一家只有 200 人、总部在海德堡的德国公司，10 月 3 日开源了一个 780 亿参数的大模型。它没有去争开源榜单第一——事实上它的公开跑分还输给了一个 270 亿的对手。
但它赌的是另一件事：在欧洲，能不能自己拿在手里，有时候比强不强更重要。
这个模型叫 Kolibri，发布当天正好是德国统一日。
先看它是什么
Kolibri 的规格，一句话能说完：780 亿总参数，每次只激活约 30 亿。
这是个 MoE（混合专家）架构，384 个专家里每次只挑 6 个上场。稀疏激活带来的是朴素的算术：推理时真正在算的参数量，跟一个 30 亿的小模型差不多，但脑子里的知识量接近 780 亿的模型。
其余关键数字：
- 上下文：原生 26.2 万 token，通过启动参数可扩展到 104.8 万 token（约 100 万）
- 许可：Apache 2.0，完整权重挂在 Hugging Face，可以商用
- 语言：英语 + 德语，专门做了德英双语分词器
- 训练：约 200 亿到 240 亿 token，用了 768 张英伟达 B200，跑 21 天
- 算力位置：训练在德国和芬兰的基础设施上完成
- 报告：配套发布了 189 页的技术报告
有一个诚实得有点意外的细节：开源的是权重和配置，训练代码和方法没放。 这跟 DeepSeek 那种”论文全公开、调度器不开源”的做法是同一类保留——开放的边界，各家画得都不一样。
“主权 AI”到底指什么
这是理解这个模型的钥匙。Aleph Alpha 把”主权”拆成两层意思：
一是怎么造出来的。 数据清洗、预训练、后训练、评测，整条链路自己走完，训练放在德法两国境内，按欧洲和德国法律来。公司说这叫”供应链完整可追溯”。
二是怎么交到客户手里。 客户可以完全离线部署，数据不出自己的机房，模型自带合规属性。官方明确说，Kolibri 在设计阶段就把 欧盟 AI 法案、通用 AI 行为准则和 GDPR 当成前提，而不是事后补。
目标客户写得很直白：公共管理、工业、航空航天。翻译过来就是——那些不允许把内部文档发到境外 API 上的机构。
这也是为什么它专门强化德语。官方说 21.3% 的预训练 token 是德语内容，分词器用了自家 UniBPE 算法，处理德语文本比 GPT-5 的分词器少用 11.2% 到 15% 的 token。公司联合创始人 Samuel Weinbach 的说法是：Kolibri 不是”读过一点德语的英语模型”，而是按德语需求定做的。
对国内读者来说，这套逻辑并不陌生——把”自主可控”当卖点，全世界都在讲。
跑分：数学强，工具调用一般，而且是自己跑的
先说清楚：下面全是 Aleph Alpha 自家评测的结果，最高推理档位下跑的。这家公司没有拿第三方榜单来站台。
几个能看的数字：
- AIME 2026（数学竞赛）：96.0
- GPQA Diamond（研究生级科学题）：84.3
- LiveCodeBench v6（竞争性编程）：85.9
- SWE-Bench Verified（真实仓库改代码）：66.4
- BFCL v4（挑对要调用的工具）：61.4
- Tau2-Bench Telecom（客服场景）：94.7
读法很关键。Kolibri 在数学和竞赛编程上很能打，在工具调用和软件工程上只能算中游，官方自己承认这块不如 Qwen3.6。更该注意的一处：同一份材料里更大的对照表显示，稠密的 Qwen3.8 27B 在英文上以 80.2 对 75.5 领先 Kolibri。
所以官方的说法一直不是”我第一”，而是“同等服务成本下质量最好”——一个关于性价比的声明，不是关于天花板的声明。
支撑这个说法的是它给的一组自测：同样跑 26.2 万 token 的长上下文查询，一个 123B 的变体在两张 H100 上只能扛 3 个并发，而 78B 的 Kolibri 能扛 18 个，解码还快 28%。还是那句话，厂商自测，仅供参考。
会主动说”我不知道”
这是我觉得最值得国内同行抄的一段。
Kolibri 的训练里加了两样东西：弃权数据和 Merlin-Arthur 协议。说白了，就是专门教模型”上下文里没有答案时，就说不知道”。
