Cohere
Los pesos ya publicados bajo Apache 2.0 siguen siendo utilizables indefinidamente, así que autoalojarlo implica poca dependencia. El soporte, las versiones futuras y cualquier oferta alojada vendrán de la Cohere fusionada cuando lo aprueben los reguladores, así que los contratos deberían nombrar a la entidad sucesora.
Antes de decidirte
- Puesta en marcha
- pip install aleph-alpha-inference (o descarga ghcr.io/aleph-alpha/aleph-alpha-inference), y luego vllm serve Aleph-Alpha/Kolibri-1 con una caché KV en FP8 y los parsers de razonamiento y de llamadas a herramientas kolibri1; vLLM estándar no puede cargarlo.
- Integraciones
- Chat completions compatibles con OpenAI a través de vLLM, llamadas a herramientas al estilo Hermes y reasoning_effort fijado en none, low, medium o high en la plantilla de chat; Transformers también lo carga. Aleph Alpha publica su eval-framework para reproducir los benchmarks.
- Datos y privacidad
- Apache 2.0 sin política de uso aceptable aparte ni límite de ingresos. Al autoalojarlo, los prompts se quedan en tus servidores; Aleph Alpha dice que el trabajo específico para clientes nunca entrena con datos de clientes.
- Coste a escala
- Los pesos FP8 ocupan unos 78 GB. Aleph Alpha indica como mínimo una H200, B200 o B300, o dos A100 o H100 de 80 GB, y recomienda dos H100 o dos H200 para servirlo. No se publica precio alojado por token.
- Límites
- Solo alemán e inglés; fecha de corte de conocimiento el 18 de junio de 2026; contexto nativo de 262.144 tokens con 1.048.576 validados; el muestreo recomendado es temperature 1.0, top_p 0.97, top_k 128. Sin resultados en clasificaciones independientes en el lanzamiento.
Lo bueno
- Apache 2.0 con entrenamiento europeo documentado y compromisos del Código de Buenas Prácticas
- Solo 3,46B de parámetros activos por token; contexto de 1M de tokens validado
- Tokenizador alemán de 4,90 bytes por token, por delante de GPT-5 y Qwen
- Tasa de no alucinación de 44,0 en AA-Omniscience (declarada por el fabricante)
Lo malo
- Solo alemán e inglés
- Por detrás de Qwen3.8 27B en las propias medias de alemán e inglés de Aleph Alpha
- Necesita unos 78 GB de memoria de GPU y un plugin de vLLM a medida
- La fusión pendiente con Cohere nubla la hoja de ruta a largo plazo
Ideal para
Organismos públicos alemanes y empresas reguladas que necesitan un modelo abierto auditable y entrenado en Europa para trabajo con documentos y recuperación en sus propias GPU.
Alternativas a Kolibri 1
Kolibri 1: preguntas frecuentes
- ¿Merece la pena Kolibri 1?
- Kolibri es hasta ahora el mejor argumento a favor de un modelo abierto hecho en Europa, aunque el mejor modelo abierto en las propias pruebas en alemán de Aleph Alpha es de Alibaba. Le damos un 3.9 sobre 5.
- ¿Cuánto cuesta Kolibri 1?
- Gratuito bajo Apache 2.0. Sin API alojada pública; despliegue empresarial a través del equipo de ventas de Aleph Alpha, con precios no publicados.
- ¿Qué inconvenientes tiene Kolibri 1?
- Solo alemán e inglés; por detrás de Qwen3.8 27B en las propias medias de alemán e inglés de Aleph Alpha; necesita unos 78 GB de memoria de GPU y un plugin de vLLM a medida; la fusión pendiente con Cohere nubla la hoja de ruta a largo plazo.
- ¿Para quién es Kolibri 1?
- Organismos públicos alemanes y empresas reguladas que necesitan un modelo abierto auditable y entrenado en Europa para trabajo con documentos y recuperación en sus propias GPU.
- ¿Cuánto cuesta Kolibri 1 para un equipo o en producción?
- Los pesos FP8 ocupan unos 78 GB. Aleph Alpha indica como mínimo una H200, B200 o B300, o dos A100 o H100 de 80 GB, y recomienda dos H100 o dos H200 para servirlo. No se publica precio alojado por token.
- ¿Es Kolibri 1 seguro para los datos de la empresa?
- Apache 2.0 sin política de uso aceptable aparte ni límite de ingresos. Al autoalojarlo, los prompts se quedan en tus servidores; Aleph Alpha dice que el trabajo específico para clientes nunca entrena con datos de clientes.
- ¿Cuáles son las mejores alternativas a Kolibri 1?
- Las alternativas más cercanas que hemos analizado son gpt-oss-120b, Qwen3.8-27B, Mistral Small 4, Command A+ y Mistral Medium 3.5.
Respuestas comprobadas el 28 oct 2026.