Aleph Alpha lança Kolibri, modelo MoE bilíngue de 78 bilhões de parâmetros

Em 3 de outubro de 2026, a Aleph Alpha anunciou a disponibilização pública do conjunto completo de pesos do seu novo modelo de linguagem, o Kolibri, sob a licença permissiva Apache 2.0. O comunicado foi feito no mesmo dia em que se celebra o Dia da Reunificação da Alemanha, reforçando a mensagem da empresa sobre a importância da soberania tecnológica europeia no campo da inteligência artificial.

O Kolibri é um transformador do tipo mixture‑of‑experts (MoE) que foi projetado para operar de forma nativa em duas línguas – inglês e alemão – sem a necessidade de módulos de tradução intermediários. A arquitetura totaliza 78,1 bilhões de parâmetros, porém, graças ao mecanismo MoE, apenas cerca de 3,46 bilhões são ativados para processar cada token, o que diminui significativamente o custo computacional da inferência ao mesmo tempo que mantém alto nível de desempenho.

Arquitetura e capacidade de contexto

Um dos principais diferenciais do Kolibri é a janela de contexto nativa, que chega a aproximadamente 262 mil tokens. Esse tamanho supera amplamente a maioria dos grandes modelos de linguagem atualmente disponíveis no mercado, permitindo que o modelo absorva documentos extensos, códigos-fonte ou contratos sem a necessidade de segmentação prévia. Para aplicações que demandam ainda mais memória, a Aleph Alpha oferece uma extensão opcional que pode chegar a 1 048 576 tokens, embora recomende a utilização de contextos menores em ambientes de produção para evitar picos de latência indesejados.

Mesmo com a eficiência trazida pelo MoE, o conjunto completo de pesos ocupa um volume considerável. De acordo com a análise da MarkTechPost, o modelo requer cerca de 78 GB de armazenamento quando quantizado para precisão FP8. Esse tamanho pode ser acomodado em um único acelerador da classe Nvidia H200 ou distribuído entre múltiplos dispositivos de 80 GB, dependendo da arquitetura de hardware adotada pelo usuário.

Dados de treinamento e curadoria

A Aleph Alpha divulgou que o Kolibri foi treinado com aproximadamente 20 trilhões de tokens cuidadosamente curados, extraídos de um pool bruto que ultrapassa 200 trilhões de tokens. Desses tokens curados, 21,3 % correspondem a textos em alemão, enquanto apenas 6 % são material traduzido, evidenciando o foco da empresa em maximizar a qualidade dos dados nativos nos dois idiomas suportados.

O pipeline de treinamento foi construído para ser resiliente a falhas. Checkpoints são gerados automaticamente a cada intervalo de tempo, avaliações de desempenho são realizadas aproximadamente a cada hora e, em caso de interrupções de hardware ou de rede, o sistema retoma o treinamento sem necessidade de intervenção manual, conforme descrito nos documentos técnicos da empresa.

Desempenho e conformidade regulatória

Nos benchmarks internos, tanto proprietários quanto públicos, o Kolibri apresentou resultados robustos, inclusive quando comparado a modelos que utilizam um número maior de parâmetros ativos por token. A Aleph Alpha ressalta, porém, que esses resultados foram produzidos por sua própria equipe e ainda aguardam validação independente por terceiros.

O desenvolvimento e o treinamento do Kolibri foram conduzidos na Alemanha e na Finlândia, com atenção especial às exigências do AI Act da União Europeia, ao Código de Prática de IA de Propósito Geral, ao GDPR e às leis de direitos autorais. Embora a licença aberta facilite o acesso ao modelo, a empresa adverte que a simples adoção da licença Apache 2.0 não garante que cada implementação downstream esteja em plena conformidade legal.

• Aplicações no setor público, como administração tributária e serviços ao cidadão
• Automação industrial e manutenção preditiva
• Design automotivo, simulação e verificação de conformidade
• Verificação de design de chips semicondutores
• Engenharia de sistemas aeroespaciais e análise de segurança

Ao posicionar o Kolibri como uma solução soberana, a Aleph Alpha destaca a possibilidade de implantação on‑premise, permitindo que organizações críticas mantenham controle total sobre a pilha de IA, sem depender de provedores de nuvem externos. Essa proposta alinha‑se com as políticas europeias que buscam garantir a soberania dos dados e a resiliência tecnológica.

Para empresas brasileiras, a disponibilidade de um modelo bilíngue de alto desempenho abre novas oportunidades. A capacidade de processar diretamente textos em alemão elimina a latência e os custos associados a pipelines de tradução, facilitando a análise de documentos técnicos, contratos internacionais ou bases de código provenientes de parceiros europeus.

A janela de contexto ampliada do Kolibri permite que documentos extensos, como legislações, regulamentos ou relatórios de auditoria, sejam analisados em uma única passagem, reduzindo a necessidade de fragmentação e potencial perda de contexto. Isso pode acelerar significativamente processos de compliance e revisão jurídica em setores regulados.

Além disso, o fato de os pesos estarem disponíveis sob licença aberta possibilita que equipes de desenvolvimento interno ajustem o modelo às suas necessidades específicas, realizem auditorias de viés ou integrem controles de governança personalizados, reforçando a confiança nas decisões automatizadas.

A Aleph Alpha também disponibiliza ferramentas de monitoramento de uso e métricas de desempenho que podem ser integradas a sistemas de gestão de risco, ajudando as organizações a manterem rastreabilidade e transparência nas interações com a IA, requisitos cada vez mais exigidos por reguladores globais.

Em termos de infraestrutura, o Kolibri pode ser executado tanto em clusters de GPUs de última geração quanto em ambientes híbridos que combinam aceleradores de inferência especializados, oferecendo flexibilidade para empresas com diferentes perfis de investimento em hardware.

A comunidade de pesquisa tem demonstrado interesse em explorar as propriedades do MoE em cenários multilíngues, e a abertura dos pesos do Kolibri pode estimular novos estudos sobre eficiência de parâmetros, mitigação de viés linguístico e adaptação a domínios específicos.

Em resumo, o lançamento do Kolibri representa um marco importante para a IA soberana na Europa, ao mesmo tempo em que oferece recursos avançados que podem ser aproveitados por organizações brasileiras que buscam reduzir dependência de provedores externos e melhorar a eficiência no tratamento de grandes volumes de texto bilíngue.