Aleph Alpha veröffentlicht Kolibri-1: Open-Weight-KI-Modell aus Deutschland mit 78 Milliarden Parametern

Aleph Alpha stellt Kolibri-1 vor

Aleph Alpha hat die Einführung von Kolibri-1 bekannt gegeben, einem Open-Weight-KI-Modell, das speziell für die Verarbeitung von Deutsch und Englisch trainiert wurde. Das Modell verfügt über insgesamt 78 Milliarden Parameter, wobei jedoch nur 3,46 Milliarden Parameter pro Token aktiviert werden.

Die Gewichte sind unter der Apache-2.0-Lizenz auf Hugging Face verfügbar: Kolibri-1.

Laut den eigenen Evaluierungen von Aleph Alpha erreicht Kolibri-1 einen Score von 96,9 % auf dem AIME-2025-Benchmark und 84,3 % auf GPQA Diamond. In der Gesamtbewertung für deutschsprachige Aufgaben übertrifft es leicht Qwen3.5 35B-A3B und GPT-OSS 120B.

Die Ergebnisse im Bereich Coding fallen gemischter aus: Auf SWE-Bench Verified erzielte das Modell 66,4 %, während Qwen3.6 hier auf 73,8 % kommt.

Für das Post-Training gab das Unternehmen an, Antworten chinesischer Modelle genutzt zu haben – konkret GLM von Zhipu und Qwen von Alibaba –, wie im technischen Bericht beschrieben.

Kolibri-1 demonstriert, dass wettbewerbsfähige kleine Modelle auch außerhalb der üblichen US- und China-Ökosysteme entstehen können.