Modelos
Kolibri: el modelo alemán que cabe en una sola GPU
Aleph Alpha fechó el 3 de octubre de 2026 la ficha de Kolibri-1, un modelo bilingüe de alemán e inglés que pesa 78.000 millones de parámetros y solo pone en marcha 3.460 millones por token. Por eso entra, según la propia ficha, en una única tarjeta gráfica H200, B200 o B300, y sale con licencia Apache 2.0. No publica ni un resultado de banco de pruebas, y a quien lo firma lo está absorbiendo la canadiense Cohere.
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
En resumen
- La ficha lleva fecha del 3 de octubre de 2026 y se difundió al día siguiente: 78.103.074.560 parámetros en total, 3.457.573.120 activos por token.
- Es una mezcla de expertos de 50 capas con 384 expertos en cada una, de los que se activan 6 elegidos más 1 compartido.
- La ventana de contexto son 262.144 tokens nativos, ampliables hasta 1.048.576 por extrapolación. Son dos cifras distintas y la ficha las distingue.
- Habla alemán e inglés, sale con licencia Apache 2.0 y el esfuerzo de razonamiento se fija por petición: low, medium, high o none.
- No publica resultados de bancos de pruebas. Sí sus límites: conocimiento cortado en junio de 2026, posibles sesgos sistémicos y políticos, y nada de uso sin supervisión en riesgo alto.
Pesa 78.000 millones de parámetros y mueve 3.460 millones
Aleph Alpha —laboratorio alemán de inteligencia artificial soberana nacido en Heidelberg en 2019 y respaldado por el Schwarz Group, dueño de Lidl, Kaufland y la nube soberana STACKIT— fechó la ficha de Kolibri-1 el 3 de octubre de 2026 y la dejó en Hugging Face, el repositorio público donde se alojan y se descargan los modelos. El lanzamiento se difundió el día 4.
La cifra que manda es doble: el total es de 78.103.074.560 parámetros y los que entran en juego por cada token son 3.457.573.120. Van repartidos en 50 capas con 384 expertos cada una, de los que el enrutador elige 6 y añade otro compartido, y la atención alterna ventanas deslizantes y atención causal completa en proporción de cuatro a uno.
En cada token, por tanto, Kolibri usa algo más del 4 % de sí mismo: esa cuenta explica que un modelo de 78.000 millones venga con requisitos de una sola tarjeta gráfica.
Leer más: Hugging Face — Aleph-Alpha/Kolibri-1 (ficha del modelo, 03-10-2026) ↗
Lo que hay que tener para moverlo
| Dato | Valor |
|---|---|
| Parámetros totales | 78.000 millones |
| Parámetros activos por token | 3.460 millones |
| Arquitectura | Mezcla de expertos: 50 capas, 384 expertos por capa, 6 activos más 1 compartido |
| Ventana de contexto | 262.144 tokens nativos; hasta 1.048.576 por extrapolación |
| Idiomas | Alemán e inglés |
| Licencia | Apache 2.0 |
| Formato de pesos | float8_e4m3fn, con partes en bfloat16 |
| Hardware mínimo | 2× A100 80 GB, 2× H100 SXM5, 1× H200, 1× B200 o 1× B300 |
| Entrenamiento | 20 billones de tokens; 768 GPU Nvidia B200 durante 21 días |
| Esfuerzo de razonamiento | Por petición: low, medium, high o none |
Kolibri sale con los pesos abiertos y licencia Apache 2.0, de las permisivas, y habla dos idiomas: alemán e inglés. No hay un tercero.
El hardware mínimo son dos A100 de 80 GB, dos H100 SXM5, una H200, una B200 o una B300; el recomendado, dos H100 SXM5, dos H200, una B200 o una B300. Lo que importa de esa lista es el «una»: de la generación H200 de Nvidia hacia arriba, el modelo entero entra en una sola tarjeta gráfica.
Lo permite, además de la arquitectura, cómo están guardados los pesos: en formato float8_e4m3fn, por bloques de 128×128, con las activaciones cuantizadas al vuelo. Las piezas delicadas se quedan en bfloat16: los embeddings, la cabeza de lenguaje, las normalizaciones y el enrutador que elige los expertos.
La ventana de contexto se dice con dos cifras, porque la ficha las separa: 262.144 tokens nativos y hasta 1.048.576 por extrapolación, estirando el mecanismo más allá de lo entrenado. El esfuerzo de razonamiento se decide petición a petición desde la plantilla de conversación: low, medium, high o none.
Entrenarlo costó 20 billones de tokens de un corpus bilingüe filtrado, con una parte de código, y el cálculo lo pusieron 768 GPU Nvidia B200 durante 21 días.
Leer más: Hugging Face — Aleph-Alpha/Kolibri-1 (ficha del modelo, 03-10-2026) ↗
Lo que no dice y lo que admite
No hay una sola cifra de banco de pruebas: la ficha no publica resultados de evaluación, y eso ya es información. De un modelo nuevo se puede saber cuánto pesa, cuánto mueve y en qué máquina entra, y seguir sin saber qué tal lo hace. Ninguna clasificación que lo sitúe frente a otro tiene hoy un número publicado detrás.
Lo que sí declara son sus límites, y los escribe quien lo ha hecho: el conocimiento está cortado en junio de 2026, así que puede dar por vigente lo que ya no lo es; puede reproducir sesgos sistémicos y sesgos políticos de los datos con los que se entrenó; y no es apropiado para uso sin supervisión en entornos de riesgo alto sin validaciones adicionales.
Leer más: Hugging Face — Aleph-Alpha/Kolibri-1 (ficha del modelo, 03-10-2026) ↗
Publica un modelo mientras la absorben
Aleph Alpha no es un laboratorio cualquiera en este momento. El 16 de septiembre de 2026 firmó un acuerdo definitivo de fusión con Cohere —laboratorio canadiense de modelos fundacionales fundado en Toronto en 2019 por Aidan Gomez, orientado a empresa y sector público—, que en la práctica es una absorción. El cierre se espera antes de que acabe el año, sigue sujeto a aprobaciones regulatorias y a día de hoy no se ha producido.
Entre el acuerdo y un cierre que aún no ha llegado, la compañía de Heidelberg ha publicado un modelo bilingüe con los pesos abiertos, licencia permisiva y la ficha de requisitos completa. Europa no acumula modelos con esa ficha, y ahí está el interés: quien lo firma está a medio absorber.
La ficha no menciona la operación, y no tiene por qué. Pero del acuerdo a la publicación pasaron diecisiete días, y eso cambia cómo se lee el lanzamiento: es lo que un laboratorio ha dejado publicado antes de dejar de ser independiente.
Leer más: MarkTechPost — Aleph Alpha Releases Kolibri (04-10-2026) ↗
Conclusión
Kolibri llega con la ficha por delante: se sabe cuánto pesa, cuánto mueve, en qué tarjeta gráfica entra y con qué licencia se descarga. No se sabe qué tal responde, porque su propia ficha no publica una sola evaluación, y eso tendrá que medirlo alguien de fuera. Y hay que anotar la fecha, que es la mitad que falta: lo firma un laboratorio al que están absorbiendo.
Fuentes primarias
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
Comentarios