O que é Kolibri 1?
O Kolibri 1 é um modelo de raciocínio de pesos abertos da Aleph Alpha, o laboratório de Heidelberg, lançado em 3 de outubro de 2026. A Aleph Alpha está sendo absorvida pela canadense Cohere: as duas assinaram um acordo de fusão em 16 de setembro de 2026, a empresa combinada vai operar como Cohere com sedes em Berlim e Toronto, e Heidelberg continua como centro de pesquisa. O negócio ainda aguardava aprovação regulatória quando verificamos.
O Kolibri é um modelo de mistura de especialistas com 78,1 bilhões de parâmetros, dos quais 3,46 bilhões ficam ativos por token, feito só para alemão e inglês. Foi pré-treinado com 20 trilhões de tokens (cerca de 62,5% em inglês, 23,9% em alemão e 13,6% de código) em 768 GPUs NVIDIA B200 na Alemanha e na Finlândia, com um tokenizador projetado para a estrutura das palavras em alemão. Seu contexto nativo é de 262.144 tokens, e a Aleph Alpha diz ter validado a qualidade até 1.048.576. Oferece esforço de raciocínio de none a high e chamadas de ferramenta no estilo Hermes, com corte de conhecimento em 18 de junho de 2026.
Os pesos FP8 estão no Hugging Face sob Apache 2.0 e ocupam cerca de 78 GB, então o mínimo é uma H200 ou B200, ou duas A100 ou H100 de 80 GB. A Aleph Alpha é signatária do Código de Prática da UE para IA de uso geral. Não há API pública cobrada por token.
Kolibri 1 vale a pena?
O Kolibri conquista seu lugar primeiro pela procedência e depois pelas pontuações. É um modelo Apache 2.0 treinado em infraestrutura europeia sob a lei alemã, com dados de treino, energia (cerca de 950 MWh estimados) e compromissos do Código de Prática documentados, que é o que se pede a compradores do setor público e de setores regulados na Alemanha. Em capacidade, ele é competitivo com os modelos abertos de mistura de especialistas da sua classe, sem estar à frente do campo aberto.
As próprias tabelas da Aleph Alpha lhe dão uma média geral de 75,5 em inglês e 70,8 em alemão, um pouco acima do Qwen3.5 35B-A3B (74,7 e 69,8) e do GPT-OSS 120B (72,3 e 70,2). As mesmas tabelas mostram o denso Qwen3.8 27B com 80,2 e 79,9, então quem prioriza o alemão consegue um alemão melhor de um modelo chinês com um terço do tamanho, ao preço de mais computação por token. Todos os números são autodeclarados, com o Kolibri em esforço de raciocínio high, e não havia entrada na Artificial Analysis no lançamento.
Os pontos fracos são agentes e recuperação. No SWE-Bench Verified ele marca 66,4 contra 73,8 do Qwen3.6 35B-A3B, no TerminalBench 2.1 marca 27,7 contra 39,7 do Qwen3.5 35B-A3B, e no teste de recuperação para o setor público alemão da Aleph Alpha marca 75,0 contra 80,0 do Qwen3.5. Ele se sai melhor em não inventar respostas: taxa de não alucinação de 44,0 no conjunto público AA-Omniscience, contra 11,1 do Qwen3.5 35B-A3B.
As escolhas de engenharia favorecem documentos longos. Só 10 das suas 50 camadas fazem atenção sobre todo o contexto, e a Aleph Alpha diz que em duas H100 ele atende 18 requisições simultâneas de 256K tokens, onde uma versão de 123B conseguia 3. O tokenizador compacta 4,90 bytes de alemão por token, contra 4,35 do GPT-5, então o mesmo texto em alemão custa menos tokens. Esses ganhos pressupõem que você consiga rodar um vLLM com plugin em uma GPU de 141 GB ou em um par de 80 GB.
A fusão com a Cohere é a questão em aberto para quem escolheu a Aleph Alpha por soberania. Os pesos Apache 2.0 já publicados não podem ser retirados, mas os próximos lançamentos do Kolibri e o suporte virão da Cohere, uma empresa canadense que terá sedes duplas em Toronto e Berlim.
Onde ele se destaca
Um líder de TI em uma agência federal alemã
Rodar um assistente interno sobre documentos da agência sem um modelo americano ou chinês
Sirva o Kolibri em uma H200 dentro do próprio data center da agência; a licença Apache 2.0, o treino europeu e a assinatura do Código de Prática respondem à maioria das perguntas de compras públicas. A pontuação de 75,0 da Aleph Alpha em recuperação para o setor público alemão é respeitável, mas fica atrás dos 80,0 do Qwen3.5 35B-A3B.
Um engenheiro de plataforma em uma seguradora de Munique
Processar arquivos de apólices em alemão de 200 páginas em uma única requisição
Contextos de até 262.144 tokens são a faixa recomendada, e o design de janela deslizante permite que duas H100 mantenham 18 dessas requisições ao mesmo tempo, segundo a Aleph Alpha. Além disso, adicione o override --max-model-len 1048576.
