Aleph Alpha がオープンウェイトモデル Kolibri を公開：総パラメータ78B・3Bを活性化、ドイツ語が学習データの21.3%
The Decoder の2026年10月5日の報道によると、Aleph Alpha は独英バイリンガルの MoE モデル Kolibri を公開した。総パラメータは780億、トークンあたり約30億を活性化し、ドイツ語が学習データの21.3%を占める。重みは Apache 2.0 ライセンスで Hugging Face 上に公開され、最大100万トークンのコンテキストをサポートする。
主な変更
The Decoder の2026年10月5日の報道によると、ドイツ企業 Aleph Alpha は独英バイリンガル言語モデル Kolibri を公開した。このモデルは mixture-of-experts アーキテクチャを採用し、パラメータ総量は780億、各トークンでは約30億パラメータのみを活性化し、最大100万トークンのコンテキストウィンドウを提供する。報道によれば、ドイツ語は学習データの21.3%を占め、その背景には同社がこのプロジェクトのために専用に構築したドイツ語データパイプラインがある。合成学習データには中国のモデルも使用された（報道では具体的なモデルは特定されていない）。Aleph Alpha は、Kolibri がドイツ語ベンチマークで71%のスコアを達成し、報道で挙げられた GPT OSS A5B、Qwen 3.6 A3B、Gemma 4 A4B などの比較可能なモデルよりデコード速度が速いと述べ、ドイツ語と英語の両方で品質と運用コストのパレートフロンティアにあると主張している。技術報告書によると、モデルはドイツとフィンランドで768基の B200 GPU を用いて訓練され、開発過程では EU の AI 法（AI Act）を考慮し、公共行政、航空、産業のシナリオを想定している。重みは Hugging Face 上で Apache 2.0 ライセンスの下に公開されている。区別すべき点として、重みの公開（open weights）とオープンソースライセンスは同一の概念ではない。ここでは報道が Apache 2.0 という具体的なライセンスを明示しているが、ライセンス条項の実際の適用範囲はモデルカードとライセンス原文に基づくべきである。
開発者への影響
開発者への直接的な影響は主に3点に集約される。第一に、約30億の活性化パラメータと78B の総パラメータを組み合わせた MoE 構造は、推論時の計算量が小規模モデルに近く、VRAM 使用量は大規模モデルに近いことを意味する。デプロイコストの構造は同サイズの密なモデルとは異なり、量子化とエキスパートルーティングの実装詳細がスループットに大きく影響する。第二に、100万トークンのコンテキストウィンドウは長コンテキスト能力の主張であるが、報道は長コンテキスト下での検索精度、遅延、VRAM のデータを示していない。長文書のシナリオでは自ら検証する必要があり、短コンテキストのベンチマーク結論をそのまま流用することはできない。第三に、ドイツ語学習データの比率21.3%と専用のドイツ語データパイプラインは、このモデルがドイツ語タスクで英語中心の多くのオープンウェイトモデルより高い性能を示すことが期待されることを意味するが、報道中のドイツ語ベンチマーク71%はベンダー自身による説明であり、ベンチマーク名、評価バージョン、ゼロショットかどうかは示されていないため、横断比較には注意が必要である。また、Apache 2.0 は比較的寛容なライセンスであり、商用利用やセルフホストを望むチームにとって重要な情報であるが、ライセンスは学習データのコンプライアンスをカバーするものではなく、EU の AI 法に関連するコンプライアンス責任は依然としてデプロイ側にある。報道は訓練で中国のモデルを用いて合成データを生成したことに言及しているが、これは開示された事実であり、Kolibri が中国のモデルとの間に技術的な継承関係を持つと解釈されるべきではない。
導入と評価の提案
以下は報道内容に基づく提案的な分析であり、検証済みの事実ではない。第一の決定はモデル選定である。ワークロードが主にドイツ語で、セルフホストが必要なら Kolibri を候補に挙げられる。主に中国語や英語であれば、ドイツ語データパイプラインの優位性は選定理由にはならない。準備すべき評価条件は、対象業界をカバーするドイツ語と英語のタスクセットを構築することであり、定量的な評価基準は同一ハードウェアと同一量子化設定の下で、ドイツ語タスクの精度と1000トークンあたりのエンドツーエンド遅延を比較することであり、報道中の71%という単一のスコアだけを見ることではない。第二の決定はコンテキストとコストのトレードオフである。報道は最大100万トークンをサポートするとしているが、その長さでの性能データは示していない。まず8K〜32Kの中程度の長さでベースラインを取り、目標長まで段階的に負荷テストすることを勧める。評価基準は、長コンテキスト下での重要情報の再現率が長さに伴い著しく低下しないか、および初回トークン遅延が許容範囲に収まるかである。第三の決定はライセンスとコンプライアンスの経路である。重みは Apache 2.0 で公開されているが、公共行政や航空などの規制業界を想定しているため、デプロイ側はモデルカードにおける再配布、微調整成果物、責任分担に関する具体的な記述を確認すべきである。評価基準は、法務レビューがライセンス原文とモデルカードの中に自らの利用シナリオをカバーする明確な条項を見つけられるかどうかである。
制限と未確認事項
まず明確にすべき点として、今回のカタログ確認時点で、Kolibri のこのバージョンは KimiSeek のリアルタイムモデルカタログには存在しない。報道で言及された重みの配布や API の可用性はすべて Aleph Alpha とその Hugging Face ページを指しており、KimiSeek とは無関係である。第二に、パレートフロンティア、比較可能なモデルより速いデコード速度、ドイツ語ベンチマーク71%といった報道中の記述はすべて Aleph Alpha の自己申告に由来し、本稿はそれを転述したもので独立に検証したものではない。ベンチマーク名、評価手法、ゼロショットかどうか、競合モデルの構成は報道で説明されていない。第三に、報道で言及された比較モデル GPT OSS A5B、Qwen 3.6 A3B、Gemma 4 A4B の具体的なバージョンと公開時期は今回の確認範囲外であり、比較可能性を確認できない。第四に、Apache 2.0 は重みとコードの配布ライセンスに関するものであり、学習データの出所のコンプライアンスを保証するものではない。報道で言及された合成データに中国のモデルを使用したという詳細も、具体的なモデルと生成方法を特定していない。第五に、768基の B200 GPU という訓練規模と独英バイリンガルという位置づけはベンダーの説明であり、再現コスト、微調整に必要なデータ量、ドイツ語以外の言語での実際の性能は不明である。
元の報道の図版
