Kolibri は、ドイツのAI企業 Aleph Alpha が2026年10月3日に正式公開したオープンウェイトモデルである。公開日はドイツ統一の日にあたり、Aleph Alpha は公式ブログ「Kolibri Has Landed」で、全ウェイトを Hugging Face の Aleph-Alpha/Kolibri-1 リポジトリに Apache 2.0 ライセンスで公開したと発表した。誰でもダウンロードし、自前で運用し、商用利用できる。狙うのはチャットのランキングではなく、行政、製造業、航空宇宙など、データを内部ネットワークの外に出せない規制分野である。
仕様：大きな体に小さな胃袋
| 項目 | Kolibri 1 |
|---|---|
| 総パラメータ | 78.1B（781億） |
| トークンあたりの活性パラメータ | 約3.46B |
| アーキテクチャ | MoE、50層、384エキスパート |
| コンテキスト | 最大1,048,576トークン。日常利用では262,144以下を公式推奨 |
| ウェイト容量 | 約78GB（FP8） |
| ライセンス | Apache 2.0 |
Mixture-of-Experts の要点は、総パラメータが知識容量を決め、活性パラメータが1ステップの計算コストを決めることにある。Kolibri はトークンあたり約3.5Bしか使わないため推論コストは小規模モデル並みだが、781億パラメータ全てをメモリに載せる必要がある。公式の最低要件は A100 80GB が2枚、H100 が2枚、または H200、B200、B300 が1枚。自社のデータセンターでは動くが、ノートPC向けではない。
ドイツ語は翻訳ではなく学習で身につけた
Aleph Alpha が繰り返し強調するのはバイリンガル設計である。事前学習コーパスの21.3%がドイツ語で、機械翻訳は約6%にとどめ、ドイツ語の語構成に合わせたトークナイザも自作した。翻訳文は元の言語の文化的指紋を引き継ぐ、というのが同社の考えだ。学習はドイツとフィンランドのインフラで行われ、200兆トークン超の生データから絞り込んだ20兆トークンを使った。
公式の自己評価では、AIME 2025 が96.9、GPQA Diamond が84.3、LiveCodeBench v6 が85.9、ドイツ語の平均は70.8で、同規模のオープンMoEモデルでは上位に位置する。ただし注意点が二つある。数値はすべてベンダー自身の評価で、第三者による再現はこれからであること。そして同じ表の中で、高密度モデル Qwen3.8 27B はドイツ語でより高いスコアを出しているが、トークンあたりの計算量は Kolibri の約8倍である。
本当に売っているのは「主権」である
Aleph Alpha のいう主権には二つの層がある。一つはモデルの作り方で、データ選別、学習、評価のすべてを欧州の法制度の下で行い、EUのAI法、汎用AI行動規範、GDPRを最初から設計に織り込んだという。もう一つは顧客への渡し方で、オープンウェイトである以上、顧客はモデルを自社施設に持ち込め、ベンダーがサービスを止めても既存の運用には影響しない。
本番運用を意識した細部も二つある。一つは棄権学習で、Merlin-Arthur プロトコルと組み合わせ、根拠が文脈にない場合は答えをでっち上げず「分かりません」と言うよう訓練されている。行政やコンプライアンスの現場では、難問を2問多く解くことより重要だ。もう一つは、4段階の推論強度（なし、低、中、高）とツール呼び出しが既に使えることで、vLLM ベースの公式推論プラグインも用意され、導入経路が整っている。
導入前に確認すべき三つのコスト
第一にメモリで、78GBのウェイトが起点となり、80GBカード2枚が入場料になる。第二に言語で、深く最適化されているのはドイツ語と英語のみで、中国語タスクは本領ではない。第三に検証で、ベンダー評価は参考にすぎず、規制ワークフローに入れる前に、自社の文書セットで棄権の正確さと長文質問応答を試すべきである。欧州の機関や欧州顧客を相手にするチームにとって、Kolibri の価値はパラメータ数ではなく、データの国外不出、監査可能性、ベンダーに止められない運用という三点を一度にまとめていることにある。