Um gerente de compras comparando fornecedores de IA soberana
Avaliar se é seguro se comprometer com o Kolibri agora, dado o acordo com a Cohere
Os pesos já lançados sob Apache 2.0 continuam utilizáveis indefinidamente, então a auto-hospedagem traz pouco aprisionamento. Suporte, versões futuras e qualquer oferta hospedada virão da Cohere combinada assim que os reguladores aprovarem, então os contratos devem nomear a entidade sucessora.
Antes de decidir
- Configuração
- Rode pip install aleph-alpha-inference (ou baixe ghcr.io/aleph-alpha/aleph-alpha-inference) e depois vllm serve Aleph-Alpha/Kolibri-1 com um KV cache FP8 e os parsers de raciocínio e de chamadas de ferramenta kolibri1; o vLLM padrão não consegue carregá-lo.
- Integrações
- Chat completions compatíveis com OpenAI via vLLM, chamadas de ferramenta no estilo Hermes e reasoning_effort definido como none, low, medium ou high no chat template; o Transformers também o carrega. A Aleph Alpha publica seu eval-framework para reproduzir os benchmarks.
- Dados e privacidade
- Apache 2.0 sem política de uso aceitável separada e sem teto de receita. Auto-hospedado, os prompts ficam nos seus servidores; a Aleph Alpha diz que trabalhos específicos para clientes nunca treinam com dados dos clientes.
- Custo em escala
- Os pesos FP8 ocupam cerca de 78 GB. A Aleph Alpha indica como mínimo uma H200, B200 ou B300, ou duas A100 ou H100 de 80 GB, e recomenda duas H100 ou duas H200 para servir. Não há preço hospedado por token publicado.
- Limites
- Só alemão e inglês; corte de conhecimento em 18 de junho de 2026; contexto nativo de 262.144 tokens, com 1.048.576 validados; a amostragem recomendada é temperature 1.0, top_p 0.97, top_k 128. Sem resultados de leaderboards independentes no lançamento.
O que é bom
- Apache 2.0 com treino europeu documentado e compromissos do Código de Prática
- Só 3,46B parâmetros ativos por token; contexto de 1M de tokens validado
- Tokenizador de alemão com 4,90 bytes por token, à frente do GPT-5 e do Qwen
- Taxa de não alucinação de 44,0 no AA-Omniscience (autodeclarada)
O que não é
- Só alemão e inglês
- Atrás do Qwen3.8 27B nas próprias médias de alemão e inglês da Aleph Alpha
- Precisa de cerca de 78 GB de memória de GPU e de um plugin vLLM próprio
- A fusão pendente com a Cohere deixa o roteiro de longo prazo incerto
Ideal para
Órgãos públicos alemães e empresas reguladas que precisam de um modelo aberto auditável, treinado na Europa, para trabalho com documentos e recuperação nas próprias GPUs.
Alternativas ao Kolibri 1
Kolibri 1: perguntas frequentes
- Kolibri 1 vale a pena?
- O Kolibri é o argumento mais forte até agora a favor de um modelo aberto feito na Europa, embora o melhor modelo aberto nos próprios testes em alemão da Aleph Alpha venha da Alibaba. Damos nota 3.9 de 5.
- Quanto custa Kolibri 1?
- Gratuito sob Apache 2.0. Sem API hospedada pública; implantação empresarial pelas vendas da Aleph Alpha, preços não publicados.
- Quais são as desvantagens de Kolibri 1?
- Só alemão e inglês; atrás do Qwen3.8 27B nas próprias médias de alemão e inglês da Aleph Alpha; precisa de cerca de 78 GB de memória de GPU e de um plugin vLLM próprio; a fusão pendente com a Cohere deixa o roteiro de longo prazo incerto.
- Para quem Kolibri 1 é indicado?
- Órgãos públicos alemães e empresas reguladas que precisam de um modelo aberto auditável, treinado na Europa, para trabalho com documentos e recuperação nas próprias GPUs.
- Quanto custa Kolibri 1 para uma equipe ou em produção?
- Os pesos FP8 ocupam cerca de 78 GB. A Aleph Alpha indica como mínimo uma H200, B200 ou B300, ou duas A100 ou H100 de 80 GB, e recomenda duas H100 ou duas H200 para servir. Não há preço hospedado por token publicado.
- Kolibri 1 é seguro para dados da empresa?
- Apache 2.0 sem política de uso aceitável separada e sem teto de receita. Auto-hospedado, os prompts ficam nos seus servidores; a Aleph Alpha diz que trabalhos específicos para clientes nunca treinam com dados dos clientes.
- Quais são as melhores alternativas ao Kolibri 1?
- As alternativas mais próximas que analisamos são gpt-oss-120b, Qwen3.8-27B, Mistral Small 4, Command A+ e Mistral Medium 3.5.
Respostas verificadas em 28 de out. de 2026.