Aleph Alpha dévoile Kolibri-1 : un modèle d'IA allemand à poids ouverts de 78 milliards de paramètres



Aleph Alpha lance Kolibri-1, un modèle d'IA à poids ouverts optimisé pour l'allemand et l'anglais, affichant des performances remarquables avec seulement 3,46 milliards de paramètres actifs par jeton.
Aleph Alpha dévoile Kolibri-1
Aleph Alpha a introduit Kolibri-1, un modèle d'intelligence artificielle à poids ouverts conçu spécifiquement pour les langues allemande et anglaise. Bien que le modèle compte au total 78 milliards de paramètres, seuls 3,46 milliards sont activés pour chaque jeton traité, une architecture qui permet d'optimiser considérablement les ressources de calcul.
Les poids du modèle sont disponibles sur Hugging Face sous la licence Apache 2.0 : Kolibri-1.
Selon les évaluations internes d'Aleph Alpha, Kolibri-1 obtient un score impressionnant de 96,9 % sur le benchmark AIME 2025 et de 84,3 % sur GPQA Diamond. Dans l'évaluation globale en langue allemande, il surpasse légèrement les modèles Qwen3.5 35B-A3B et GPT-OSS 120B.
Les résultats en matière de codage sont plus mitigés : le modèle atteint 66,4 % sur SWE-Bench Verified, contre 73,8 % pour Qwen3.6.
Pour la phase d'entraînement postérieur (post-training), l'entreprise indique avoir utilisé les réponses générées par des modèles chinois, notamment GLM de Zhipu et Qwen d'Alibaba, comme détaillé dans le rapport technique.
Kolibri-1 démontre qu'il est possible de développer des modèles compacts et compétitifs en dehors des écosystèmes dominants des États-Unis et de la Chine.
Pourquoi c'est important
AnalyseKolibri-1 offre une alternative européenne crédible pour les charges de travail en allemand et en anglais, prouvant que les modèles à faible nombre de paramètres actifs peuvent atteindre des scores de référence élevés. Cette avancée est cruciale pour les équipes développant des produits d'IA localisés sous une licence permissive comme Apache 2.0.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Mistral AI (Modèles ouverts et efficaces européens)
Série de modèles ouverts et commerciaux hautement performants issus de la startup française Mistral AI (Mistral 7B, Mixtral 8x7B, Mistral Large). Réputés pour leur compacité, leur rapidité et le respect de la confidentialité des données.
Partie II. Architecture des agents IA : du modèle à la mémoire et aux outils
Immersion technique approfondie : tokenisation, cache KV, déterminisme de l'échantillonnage, stack d'entraînement, quantification, ingénierie contextuelle, stack de sécurité, RAG en production, ReAct et systèmes swarm multi-agents.
Guide des prompts pour les modèles génératifs GPT Image
Les modèles de génération d'images gpt-image d'OpenAI sont conçus pour produire des visuels de qualité professionnelle et des processus créatifs entièrement maîtrisés. Ils conviennent aussi bien aux designers professionnels...
DeepSeek-R1 (Modèle de raisonnement DeepSeek)
Un modèle de raisonnement à poids ouverts (Open Weights Reasoning Model) révolutionnaire, basé sur une architecture MoE de 671B paramètres, qui a démontré la capacité de former une pensée logique extrêmement complexe grâce à un apprentissage par renforcement pur (GRPO).