Kolibri di Aleph Alpha offre alle istituzioni europee qualcosa di più concreto di una promessa di sovranità: pesi scaricabili da conservare, adattare ed eseguire sull'infrastruttura scelta. Il modello tedesco-inglese è disponibile dal 3 ottobre, con un ulteriore annuncio aziendale il 5 ottobre. La sua proposta più forte riguarda controllo operativo e lavoro in tedesco, non il primato mondiale in ogni benchmark.
Il governo tedesco non ha pubblicato Kolibri né lo ha scelto come modello nazionale della pubblica amministrazione. Una società privata tedesca ha lanciato un candidato per amministrazione, industria, difesa, aerospazio e altri ambiti regolamentati. Adozione significa ancora valutazione, integrazione e acquisti. Le collaborazioni preesistenti con enti del settore pubblico non provano che questa versione gestisca decisioni governative rilevanti.
Calcolo sparso non significa modello piccolo
Kolibri ha 78,1 miliardi di parametri totali e ne attiva circa 3,46 miliardi per token. La miscela di esperti seleziona sei di 384 esperti instradati oltre a un esperto condiviso per strato. Solo dieci di 50 strati usano attenzione completa; gli altri una finestra mobile di 512 token. Si riduce il calcolo, ma tutti i pesi devono restare accessibili.
Apache 2.0 permette uso commerciale, modifica e ridistribuzione. Esistono versioni BF16 e FP8 a precisione ridotta, quest'ultima con ingombro indicato di circa 78 GB. I pesi aperti danno portabilità oltre un'API, non ricostruzione di ogni scelta di addestramento. La riproduzione completa richiede dati, codice, metodi, competenze e molte risorse.
Il modello supporta output strutturato, chiamate native a strumenti e ragionamento disattivato, basso, medio o alto. Un'interfaccia compatibile OpenAI facilita l'integrazione. La scheda lo colloca in sistemi consultivi con revisione umana prima dell'azione, non come decisore autonomo in casi importanti.
Il massimo contesto pubblicizzato è 1.048.576 token, mentre la lunghezza nativa dell'addestramento esteso è 262.144. Fasi precedenti usavano 16.384 e 65.536. Aleph Alpha raccomanda di non superare il nativo per compiti complessi ed efficienza; il milione è validato per estrapolazione, non addestrato nativamente a pari lunghezza.
Specializzazione tedesca, con una divergenza numerica
Aleph Alpha sostiene che la scrittura amministrativa tedesca richieda più della fluidità di un modello anglocentrico. Riferimenti legali, composti, ruoli istituzionali e presupposti procedurali possono essere deformati da filtri generici o traduzione. Ha adattato i filtri del web tedesco e incluso testi parlamentari, giuridici e di pubblico dominio.
I resoconti divergono sulla quota tedesca: due indicano 21,3% del pretraining principale, circa 4,3 mila miliardi di presentazioni di token su 20 mila miliardi; un altro 23,9%, insieme a 62,5% inglese e 13,6% codice. Un altro arrotonda inglese/codice a 62%/14%. Non sono percentuali riconciliate dello stesso denominatore. È una discrepanza documentale da chiarire, non da correggere inventando un valore.
La descrizione dei dati parla di 390 miliardi di token tedeschi utilizzabili dopo filtro e deduplicazione iniziali, contro un obiettivo di circa 4 mila miliardi. Una pipeline Common Crawl dedicata ha raccolto 1,3 mila miliardi di token unici e la riformulazione di documenti tedeschi ha prodotto circa altri mille miliardi, in domande/risposte e brani enciclopedici. Costruzione del corpus e presentazioni ripetute sono misure diverse, non una somma di dati unici.
Il vocabolario bilingue da 128 mila token usa UniBPE per la morfologia tedesca. L'azienda indica 4,7 byte per token tedesco e 4,2 inglese, con segmentazione più significativa dei composti amministrativi. Migliore compressione può risparmiare contesto e calcolo, non dimostra accuratezza giuridica.
Circa 800 mila esempi supervisionati di ragionamento usavano inizi di frase tedeschi per ridurre il passaggio all'inglese. Spiegazioni leggibili aiutano la revisione, ma il ragionamento generato non descrive necessariamente il calcolo interno. Fonti, prompt versionati e registri d'accesso restano necessari. La conoscenza tedesca/inglese si ferma al 18 giugno 2026: fatti nuovi richiedono recupero o strumenti.