效果在 AA-Omniscience 这个考幻觉的公开测试上：非幻觉率 44.0%，比上一代 Kolibri Origin 的 14.8% 提升很大。
但同一张表里，Qwen3.6-35B-A3B 拿到了 56.7%。所以正确的表述是：这是相对自己上一代的巨大改进，不是对同行的领先。 官方口径审慎，我们也别替它吹。
想跑起来，门槛是 78GB 显存
这类”主权模型”的尴尬就在这儿：它卖的其实是买家的机房。
- FP8 格式需要约 78GB 显存，大致是一张 H200，或者两张 80GB 的 A100/H100
- 存储占用也是 78GB 上下
- 官方给的部署方式是 vLLM 一行命令，带 fp8 缓存和推理/工具解析器；也提供了容器镜像
- 超过 26.2 万 token 的上下文要手动开参数，把位置编码上限改到 104.8 万
- 没有公布托管 API 的价格，企业采购得走销售
也就是说，普通开发者想在本机玩玩，基本没戏。想在本地低成本跑开源模型，还是得看 Ollama 和 LM Studio 那一路；如果只是想按需调用，AI 工具评测专题 里有一批现成的 API 方案可以对比。
一条容易被忽略的暗线
Kolibri 发布的时机很微妙：它出现在 Aleph Alpha 与加拿大公司 Cohere 达成合作之后。
这笔 4 月敲定的”跨大西洋主权 AI 合资”协议，被外界普遍解读为对 Aleph Alpha 的事实性收购。于是一个尴尬的问题冒出来了：一家刚被”外资”收入体系的公司，来发布一款主打”没有外国控制”的主权模型，这个叙事还能立得住吗？
Kolibri 就是在回答这个问题。它想证明的是：交易归交易，模型还是在德国境内、按德国法律、在自家管线里造出来的。
影响分析：这门生意卖给谁
第一，欧洲多了一个”可以不选美国云”的选项。 对那些受监管的政府和工业客户来说，选型的起点不是跑分榜，而是”数据能不能出境”。Kolibri 争的是这个位置，不是榜单。
第二，它顺手反驳了一个流行说法。 欧洲常被批评”监管太严、创新被掐死”。Aleph Alpha 的姿态是反过来的：监管不是包袱，是产品特性——合规做进模型里，卖给本来就要为合规付费的客户。
第三，对国内开源生态有参照价值。 站内刚发过 小米 MiMo 那种拼参数、拼榜单的开源路线，也发过 美团 LongCat “参数价格都齐了、验证材料一件没有”。Kolibri 是第三种打法：不争第一，把”产地 + 合规 + 可离线”打包成差异化的商品。 这个思路，做政企市场的团队值得研究，老达 AI 实践专题 里也按主题归档过一批同类选型笔记。
第四，别被”主权”两个字带走。 权重是开放的，但训练数据、训练代码、评测细节都没有完整公开。设备门槛又高。“能自己拿在手里”这句话，成立的前提是你先有一张 H200。
老达点评
第一，这可能是今年最被低估的一类发布。大家习惯了看跑分榜，但企业采购的真实决策链里，”数据不出境”的权重远高于”高出 5 分”。Aleph Alpha 没去争做不到的第一，去争了一个别人不好抢的位置。
第二，“会说我也不知道”这件事，比多拿几分更有意义。幻觉是 Agent 落地的头号杀手，这个月刚有报道说智谱模型的防线被 4400 美元抹掉，说明护栏的可靠性正在成为核心竞争点。把”弃权”当作一项能力去训练，方向是对的。可惜它的绝对水平还没到领先。
第三，77B 只激活 3B，是省钱思路，不是能力思路。稀疏激活让推理成本降到小模型量级，但天花板也跟着降。这跟 Holo4 那种”跑分高的那版不能商用” 提示的是同一件事：读开源模型公告，永远要分清”哪个版本”和”什么条件”。
第四，给国内团队的一句实话：如果做的是政企、工业、涉密这类市场，”产地 + 合规 + 可离线”是有溢价的；但如果做的是通用场景，一个在自家评测里都输给 27B 稠密模型的 78B 模型，暂时不该进你的选型清单。选型要看场景，不是看标签。
参考来源：Aleph Alpha 官方发布说明与技术报告（189 页）、Hugging Face 模型卡、Developers Digest、Velocity Startups、Clay Tribune 等公开报道。文中跑分、并发与成本数字均为厂商自测口径，发布前已逐项复核来源，未采用仅单一低质来源提及的说法。
