Kolibri：公開重みとAI主権の検証

Aleph AlphaのKolibriは、欧州の機関に主権の約束より具体的なものを提供する。保存・調整し、自ら選んだ基盤で動かせるダウンロード可能な重みだ。独英モデルは10月3日に利用可能となり、10月5日に追加の企業発表があった。最大の提案は運用制御とドイツ語業務であり、全ベンチマークでの世界首位ではない。

ドイツ政府が公開したわけでも、全国の行政モデルに選定したわけでもない。ドイツの民間企業が行政、産業、防衛、航空宇宙など規制領域向けの候補を出した。採用には評価、統合、調達が必要であり、従来の行政との関係は、この版が重要な公的判断に使われている証拠ではない。

疎な計算でも小型モデルではない

Kolibriは総781億パラメータ、1トークンで約34.6億が動く。混合専門家構成は各層384のルーティング専門家から6つを選び、1つの共有専門家も使う。50層のうち全注意は10層のみで、残りは512トークンの滑動窓だ。計算は減っても全重みへのアクセスは必要になる。

Apache 2.0は商用利用、変更、再配布を認める。BF16と低精度FP8版があり、後者の公称サイズは約78GB。公開重みはAPI以上の移植性を与えるが、全学習判断の再現ではない。完全な再構築にはデータ、コード、方法、専門性、大量の計算が必要だ。

構造化出力、ネイティブのツール呼び出し、無効・低・中・高の推論設定を備える。OpenAI互換の提供インターフェースは統合を容易にする。モデルカードの位置付けは、人が行動前に出力を審査する補助システムであり、重大事案の自律決定者ではない。

最大宣伝長は1,048,576トークンで、ネイティブ長文脈学習は262,144。前段階は16,384と65,536を使った。複雑な処理と効率的運用ではネイティブ以下が推奨され、百万は外挿で検証した長さであって同長の直接学習ではない。

ドイツ語特化と数字の不一致

Aleph Alphaは、行政ドイツ語には英語優先モデルの流暢な返答以上が必要とする。法律参照、長い複合語、制度上の役割、手続きの前提は一般フィルターや翻訳で歪み得る。独語ウェブの選別を調整し、議会、法律、パブリックドメイン文書を含めた。

報道の独語比率は異なる。2本は主事前学習の21.3%、20兆の中で約4.3兆回のトークン提示とするが、別の1本は23.9%、英語62.5%、コード13.6%とする。他の記述は英語・コードを62%・14%に丸める。同じ分母に整合した割合として扱えない。説明が必要な文書上の差であり、正しい値を捏造してよい理由ではない。

データ説明では、初期の選別・重複除去後に得た独語は3,900億トークンで、約4兆目標に足りなかった。専用Common Crawl処理で1.3兆の固有トークンを収集し、独語文書の言い換えで問答や百科文章など約1兆を追加生成した。コーパス構築と反復提示の数字は違い、全部足して固有データ量にはできない。

12.8万語彙の二言語トークナイザーはUniBPEで独語形態を扱う。企業値は独語1トークン4.7バイト、英語4.2で、行政複合語をより意味に沿って分ける。圧縮は文脈や計算を節約しても法律の正確さを証明しない。

約80万の独語教師あり推論例に独語の文頭を使い、英語への移行を減らした。読める説明は職員の確認を助けるが、生成推論は内部計算の忠実な記録とは限らない。出典、版管理したプロンプト、アクセス記録が必要だ。独英知識の期限は2026年6月18日で、新情報には検索やツールが要る。

詳細な学習記録も容易な再現を意味しない

企業によれば事前学習は9月11日、768台のNvidia B200で21日間を経て完了した。38回の予期しない停止からチェックポイントで自動再開し、この段階は392,000GPU時間とされる。選別前に200兆超の生トークンを処理し、主学習20兆、中間学習3.44兆、長文脈適応2,000億を使った。

後学習は別の数量で、合成生成1,740億トークン、選別と寛容なライセンスのデータとの組み合わせで2,680億の教師あり混合、強化学習120万超の選定課題を使った。段階別の数字を固有文書と混同したり主コーパス比率に単純加算したりしてはならない。

公開した学習段階の電力推計はデータセンター付帯分込み950MWhで、教師あり微調整、強化学習、小実験などを除く。450万超URLのブロックリストとライセンス、合法的出所、オプトアウト、第三者データ確認が説明される。文書は検査を可能にするが、著作権やプライバシーの全問題解決を証明しない。

学習はドイツとフィンランドで行い、開発と供給網は独・欧州の管理下と主張する。プロンプトの国内保存より広いが、外国製チップ、ソフト、電力、専門業者は残る。主権は残る依存関係を統治することで、消去することではない。

ハードウェアと長文脈は運用制約

最低構成としてA100 80GBを2台、H100 SXM5を2台、またはH200・B200・B300を1台と列挙する。一部推奨はH100 SXM5またはH200を2台で、新しい単一機構成もある。34.6億の有効パラメータでも、通常の同規模デスクトップモデルではない。

企業比較で780億設計はH100を2台使い、約256,000トークンの18同時要求を扱い、実験的1,230億設計は3件だった。復号も28%速かった。調達保証ではなく、精度、バッチ、ソフト、入出力長、メモリー、通信、サービス目標が実費を変える。

