Aleph Alpha Lança Kolibri-1: Modelo de IA Alemão com Pesos Abertos e 78B Parâmetros



A Aleph Alpha apresenta o Kolibri-1, um modelo de IA open-weight treinado para alemão e inglês, que atinge 96.9% no benchmark AIME 2025 utilizando apenas 3.46B parâmetros ativos por token.
Aleph Alpha Lança Kolibri-1
A Aleph Alpha introduziu o Kolibri-1, um modelo de inteligência artificial com pesos abertos (open-weight), treinado especificamente para os idiomas alemão e inglês. Embora o modelo possua um total de 78 bilhões de parâmetros, a arquitetura é projetada para ativar apenas 3.46 bilhões de parâmetros por token processado.
Os pesos do modelo estão disponíveis na plataforma Hugging Face sob a licença Apache 2.0: Kolibri-1.
De acordo com as avaliações internas da Aleph Alpha, o Kolibri-1 obteve uma pontuação de 96.9% no benchmark AIME 2025 e 84.3% no GPQA Diamond. Na avaliação geral em língua alemã, o modelo supera ligeiramente o Qwen3.5 35B-A3B e o GPT-OSS 120B.
Os resultados em codificação apresentam um cenário mais misto: o modelo alcançou 66.4% no SWE-Bench Verified, comparado aos 73.8% obtidos pelo Qwen3.6.
Para o pós-treinamento, a empresa revelou ter utilizado respostas geradas por modelos chineses, especificamente o GLM da Zhipu e o Qwen da Alibaba, conforme detalhado no relatório técnico.
O Kolibri-1 demonstra que modelos pequenos e competitivos podem emergir fora dos ecossistemas habituais dos EUA e da China.
Por que isso importa
AnáliseO Kolibri-1 oferece uma opção europeia de pesos abertos para cargas de trabalho em alemão e inglês, provando que modelos com menos parâmetros ativos podem atingir resultados robustos em benchmarks. Isso é crucial para equipes que desenvolvem produtos de IA localizados e buscam flexibilidade de licenciamento sob a Apache 2.0.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Mistral AI (Modelos abertos e eficientes da Europa)
Uma série de modelos comerciais e de código aberto de alta eficiência desenvolvidos pela startup francesa Mistral AI (Mistral 7B, Mixtral 8x7B, Mistral Large). Reconhecidos pela sua compactação, velocidade e respeito à privacidade dos dados.
Parte II. Arquitetura de Agentes de IA: do Modelo à Memória e Ferramentas
Imersão profunda em engenharia: tokenização, cache KV, determinismo de amostragem, stack de treinamento, quantização, engenharia de contexto, stack de segurança, RAG em produção, ReAct e sistemas swarm multiagente.
Guia de prompts para modelos generativos GPT Image
Os modelos de geração de imagens gpt-image da OpenAI foram criados para obter visuais de qualidade de produção e processos criativos totalmente controláveis. São adequados tanto para design profissional...
DeepSeek-R1 (Modelo de Raciocínio DeepSeek)
Modelo de raciocínio de pesos abertos (Open Weights Reasoning Model) revolucionário, baseado na arquitetura MoE de 671B parâmetros, que demonstrou a capacidade de desenvolver raciocínio lógico complexo por meio de aprendizado puro por reforço (GRPO).