Kolibri - Sovereign German LLM with 78B parameters
Show HN: Germany's new sovereign AI model Kolibri
Kolibri es un modelo de lenguaje de pesos abiertos de Aleph Alpha, diseñado para alemán e inglés. Con 78 mil millones de parámetros totales pero solo 3.46 mil millones activos por token, ofrece eficiencia computacional. Entrenado desde cero en Alemania y Finlandia, es soberano: se puede desplegar en servidores propios sin dependencia externa. Bajo licencia Apache 2.0, destaca en razonamiento matemático, contexto largo de hasta 1 millón de tokens y capacidad de admitir cuando no sabe algo. Ideal para aplicaciones gubernamentales y empresariales que requieren cumplimiento normativo y privacidad de datos.
Aleph Alpha llama a Kolibri soberano, y en su publicación de lanzamiento eso significa dos cosas: cómo se construyó, con equipos en Alemania y entrenado en infraestructura en Alemania y Finlandia, bajo leyes europeas y alemanas, sin control extranjero; y lo que obtienen los clientes: libertad total de despliegue y seguridad de propiedad intelectual, para que el cumplimiento sea una propiedad heredada.
- miellaby
El paper lo explica absolutamente todo como si fuera un tutorial de "cómo hacer tu propio LLM agéntico moderno". Incluso cuentan cómo crearon su dataset. https://aleph-alpha.com/downloads/tech-report.pdf ; Es la primera vez que veo este nivel de apertura.
- 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 coste de mantenerse al día, estas pocas empresas no estadounidenses y no chinas realmente necesitan compartir más esfuerzos y costes.
Canadá también necesita mucho opciones de IA soberana, pero financiarlo por su cuenta sería prácticamente un desperdicio de dinero. Me encantaría ver a esta nueva empresa germano-canadiense cooperar también con Mistral, o quizás con alguna de las empresas de IA coreanas.
- 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 se podría ejecutar un modelo abierto para la mayoría de aplicaciones gubernamentales y sería suficientemente bueno, simplemente no puedes confiar en ninguno de ellos.
Así que tener un modelo controlado soberanamente auditando 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 su lugar, se compara con Qwen3-Next 80B-A3B, un modelo publicado hace casi un año entero.
Entiendo que eso no invalida el verdadero "punto" del modelo, pero...
- 9dev
Aleph Alpha ya es una triste broma a estas alturas. El talento ya no está ahí, nunca lograron alcanzar a los otros laboratorios, fracasaron en cumplir varios proyectos, y a estas alturas no son más que una forma de sacar dinero a los inversores.
- Lucasoato
> 4. Piensa en alemán
Esto significa que siempre es puntual, usa siglas para todo y cuando hay que tomar una decisión, monta un comité.
- driverdan
En mi opinión, el anuncio es mejor https://aleph-alpha.com/en/blog/kolibri-has-landed-a-soverei...
- martianvoid
Acabo de probarlo en mi configuración con una RTX pro 6000, gasta demasiados tokens pensando de más incluso si es capaz de dar con 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.