Aleph Alpha 推出 Kolibri：78 億參數的英德雙語開放權重 MoE 模型

Aleph Alpha 於 2026 年 10 月 3 日正式宣佈，依據 Apache 2.0 授權條款，將其全新開放權重的 Kolibri 模型完整釋出，時間恰逢德國統一紀念日，突顯公司對歐洲人工智慧主權的堅定承諾。

Kolibri 採用混合專家（Mixture‑of‑Experts，簡稱 MoE）架構，原生支援英語與德語兩大語系，總參數規模達 78.1 十億，然而每一次產生單一令牌時僅啟動約 3.46 十億參數，以此在保持模型容量的同時顯著降低推理時的計算負荷。

技術規格概覽

此模型的原生上下文窗口可容納約 262 000 個令牌，遠高於目前多數大型語言模型的標準；在特殊應用需求下，Aleph Alpha 允許將最大上下文長度延伸至 1 048 576 令牌，但官方建議日常部署時保持較短的上下文範圍，以免因記憶體占用過高而導致延遲急遽上升。

儘管 MoE 設計提升了運算效率，完整的權重檔仍需相當的儲存空間。根據 MarkTechPost 的估算，若以 FP8 量化方式儲存，Kolibri 需要約 78 GB 的磁碟空間，這一容量可完整放入單一 Nvidia H200 加速卡，亦可依照執行時的配置需求，分散至多台具備 80 GB 記憶體的設備上。

訓練資料與方法論

Aleph Alpha 表示，Kolibri 的訓練過程使用了約 20 兆條精選的令牌，這些資料來源於超過 200 兆條原始令牌的更大資料池。精選後的語料中，德語佔比 21.3%，而翻譯內容僅占 6%，顯示出公司對母語原生資料的高度重視與策略性取捨。

訓練管線具備高度彈性與自動恢復機制。檢查點會自動生成，評估作業大約每小時執行一次；若硬體或網路發生故障，系統能自動切換並繼續訓練，無需人工介入，確保長時間大規模訓練的穩定性。

效能聲稱與合規立場

Aleph Alpha 引用其在專有與公開基準測試上的優異表現，並將 Kolibri 與使用更多活躍參數的競爭模型進行對照，聲稱在相同任務上取得更高的效能與效率。然而公司同時提醒，這些測試結果屬於供應商自行報告，仍需第三方獨立驗證方能確立其客觀性。

Kolibri 的研發與部署遵循歐盟 AI 法案、通用 AI 實務守則、GDPR 以及相關版權規範。儘管模型以開放授權釋出，降低了取得門檻，Aleph Alpha 仍明確指出，授權本身不保證下游應用在所有法域內皆符合合規要求，使用者須自行負責檢視與遵循當地法規。

• 公共部門應用，如稅務管理與市民服務
• 工業自動化與預測性維護
• 汽車設計、模擬與合規檢查
• 半導體晶片設計驗證
• 航空系統工程與安全分析

公司將 Kolibri 定位為針對受管制與關鍵任務工作負載的主權解決方案，透過提供本地部署選項，讓組織能完整掌控 AI 堆疊，呼應歐洲資料主權政策的核心精神。

對於以中文為主要工作語言的企業而言，Kolibri 的英德雙語能力能直接存取德語原始資訊，免除額外翻譯管線所帶來的時延與成本。其龐大的原生上下文窗口允許一次性處理長篇合約、技術文件或程式碼庫，大幅提升合規審查與技術稽核的效率。

開放權重的特性亦使企業能在內部環境中進行微調或安全審計，將 AI 行為與內部治理框架緊密結合，從而減少對外部雲端服務的依賴，強化資料安全與運營彈性。

總結而言，Kolibri 以其 78.1 十億參數的規模、混合專家架構的高效能、以及支援百萬級令牌的彈性上下文，為歐洲乃至全球的主權 AI 部署提供了一個具備開放透明特質的全新選項。