Aleph Alpha veröffentlicht Open-Weights-Modell Kolibri
Das Mixture-of-Experts-Modell hat 78 Milliarden Parameter, davon rund 3 Milliarden aktiv pro Token, und liegt unter Apache 2.0 auf Hugging Face.
Kurz gesagt
Aleph Alpha hat mit Kolibri ein deutsch-englisches Mixture-of-Experts-Modell mit 78 Milliarden Parametern unter Apache 2.0 freigegeben, trainiert auf 768 B200-GPUs in Deutschland und Finnland.
Auf einen Blick
- 78 Milliarden Parameter insgesamt, rund 3 Milliarden davon pro Token aktiv (Mixture of Experts).
- 21,3 Prozent der Trainingsdaten sind deutschsprachig, aufbereitet über eine eigene Datenpipeline.
- Training auf 768 B200-GPUs an Standorten in Deutschland und Finnland.
- Kontextfenster bis zu 1 Million Token, Gewichte unter Apache 2.0 auf Hugging Face.
- Zielbranchen laut Anbieter: öffentliche Verwaltung, Luftfahrt und Industrie.
Aleph Alpha hat mit Kolibri ein deutsch-englisches Sprachmodell freigegeben: 78 Milliarden Parameter in einer Mixture-of-Experts-Architektur, von denen pro Token nur rund 3 Milliarden rechnen. Die Gewichte liegen unter Apache 2.0 auf Hugging Face, trainiert wurde auf 768 B200-GPUs in Deutschland und Finnland.
Wenig aktive Parameter, großes Kontextfenster
Eine Mixture-of-Experts-Architektur entscheidet pro Token, welcher Teil des Netzes antwortet. Für Kolibri heißt das: die Kapazität eines Modells mit 78 Milliarden Parametern, der Rechenaufwand eines deutlich kleineren. Eingaben von bis zu 1 Million Token soll das Modell verarbeiten.
Für Betreiber ist das vor allem eine Kostenfrage. Weniger aktive Parameter bedeuten weniger GPU-Zeit pro Anfrage, auch wenn das vollständige Modell im Speicher liegen muss.
Deutsche Daten statt nachträglicher Anpassung
21,3 Prozent der Trainingsdaten sind deutschsprachig. Dafür hat Aleph Alpha eine eigene Pipeline für deutsche Texte gebaut, anstatt ein überwiegend englisches Modell im Nachhinein auf Deutsch zu trimmen. Bei der Erzeugung synthetischer Trainingsdaten kamen den Angaben zufolge auch chinesische Modelle zum Einsatz.
Entwickelt wurde Kolibri nach europäischem Recht und mit Blick auf die Anforderungen des EU AI Act. Die beiden Trainingsstandorte in Deutschland und Finnland halten die Rechenlast innerhalb der EU.
Die Angabe des Anbieters und was offen bleibt
Für Deutsch und Englisch verortet Aleph Alpha das Modell auf der Pareto-Grenze aus Qualität und Betriebskosten: Im Vergleichsfeld vom Stand März bis April 2026 habe kein vergleichbares Modell bei gleichen Kosten mehr Qualität oder bei gleicher Qualität niedrigere Kosten geliefert. Das ist eine Herstellerangabe, keine Messung durch Dritte.
Unabhängige Benchmark-Werte zu dieser Aussage liegen für diesen Artikel nicht vor. Ebenfalls nicht überprüfbar waren Preise, Kundenzahlen und eine zweite redaktionelle Darstellung des Starts; eine Abfrage des FAZ-Berichts blieb ohne Ergebnis. Dieser Text stützt sich daher auf den Bericht von the decoder vom 5. Oktober 2026.
Gedacht für Verwaltung, Luftfahrt, Industrie
Als Einsatzfelder nennt Aleph Alpha die öffentliche Verwaltung, die Luftfahrt und die Industrie. In diesen Bereichen entscheiden Datenhaltung und Nachvollziehbarkeit häufig über den Zuschlag. Die offene Lizenz erlaubt dort den Betrieb in eigener Infrastruktur, ohne Abruf über eine fremde Schnittstelle.
Häufige Fragen
Wie viele Parameter hat Kolibri von Aleph Alpha?
Insgesamt 78 Milliarden, von denen pro Token rund 3 Milliarden aktiv sind. Die Mixture-of-Experts-Architektur aktiviert nur einen Teil des Netzes je Anfrage.
Unter welcher Lizenz steht Kolibri?
Die Gewichte stehen unter Apache 2.0 und liegen auf Hugging Face. Damit ist der Betrieb in eigener Infrastruktur möglich.
Wo und auf welcher Hardware wurde Kolibri trainiert?
Auf 768 B200-GPUs an Standorten in Deutschland und Finnland. 21,3 Prozent der Trainingsdaten sind deutschsprachig.