Kolibri BaseのRULERは256,000トークンで69.8、百万で63.2。受け付ける最大長は全詳細の信頼できる利用を保証しない。根拠は反復、矛盾、悪意ある命令に埋もれる。権限に配慮した検索と追跡可能な引用は、無関係な個人情報ごと全件記録を1回で渡すより適する場合がある。

根拠依存の学習は有望、評価は一様でない

Merlin-Arthurは根拠のある文脈と意図的に情報を除いた対抗文脈を作り、証拠があれば答え、なければ控えるよう学習する。内部評価で根拠欠如項目の拒答は44%、Kolibri Originは15%。独語行政プロキシは0.54から0.75へ上がった。企業評価であり、監査済みの実運用信頼性ではない。

私的な顧客代理評価は自動車部品、半導体、産業駆動、航空宇宙も扱う。学術テストより現場に近くても、課題、プロンプト、採点、比較対象がなければ再現できない。正答と無根拠回答、適切と不要な拒否、引用精度を分ける必要があり、拒否率だけでは実用性を犠牲にした慎重さかもしれない。

企業数学値はAIME 2025英語96.9・独語87.5、2026は96.0・90.0。GPQA Diamondは84.3・81.3だった。Mistral、Qwen、Nvidiaとの一部比較は競争力を示し、選定課題では有効パラメータ最大4倍のモデルに匹敵するが、万能な優位ではない。

ツール・エージェント評価は不均一だ。BFCL v4全体61.4に対し掲載Qwen3.6 35B-A3Bは67.2、複数ターン47.5。TerminalBench 2.1は27.7で、掲載Qwen3.6、Nemotron 3 Super、密なQwen3.8より低い。領域エージェントは通信94.7、航空76.7、銀行38.1だが他モデルが勝つ行もある。プロンプト、推論予算、翻訳、汚染、採点が比較を左右する。

政府には単一王者ではなく複数経路がある

バーデン・ヴュルテンベルクのF13支援と、政府機関8万人向けとされる展開は制度への接点を示すが、Kolibriの実運用ではない。具体例には業務、実利用者、人的審査、誤り分類、確認後の省時間が必要だ。数千人が試験対象であることと毎日使うことは違う。

SAPとOpenAIは2025年9月にOpenAI for Germanyを発表し、OpenAI技術とSAP Delos Cloud、Microsoft Azureの構成を組み合わせる。モデル開発の所有でなく国内運営、契約、管理支援を重視する。管理サービスは容量、監視、更新を提供し、可搬重みは継続性と版管理を強める代わりに責任を顧客へ移す。

連邦KIPITZは要約、翻訳、草稿、書換え、対話を提供し、クラウド非依存と用途別公開モデルを計画する。引用発表にKolibri選定はない。Agentic AI Hubの試験は計画、許認可、会議転記、公共サービスを扱うが、モデルのツール機能だけでは権限や完成エージェントは提供しない。

選択肢にはMistral、欧州連合OpenEuroLLM、Deutsche TelekomのGerman Industrial AI Cloud上の独英Soofi、Meta・Qwen・Nvidiaの公開モデルがある。Mistralも仏政府導入やSAPとの仏独協力検討に関わる。交換可能な選択肢の方が単一の国家王者への依存より主権を強める。

独立評価も別の道だ。BundesdruckereiのMÖVEは独語9データセットと7基準で始まり、行政・法、安全、持続可能性、民主的価値を扱い、BSIとFraunhofer AISECが安全面に協力する。別研究は13提供者39モデルに全面的統治リーダーを見いだせず、推定電力は60倍超違った。上位2モデルでも64政党4,788政治立場への正確さは0.671。Kolibriを直接評価した研究ではなく、欧州由来が独制度への能力を保証しないことを示す。

制御権は運用と企業変更を越えて残る必要がある

Aleph AlphaとCohereの統合案は規制承認待ちだ。報道はベルリン・トロントの1,000人超の組織をCohere名で運営するとする。Kolibriは完成済みだが、統合案は承認待ちで、まだ発効していない。研究や販路拡大は助けるが、知財、司法管轄、支援、将来版、継続性の明確化が必要だ。現在のApache 2.0重みは現条件で残り、将来の公開方針は別問題である。

EUのGPAI規範は関連AI Act義務の説明を助ける任意制度だ。署名、GDPR志向設計、公開ライセンスは全用途や全学習データを認証しない。草稿、検索、給付判断はリスクが違い、導入者は目的、影響する人、安全、監督、ログ、不服手段を担う。

可搬重みでもアダプター、検索索引、編成、監視で囲い込みは残り得る。プロンプト注入、データ抽出、汚染文書、危険な呼び出しにはアプリ制御が要る。承認済みマニュアルを読むことが機械操作を許してはならず、文書補助が無制限メールアクセスになるべきでもない。

次の証拠は独立再現と継続的な実名導入だ。法律・自治体独語、地域差、閲覧不可記録、矛盾・旧規則、失効権限、悪意ある命令、電力、遅延、復旧を測る。ホスト・カスタム版をダウンロード版と比較する必要もある。主権は機関が信頼できるサービスを点検、運用、交換、統治できる時に実体を持ち、国籍や百万トークンの見出しは検証の代わりにならない。

参考資料

ツールディレクトリを見る →

KolibriでドイツAIの制御権はダウンロード可能に、実効性は別問題