Kolibri-1

스펙

이 스키마에 자리가 없는 행들, 모두 같은 출처:

출시일

2026-10-03, 발표와 공개가 같은 날. 가중치는 그 날짜에 Hugging Face 에 게시되었다.

벤치마크

Aleph Alpha 가 공개한 대로다 (source). 비교 대상은 Aleph Alpha 자신이 고른 것이다:

표에 프런티어 비공개 모델은 없고, Claude·GPT·Gemini·Qwen 어느 모델에 대한 수치도 제시되지 않으므로, 이 페이지는 프런티어와의 비교를 전혀 싣지 않는다.

활용 사례

발표는 이 모델을 주권적·온프레미스 배포 용으로 위치시킨다 — 자체 하드웨어에서 모델을 구동해야 하는 운영자를 위해 전체가 게시된 Apache 2.0 가중치다. 이중언어 학습 구성 (독일어 4.3조 토큰, 20조 토큰 3단계 사전학습의 21.3%)은 독일어 작업을 구체적으로 겨냥하며, 이는 Aleph Alpha 자신의 이전 글이 주장해 온 공백이다.

확장된 1,048,576 토큰 컨텍스트는 16,384 토큰 네이티브 창의 확장으로 명시되므로, 롱컨텍스트 활용은 네이티브 학습 길이가 아니라 그 외삽에 의존한다.

1차 출처 포스트에는 배포 지침, 하드웨어 요구사항, 서빙 구성이 명시되지 않는다. ## 상충 보고 를 볼 것.

비교

• Nemotron 3 Super 120B 와 Mistral Small 4 119B — Aleph Alpha 자신의 표가 비교하는 두 모델; 위 ## 벤치마크 참조. Mistral Small 4 공개는 이 위키의 Mistral AI 아래에 있다.
• Qwen 3.8 27B — 이 위키가 로컬 구동 가능 급에서 추적하는 다른 현행 오픈 웨이트 모델. 읽은 자료에 맞비교 수치는 존재하지 않으며, 둘을 여기서 비교하지 않는다.
• 설계 축으로서의 sparsity 는 같은 날 포착된 스케일링 결과의 주제다 — Test-Time Compute (Inference-Time Compute Scaling) 의 Scaling Laws for Looped Mixture of Experts 를 볼 것. 거기서는 일반적 발견으로 sparsity 의 활성 파라미터 효율 ~3배 를 보고한다. 그 논문은 Kolibri-1 을 평가하지 않으며, 둘은 서로의 근거가 아니라 같은 질문으로 연결된다.

소스

• Kolibri Has Landed: A Sovereign Open-Weight Model — Aleph Alpha, 2026-10-03, 2026-10-04 에 1차 출처로 확인

상충 보고

네이티브 컨텍스트 창: 16,384 또는 262,144 토큰. 1차 출처 발표는 네이티브 16,384 가 1,048,576 으로 확장된다고 말한다. 2026-10-03/04 에 게시된 2차 보도 — MarkTechPost, testingcatalog, alphasignal, daily.dev — 는 네이티브 262,144 가 1,048,576 으로 확장된다고 말한다 (source).

## 스펙 에 있는 것은 1차 출처 수치이며, CLAUDE.md 의 우선순위 규칙(공식 발표 > 제3자 보도)에 따른 것이다. 불일치를 해소하지 않고 기록하는 이유는 이것이 반올림 차이가 아니기 때문이다 — 네이티브 길이의 16배 차이는 그 외삽이 무엇을 하는지를 바꾼다 — 그리고 이를 가릴 기술 보고서가 파싱되지 않았기 때문이다.

2차 보도만 말하는 수치들, 따라서 이 페이지에 채택하지 않은 것: 약 78 GB 의 FP8 체크포인트, 단일 B200/B300/H200 또는 2×H100 SXM5 에서 vLLM 으로 구동 가능, 그리고 128,000 토큰 어휘. 1차 출처 포스트는 파일 크기, 하드웨어, 어휘 크기를 명시하지 않는다.