Aleph Alpha发布德国主权AI模型Kolibri，开源权重支持德英双语

Aleph Alpha发布了名为Kolibri的开源大语言模型，专为德语和英语设计。模型采用混合专家架构，总参数达781亿，但每个token只激活34.6亿参数，计算效率极高。Kolibri于2026年10月3日以Apache 2.0许可证发布，权重已公开在Hugging Face上，训练过程使用了德国和芬兰的基础设施，训练数据约24万亿token，其中超过五分之一为德语。

Aleph Alpha强调Kolibri的"主权"特性：模型在德国开发，训练受欧洲和德国法律约束，无外国控制。客户可以完全自由部署，数据不会离开本地服务器，且模型不会被外部修改或关闭。公司还签署了欧盟通用人工智能行为准则。模型卡显示，训练数据中部分英文文本通过Google的Gemma 4改写，德语文本使用Mistral-NeMo，质量过滤标签来自Qwen3-32B，并针对政治偏见进行了过滤。

Kolibri的独特之处在于其分词器，采用名为UniBPE的新算法，专为处理德语长复合词设计。在德国基本法测试中，Kolibri处理德语文本所需的token比GPT-5的分词器少15%，处理英语时也有优势。模型原生支持262,144个token的上下文窗口，测试中可扩展到1,048,576。权重文件约78GB（FP8格式），分为无、低、中、高四个安全等级。模型包含50层，每层有384个专家和一个共享专家，路由器为每个token选择6个专家。