Una documentazione ampia non implica riproduzione semplice
Aleph Alpha riferisce fine del pretraining l'11 settembre dopo 21 giorni su 768 Nvidia B200, con 38 interruzioni impreviste e riavvio automatico da checkpoint. Elenca 392 mila ore GPU per la fase. La pipeline ha elaborato oltre 200 mila miliardi di token grezzi prima della selezione; pretraining 20 mila miliardi, fase intermedia 3,44 mila miliardi e adattamento esteso 200 miliardi.
Il post-training comprende altri conteggi: 174 miliardi di token sintetici generati, miscela supervisionata 268 miliardi dopo filtraggio e unione con dati permissivamente licenziati, oltre 1,2 milioni di compiti selezionati di reinforcement learning. Questi numeri di fase non sono documenti unici e non vanno sommati alle percentuali del corpus principale.
L'energia stimata delle fasi divulgate è 950 MWh incluso sovraccarico del data center, esclusi fine-tuning supervisionato, reinforcement learning, piccoli esperimenti e altre attività. L'azienda descrive una blocklist di oltre 4,5 milioni di URL e controlli di licenza, origine lecita, opt-out e dataset terzi. Documentare permette verifiche, non risolve ogni questione di privacy o copyright.
L'addestramento si è svolto in Germania e Finlandia, con controllo dichiarato tedesco/europeo su sviluppo e filiera. È più della conservazione locale dei prompt, ma richiede chip esteri, software, elettricità e specialisti. Sovranità significa governare le dipendenze residue, non eliminarle.
Hardware e contesto lungo restano vincoli
Le configurazioni minime indicate comprendono due A100 80 GB, due H100 SXM5 o una H200, B200 o B300. Per alcuni impieghi sono consigliate due H100 SXM5 o H200, accanto a indicazioni più recenti per un solo acceleratore. 3,46 miliardi di parametri attivi non equivalgono a un normale modello desktop di tale taglia.
In un confronto interno, il progetto 78 miliardi ha gestito 18 richieste simultanee da circa 256 mila token su due H100, contro tre del progetto sperimentale 123 miliardi, decodificando 28% più velocemente. Non è una garanzia d'acquisto: precisione, batch, software, lunghezze, memoria, comunicazione e obiettivi di servizio modificano i costi reali.
Kolibri Base ottiene 69,8 su RULER a 256 mila token e 63,2 a un milione. Il massimo accettato non garantisce uso affidabile di ogni dettaglio. Prove rilevanti possono perdersi fra ripetizioni, contraddizioni e istruzioni ostili. Recupero autorizzato e citazioni tracciabili possono essere preferibili a inserire un intero fascicolo, inclusi dati personali irrilevanti, in una richiesta.
Grounding promettente, benchmark misti
Merlin-Arthur crea contesti con prove e versioni avversarie incomplete, insegnando a rispondere con supporto e astenersi senza. Aleph Alpha riferisce 44% di astensione su domande prive di prove in un test interno contro 15% di Kolibri Origin. Il proxy tedesco pubblico passa da 0,54 a 0,75. Sono valutazioni aziendali, non affidabilità produttiva certificata.
Proxy privati coprono fornitori automobilistici, semiconduttori, azionamenti industriali e aerospazio. Possono somigliare al lavoro più dei test accademici, ma senza compiti, prompt, punteggi e baseline non sono riproducibili. Contano risposte corrette o infondate, rifiuti appropriati o inutili e accuratezza delle fonti. Troppa astensione può scambiare utilità con prudenza.
I risultati matematici interni includono AIME 2025: 96,9 inglese/87,5 tedesco; AIME 2026: 96,0/90,0. GPQA Diamond vale 84,3/81,3. Alcuni confronti con Mistral, Qwen, Nvidia sostengono competitività, anche contro quattro volte i parametri attivi in compiti selezionati, non superiorità universale.
Strumenti e agenti sono meno coerenti. BFCL v4 complessivo è 61,4 contro 67,2 del Qwen3.6 35B-A3B elencato, multi-turn 47,5. TerminalBench 2.1 è 27,7, sotto Qwen3.6, Nemotron 3 Super e Qwen3.8 denso riportati. I punteggi di dominio sono 94,7 telecomunicazioni,76,7 aerei e 38,1 banche, con altri modelli migliori in varie righe. Prompt, budget di ragionamento, traduzioni, contaminazione e valutazione influenzano i confronti.
