Aleph Alpha lanza Kolibri, un modelo de pesos abiertos que desafía a gigantes con solo 3B de parámetros activos
Kolibri Has Landed: A Sovereign Open-Weight Model
Aleph Alpha presenta Kolibri, un Transformer Mixture-of-Experts inglés-alemán de 78B de parámetros totales y 3B activos, con contexto de hasta 1M de tokens y licencia Apache 2.0. Entrenado en Alemania y Finlandia, iguala en matemáticas, código y tareas agénticas a modelos con hasta cuatro veces más parámetros activos, como Nemotron 3 Super. Su diseño prioriza la soberanía tecnológica y el cumplimiento normativo europeo.
El resultado es un modelo bilingüe por diseño, no un modelo inglés que ha leído algo de alemán.
- miellaby
El paper explica absolutamente todo como si fuera un tutorial "cómo hacer tu propio LLM agéntico moderno". Incluso cuentan cómo hicieron su dataset. https://aleph-alpha.com/downloads/tech-report.pdf ; Es la primera vez que veo este nivel de apertura.
- kkm
Gracias al equipo de Aleph Alpha por hacerlo abierto.
Nosotros, como muchos otros, teníamos curiosidad por probarlo y hacerle benchmark.
Dicho esto, como un pequeño gesto de apoyo, hemos alojado y hecho Kolibri-1 gratis para que cualquiera lo pruebe durante los próximos días.
Sin GPU. Sin configuración. Solo pruébalo.
tesseracted.com/kolibri-1-chat/
- andai
>Entrenamos Kolibri con datos de abstención y con nuestro protocolo Merlin-Arthur. Como resultado, está entrenado para decir "no lo sé" cuando la respuesta no está en el contexto.
https://aleph-alpha.com/en/blog/bounding-hallucinations-merl...
- peterBlue75
Lo que hay que destacar aquí, además de la transparencia y el hecho de que es realmente un buen modelo que también funciona bien en tareas de código y agentes, es que es el primer lanzamiento de un equipo formado hace menos de un año, con un fuerte enfoque en la velocidad de iteración. Habrá más.
disclaimer: soy parte del equipo de entrenamiento, encantado de responder cualquier pregunta
- tomComb
Para un post que hace tanto alarde de soberanía, es un poco engañoso no mencionar que la empresa está prevista para fusionarse con Cohere, una empresa canadiense.
Y eso es algo bueno, no hay necesidad de ocultarlo. Dado el creciente costo de mantenerse al día, estas pocas empresas no estadounidenses y no chinas realmente necesitan compartir más esfuerzos y costos.
Canadá también necesita mucho opciones de IA soberana, pero financiar eso por sí solo sería prácticamente un desperdicio de dinero. Me encantaría ver a esta nueva empresa germano-canadiense cooperar también con Mistral, o quizás con una de las empresas de IA coreanas.
- amoshebb
Qwen3.8 27B supera a Kolibri 79.9 vs 70.8 en alemán en el harness de Kolibri sobre el benchmark de Kolibri.
Además, una vez que se complete la adquisición por Cohere, ¿seguirán pudiendo usar esta afirmación de "soberano" a pesar de ser 90% propiedad y 100% operado desde Toronto?
- niemandhier
Creo que por el momento lo principal en lo que un modelo de IA soberano necesita ser bueno es en auditar los resultados de otros modelos.
Ahora mismo uno podría ejecutar un modelo abierto para la mayoría de las aplicaciones gubernamentales y sería suficientemente bueno, simplemente no puedes confiar en ninguno de estos.
Así que tener un modelo controlado soberanamente que audite al primero actuaría básicamente como un "adaptador de confianza".
Si el segundo modelo es lo suficientemente barato y rápido, hay un modelo de negocio.
Ni siquiera necesitas auditar todos los pasos intermedios, solo las llamadas a herramientas y los resultados finales.
- spijdar
La ausencia de cualquier comparación con Qwen3.8 Flash, otro modelo MoE con un número de parámetros activos más bien pequeño (6B), es bastante llamativa. En cambio, se compara con Qwen3-Next 80B-A3B, un modelo lanzado hace casi un año entero.
Entiendo que eso no invalida el verdadero "punto" del modelo, pero...
- martianvoid
Acabo de intentar jugar con él en mi configuración RTX pro 6000, gasta demasiados tokens en darle demasiadas vueltas a las cosas incluso si es capaz de encontrar el enfoque correcto.
Su velocidad, por otro lado, es bastante buena: con solo 3B de parámetros activos estoy obteniendo alrededor de 170 tkn/s en fp8.
- dang
Hilo relacionado en curso:
Aleph Alpha Kolibri: How the sovereign German LLM works - https://news.ycombinator.com/item?id=49943034 - Oct 2026 (162 comentarios)