A alemã Aleph Alpha publicou no sábado, 3 de outubro de 2026, o Kolibri-1, um modelo de linguagem de pesos abertos sob licença Apache 2.0. Ele tem 78,1 bilhões de parâmetros, mas usa só 3,46 bilhões por token. Foi treinado em 768 GPUs B200 da Nvidia na Alemanha e na Finlândia, com foco em alemão e inglês. É o primeiro modelo grande da empresa desde o acordo de fusão com a canadense Cohere, assinado em setembro.
Em resumo
- O que é: modelo de mistura de especialistas com 50 camadas, 384 especialistas por camada e 6 escolhidos por token, mais 1 compartilhado.
- Contexto: 262.144 tokens nativos. O cartão do modelo fala em até 1.048.576 tokens por extrapolação.
- Hardware: cabe em uma B200, uma H200 ou duas H100. Os pesos em FP8 ocupam cerca de 78 GB.
- Soberania: treino em infraestrutura na Alemanha e na Finlândia, com conformidade declarada com o AI Act e o GDPR.
- Ressalva: os números de desempenho são da própria empresa. Nenhum laboratório independente publicou avaliação até agora.
O que a Aleph Alpha lançou?
O Kolibri-1 é um modelo de mistura de especialistas. Em cada camada há 384 especialistas, e o roteador escolhe 6 por token, mais 1 fixo. Por isso só 4,4% dos parâmetros trabalham a cada passo. O modelo tem quatro níveis de raciocínio: nenhum, baixo, médio e alto. Também chama ferramentas. O tokenizador é próprio, com vocabulário de 128 mil tokens. Segundo o MarkTechPost, ele gasta 11,2% menos tokens que o do GPT-5 em texto alemão.
Os números de desempenho vêm do cartão do modelo. Na média geral em inglês, o Kolibri marca 75,5, contra 72,3 do GPT-OSS 120B. Em alemão, marca 70,8, contra 67,9 do Nemotron 3 Super. No AIME 2025 em inglês chega a 96,9 e no GPQA Diamond a 84,3. Nem tudo é vitória. O MarkTechPost mostra que ele empata com o Qwen3.5 35B-A3B em tarefas de agente (63,4) e perde no BFCL v4, teste de chamada de função (61,4 contra 70,5).
Quanto dado foi usado no treino?
Houve divergência na cobertura. O cartão do modelo separa as fases: 20 trilhões de tokens no pré-treino, 3,44 trilhões no meio do treino e 201 bilhões na extensão de contexto. A soma dá cerca de 23,6 trilhões, e é daí que vem o número de 24 trilhões citado pelo OfficeChai e pelo MarkTechPost. Os dois números são compatíveis. O pré-treino teve cerca de 62,5% de inglês, 23,9% de alemão e 13,6% de código, e levou 21 dias.
O modelo é soberano mesmo?
Em parte. A empresa diz que o modelo foi construído na Alemanha, treinado em infraestrutura na Alemanha e na Finlândia, sob lei europeia e sem controle estrangeiro. O El Solitario aponta dois limites. A curadoria dos dados usou modelos de fora, como Gemma 4, Mistral-NeMo e Qwen3-32B. E a licença aberta cobre pesos e configurações, mas o código de treino segue fechado. Na prática, quem baixa o Kolibri pode rodar e ajustar o modelo em servidor próprio, sem depender de API de terceiros. Segundo o MarkTechPost, ainda não há API da Aleph Alpha nem versão GGUF para Ollama ou llama.cpp. O caminho oficial é o vLLM.
Como chegamos até aqui?
A Aleph Alpha foi fundada em 2019 por Jonas Andrulis e Samuel Weinbach. Captou mais de US$ 500 milhões em 2023, com Schwarz Group, Bosch Ventures e SAP no consórcio. Em abril de 2026 anunciou fusão com a Cohere, e o acordo definitivo saiu em 16 de setembro. Segundo o SiliconANGLE, o grupo combinado vale cerca de US$ 20 bilhões, terá sede dupla em Berlim e Toronto e conta com € 500 milhões de financiamento do Schwarz Group. O OfficeChai lembra que Andrulis deixou a empresa em 2025 e que cerca de 50 vagas foram cortadas neste ano. O Kolibri é a vitrine técnica do lado europeu antes do fechamento da fusão.
O que isso significa para o Brasil?
O Kolibri foca alemão e inglês. Para o Brasil, o que interessa é o modelo de negócio. Um modelo aberto, que roda numa única GPU de data center e foi pensado para setor público e indústria regulada, é o formato que governos buscam quando falam em IA soberana. O Serpro seguiu um caminho parecido, com dados e processamento no país, como a Marcio.AI mostrou em Serpro lança a IA do Brasil. A receita da Aleph Alpha é um teste útil para quem desenha IA em banco ou governo aqui: pesos abertos, tokenizador ajustado ao idioma local e implantação em infraestrutura própria.
O que observar nas próximas semanas
A tese da Marcio.AI: o Kolibri vai ganhar adoção em órgãos públicos e indústria de língua alemã, mas não muda o ranking global de modelos abertos, onde Qwen e Nemotron seguem à frente em agentes. Sinais para conferir até o fim do ano: a primeira avaliação independente, por exemplo da Artificial Analysis ou do LMArena, a chegada de versões GGUF, o anúncio de uma API hospedada e o fechamento da fusão com a Cohere, previsto para 2026.
Fontes
- Aleph Alpha no Hugging Face, Kolibri-1, cartão do modelo, 03/10/2026
- MarkTechPost, Aleph Alpha Releases Kolibri: A 78.1B Open-Weight English-German MoE Model With Only 3.46B Active Parameters, 04/10/2026
- OfficeChai, Aleph Alpha lança o Kolibri, modelo europeu soberano, 04/10/2026
- El Solitario, Aleph Alpha Kolibri: What It Is and How It Works, 03/10/2026
- SiliconANGLE, Cohere and Aleph Alpha agree to merge in reported $20B deal, 16/09/2026
Rating Marcio.AI: 4/5 (Global, Muito relevante, No centro do hype). Seção DeepTech do Watcher.
#MarcioAI #AlephAlpha #Kolibri #IASoberana #CodigoAberto #ModelosAbertos #Cohere
Como este texto foi produzido
Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.
Leia também: Serpro lança a IA do Brasil, com dados e processamento no país e DeepSeek abre ferramentas para chips Ascend da Huawei.