Aleph Alpha выпустила open-weight модель Kolibri на 78,1 млрд параметров

Aleph Alpha 3 октября представила Kolibri — open-weight MoE-модель с англо-немецким фокусом. Компания позиционирует её для RAG, агентных цепочек и задач с вызовом инструментов. В открытый доступ выложены веса под Apache 2.0, но код обучения и сам тренировочный пайплайн не опубликованы.

По спецификации у модели 78,1 млрд параметров, из которых 3,46 млрд активируются на токен. Заявленный максимум контекста — 1 048 576 токенов, однако обученная длина составляет 262 144 токена, и именно этот уровень разумно брать как рабочий ориентир при первых тестах.

Для локального запуска Aleph Alpha предлагает пакет aleph-alpha-inference с плагином для vLLM. Для команд это даёт способ проверить Kolibri в своём контуре без перевода RAG- и агентных сценариев на внешний закрытый API.