Il governo ha varie strade, non un campione unico
F13 con Baden-Württemberg e un rollout citato destinato a 80 mila utenti di enti pubblici mostrano accesso istituzionale, non produzione Kolibri. Un caso nominato deve indicare flusso, utenti attivi, revisione, categorie d'errore e tempo risparmiato dopo verifica. Migliaia idonei a un pilota non equivalgono a uso quotidiano.
SAP e OpenAI hanno annunciato OpenAI for Germany a settembre 2025, unendo tecnologia OpenAI, Delos Cloud SAP e accordi Microsoft Azure. L'enfasi è su operazione nazionale, contratti e gestione, non proprietà della pipeline. Servizi gestiti offrono capacità, monitoraggio e aggiornamenti; pesi portabili danno continuità e controllo delle versioni, trasferendo responsabilità al cliente.
KIPITZ federale supporta già sintesi, traduzione, bozze, riscrittura e dialogo, con piano cloud-agnostic e modelli aperti specifici. Nessun annuncio citato sceglie Kolibri. I piloti Agentic AI Hub riguardano pianificazione, permessi, trascrizioni e servizi; chiamare strumenti non fornisce da solo autorizzazioni o un agente completo.
Alternative includono Mistral, il consorzio OpenEuroLLM, Soofi tedesco-inglese sulla German Industrial AI Cloud di Deutsche Telekom e modelli aperti Meta, Qwen, Nvidia. Mistral partecipa anche a iniziative pubbliche, comprese distribuzioni francesi e cooperazione franco-tedesca esplorata con SAP. Alternative sostituibili rafforzano la sovranità più della dipendenza da un campione nazionale.
Un'altra strada è l'analisi indipendente. MÖVE di Bundesdruckerei è partito da nove dataset tedeschi e sette criteri su amministrazione/diritto, sicurezza, sostenibilità e valori democratici, con BSI e Fraunhofer AISEC per la sicurezza. Un altro studio su 39 modelli di 13 fornitori non trova un leader universale e stima energia diversa oltre 60 volte. I due migliori arrivano solo a 0,671 su 4.788 posizioni politiche di 64 partiti. Non valuta Kolibri direttamente: l'origine europea non prova competenza istituzionale tedesca.
Il controllo deve resistere all'uso e ai cambi societari
La combinazione proposta Aleph Alpha–Cohere è soggetta ad approvazione normativa. I resoconti descrivono un gruppo Berlino/Toronto con oltre 1.000 dipendenti sotto nome Cohere. Kolibri è già stato completato, mentre la combinazione proposta attende ancora l'approvazione e non è entrata in vigore. Ricerca e distribuzione maggiori aiutano, ma servono chiarezza su proprietà intellettuale, giurisdizioni, supporto, versioni e continuità. Gli attuali pesi Apache 2.0 restano disponibili a quei termini; l'apertura futura è distinta.
Il codice GPAI UE è volontario e aiuta i fornitori a dimostrare obblighi pertinenti dell'AI Act. Firma, progettazione GDPR o licenza aperta non certificano ogni applicazione né ogni dato d'addestramento. Bozze, ricerca e decisioni sui benefici hanno rischi diversi; chi distribuisce risponde di scopo, persone, sicurezza, supervisione, log e ricorso.
I pesi portabili lasciano possibili vincoli in adattatori, indici, orchestrazione e monitoraggio. Prompt injection, estrazione dati, documenti avvelenati e strumenti insicuri richiedono controlli applicativi. Leggere manuali approvati non autorizza comandi sulle macchine; assistenza documentale non implica email senza limiti.
La prossima prova è riproduzione indipendente e uso duraturo nominato: tedesco giuridico e comunale, differenze regionali, fascicoli inaccessibili, regole contrastanti/obsolete, diritti revocati, istruzioni ostili, energia, latenza e recupero. Versioni ospitate o personalizzate vanno confrontate con quella scaricabile. La sovranità è credibile quando le istituzioni possono esaminare, gestire, sostituire e governare servizi affidabili, non quando nazionalità o un milione di token sostituiscono le verifiche.
Fonti e letture correlate
Pubblicazione di Kolibri · Analisi dei dati tedeschi · Ricerca sul ragionamento tedesco · OpenAI for Germany · Combinazione proposta con Cohere · Scheda del modello Kolibri · Registro della notizia principale · Pesi BF16 · Benchmark MÖVE · Piattaforma federale KIPITZ · Studio indipendente sulla governance · Governo degli accessi alla conoscenza · Registro della seconda notizia · Annuncio del5ottobre · Codice GPAI dell'UE · Registro della terza notizia