«Суверенный» ИИ для Европы: немецкая компания Aleph Alpha выпустила открытую модель Kolibri

Немецкая компания Aleph Alpha представила открытую модель искусственного интеллекта Kolibri, разработанную для регулируемых сфер. Она имеет 78 млрд параметров, из которых во время работы активны около 3 млрд, и поддерживает контекст объемом до миллиона токенов. Модель уже доступна для скачивания на платформе Hugging Face.

Kolibri создана как специализированная языковая модель для критически важных задач в государственном управлении, промышленности и аэрокосмической отрасли. Компания оптимизировала её для немецкого и английского языков, логического мышления, математики, агентного поведения и других задач, которые требуются клиентам в производственных сферах.

Одной из ключевых особенностей модели в Aleph Alpha называют её «суверенитет». Компания заявляет, что контролирует всю цепочку создания Kolibri — от получения и подготовки данных до предварительного и последующего обучения и итоговой оценки, а клиенты могут развертывать модель самостоятельно и сохранять контроль над собственными данными.

Kolibri разрабатывалась с учётом Закона ЕС об искусственном интеллекте, Кодекса практики для моделей общего назначения и Общего регламента по защите данных (General Data Protection Regulation, GDPR). По данным компании, модель была создана в Германии, обучалась на инфраструктуре Германии и Финляндии в соответствии с европейским и немецким законодательством и без иностранного контроля.

На что способна Kolibri

Модель использует 3 млрд активных параметров из 78 млрд общего числа, что, по утверждению Aleph Alpha, позволяет совместить производительность с относительно низкой стоимостью развертывания. Компания заявляет, что Kolibri находится на «границе Парето» по соотношению качества и стоимости обслуживания для английского и немецкого языков.

В тестах Kolibri показала конкурентоспособные результаты в математике, программировании, работе с длинным контекстом, агентных задачах и работе со знаниями. В частности, модель набрала 96,9% в AIME 2025 на английском языке, 96% в AIME 2026, 84,3% в GPQA Diamond и 85,9% в LiveCodeBench v6.

Особое внимание разработчики уделили немецкому языку. В предтренировке он составлял 21,3% токенов. Компания также использовала преимущественно органические немецкие данные вместо машинного перевода, чтобы сохранить языковой и культурный контекст.

Для работы с немецким и английским языками команда создала собственный двуязычный токенизатор. По словам разработчиков, он более эффективно сжимает немецкий текст, что позволяет использовать меньше токенов при обработке задач и сокращать затраты и время отклика.

Модель научили говорить «Я не знаю»

Одним из направлений разработки стало уменьшение галлюцинаций — случаев, когда модель генерирует ложную информацию вместо признания недостаточности данных. В Aleph Alpha подчеркивают, что для регулируемых сфер способность воздержаться от ответа при недостатке информации является важным условием для практического использования модели.

Для этого компания разработала собственную процедуру Merlin-Arthur, которая генерирует синтетические отрицательные примеры и обучает модель различать ситуации, когда ответ подтверждается контекстом, и случаи, когда нужно сказать «Я не знаю». По данным Aleph Alpha, Kolibri воздерживалась от неправильного ответа в 44% вопросов теста AA-Omniscience против 15% у Kolibri Origin.

По собственному показателю привязки к контексту M/A, который оценивает, насколько ответ основан на предоставленном документе, Kolibri получила 0,23 балла. Для Kolibri Origin этот показатель составил 0, тогда как у ряда других сравниваемых моделей он также равнялся нулю.

Создание Kolibri

Разработка модели длилась несколько месяцев и стала продолжением работы над Kolibri Origin. Её предварительное обучение завершилось 11 июня 2026 года, тогда как Kolibri завершила этот этап 11 сентября, а публичный релиз состоялся 3 октября.

За это время общий объем модели вырос с 30,6 млрд до 78,1 млрд параметров, количество обучающих токенов — с 7,51 трлн до 20 трлн, а максимальная длина контекста во время обучения — с 65 536 до 262 144 токенов. Для финальной версии также предусмотрели четыре уровня усилий для рассуждений — от отсутствующего до высокого, чтобы пользователи могли балансировать между скоростью, стоимостью и качеством ответа.

Во время основного обучения Kolibri использовала 768 графических процессоров B200. В целом модель прошла три этапа: 20 трлн токенов предварительного обучения с длиной последовательности 16 тысяч, 3,44 трлн токенов промежуточного обучения с контекстом длиной 64 тысячи и 200 млрд токенов адаптации к длинному контексту длиной 256 тысяч.

В течение 21 дня предварительного обучения команда зафиксировала 38 незапланированных прерываний из-за аппаратных сбоев или проблем с подключением. Конвейер автоматически перезапускал обучение на других узлах и возобновлял его с контрольной точки, которая находилась максимум на 250 шагов назад.

Для каких сфер предназначена модель

Aleph Alpha разработала отдельные внутренние тесты для государственного сектора Германии, авиации, производства, автомобильной промышленности и других специализированных отраслей. По данным компании, эти тесты позволяют оценивать не только общие возможности модели, но и то, насколько хорошо она работает с конкретными рабочими процессами и предметными знаниями.

В пяти тестовых заданиях Kolibri была лидером или находилась на одном уровне с лучшей сравниваемой моделью в четырёх случаях из пяти. Наивысший результат в этих тестах модель показала для поставщика автомобильной продукции — 99%, для полупроводников получила 80%, для немецкого государственного сектора — 75%, для аэрокосмической отрасли — 58%, а для технологий промышленных приводов — 60%.

Kolibri также поддерживает контекст до 1 млн токенов, хотя во время основного обучения самая длинная последовательность составляла 256 тысяч токенов. Компания отмечает, что для работы с контекстом более 262 144 токенов пользователям необходимо отдельно увеличить максимальную длину модели при развертывании.

Модель уже доступна на Hugging Face с открытыми весами по лицензии Apache 2.0. Для её запуска требуется пакет aleph-alpha-inference, который предоставляет плагин Kolibri для vLLM.

Напомним, что в прошлом месяце Украина предложила Европейскому Союзу использовать страну в качестве экспериментальной «песочницы» для тестирования технологий ИИ. В ходе переговоров в Берлине Министерство цифровой трансформации договорилось с немецкими партнерами о создании совместных команд для анализа украинского опыта цифровизации, в частности, функционирования госуслуг в приложении «Дія» и использования открытых ИИ-моделей в государственном секторе.