Aleph Alpha vydal Kolibri-1: německý open-weight model, který na jedné kartě poráží Mistral
Heidelberský Aleph Alpha uvolnil pod licencí Apache 2.0 model Kolibri-1 se 78 miliardami parametrů, z nichž na token pracují jen 3,5 miliardy. V benchmarcích výrobce předbíhá Mistral Small 4 i GPT-OSS 120B. Čínský Qwen3.8 27B ale zůstává jinde.
Foto: Unsplash / Dulcey Lima
Tento článek vznikl zpracováním veřejně dostupných zdrojů pomocí AI nástrojů. Každý text se snažím přečíst a věcně zkontrolovat, ale ne vždy to zvládnu. Prosím, berte na to ohled a informace si ověřujte v původních zdrojích (níže).
Tento článek vznikl zpracováním veřejně dostupných zdrojů pomocí AI nástrojů. Každý text se snažím přečíst a věcně zkontrolovat, ale ne vždy to zvládnu. Prosím, berte na to ohled a informace si ověřujte v původních zdrojích (níže).
Kolibri-1 od německého Aleph Alpha je open-weight model s režimem uvažování, voláním nástrojů a kontextem až milion tokenů, který se vejde na jednu kartu B200 nebo H200. Firma ho 3. října zveřejnila na Hugging Face pod licencí Apache 2.0, takže ho lze volně používat i komerčně. Pro evropské firmy, které chtějí silný model provozovat na vlastním hardwaru a v němčině, je to nová volba vedle Mistralu.
⚡ Open-weight model
Open-weight znamená, že výrobce zveřejní natrénované váhy modelu, tedy čísla, ve kterých je uložené to, co se model naučil. Kdokoli si pak model může stáhnout, spustit na vlastním hardwaru a dál upravovat. Nemusí to ale znamenat plný open source: trénovací data ani celý postup tréninku zveřejněné být nemusí. O tom, co se s modelem smí dělat, rozhoduje licence. Apache 2.0, kterou má Kolibri-1, patří k nejvolnějším a dovoluje i komerční použití.
Co umí
Kolibri-1 je mixture-of-experts (MoE, model složený z mnoha specializovaných podsítí, z nichž se pro každý token aktivuje jen několik). Celkem má 78 miliard parametrů, na jeden token jich ale pracuje jen 3,46 miliardy. Proto je rychlý a levný na provoz. Podle model card stačí minimálně dvě A100 nebo H100, případně jedna H200, B200 či B300.
Model se učil na 20 bilionech tokenů. Zhruba 62 procent tvořila angličtina, 24 procent němčina a 14 procent kód. Nativní context window má 262 tisíc tokenů a lze ho rozšířit na 1 048 576. Uvažování se dá nastavit ve čtyřech úrovních (none, low, medium, high), volání nástrojů používá formát Hermes. Znalosti končí 18. června 2026.
Benchmarky: Evropa ano, Čína ne
Výsledky pocházejí od výrobce a nezávislé ověření zatím chybí. Artificial Analysis ani LMArena model ke dni vydání nehodnotily.
| Benchmark | Kolibri-1 | GPT-OSS 120B | Mistral Small 4 | Gemma 4 26B | Qwen3.8 27B |
|---|---|---|---|---|---|
| Overall (EN) | 75,5 | 72,3 | 63,1 | 71,9 | 80,2 |
| Overall (DE) | 70,8 | 70,2 | 61,4 | 66,3 | 79,9 |
| GPQA Diamond | 84,3 | 76,4 | 74,7 | 81,1 | 89,2 |
| LiveCodeBench v6 | 85,9 | 87,5 | 71,2 | 82,3 | 93,8 |
| TerminalBench 2.1 | 27,7 | 29,2 | 21,0 | n/a | 76,8 |
Tabulka ukazuje dvě věci. Kolibri-1 s rezervou porazil Mistral Small 4, nejbližšího evropského konkurenta, a v souhrnu i větší GPT-OSS 120B od OpenAI. Čínský Qwen3.8 27B je ale vepředu ve všech řádcích. Nejvíc v agentních úlohách v terminálu: 76,8 proti 27,7 bodu znamená, že na samostatnou práci agenta v příkazové řádce Kolibri-1 zatím nestačí.
Pro koho to je
Hlavní argument Aleph Alpha není výkon, ale původ. Firma model už v názvu oznámení nazývá „suverénním“: pochází od evropské firmy, má otevřené váhy a dá se provozovat bez závislosti na americkém nebo čínském poskytovateli. Pro úřady, banky nebo zdravotnictví, kde rozhoduje kontrola nad daty a dodavatelským řetězcem, to může vážit víc než pár bodů v benchmarku.
Pro češtinu Kolibri-1 žádnou výhodu nepřináší, trénovací data podle model card tvoří jen angličtina, němčina a kód. Kdo potřebuje kvalitní výstupy v češtině, bude dál porovnávat hlavně s Qwenem, Gemmou a Mistralem.