Aleph Alpha lança Kolibri, modelo aberto de 78 bilhões de parâmetros

Treinamento consumiu 768 aceleradores B200 na Alemanha e na Finlândia

O treinamento do modelo consumiu a capacidade computacional de 768 processadores gráficos B200 distribuídos entre centros de dados na Alemanha e na Finlândia. Segundo o relatório técnico da empresa, essa infraestrutura física permitiu habilitar janelas de contexto com capacidade para processar até um milhão de tokens por requisição. A equipe estruturou o projeto diretamente sob a legislação da União Europeia para garantir conformidade jurídica a organizações com exigências rígidas de sigilo. A infraestrutura física operou em solo europeu.

A composição da base de treinamento revela uma estratégia de engenharia de dados voltada a fortalecer a língua alemã sem sacrificar o desempenho em inglês. O idioma alemão responde por 21,3% de todo o material absorvido pela rede neural, volume reunido por um pipeline proprietário que a companhia construiu exclusivamente para a iniciativa. A equipe de engenharia também utilizou modelos de origem chinesa na geração de dados sintéticos para calibrar os parâmetros de treinamento. O método ampliou o vocabulário técnico.

Fabricante alega liderança em custo, mas compara bases defasadas

Na bateria de testes de referência em alemão, o Kolibri registrou 71% de acerto e superou a velocidade de decodificação de modelos abertos rivais. A Aleph Alpha afirma que o sistema responde com mais rapidez do que arquiteturas semelhantes como o GPT OSS A5B, o Qwen 3.6 A3B e o Gemma 4 A4B. A companhia defende que os resultados colocam a ferramenta na fronteira de Pareto entre qualidade técnica e custo operacional nos dois idiomas atendidos. O modelo reduz custos de inferência.

As alegações comerciais da fabricante exigem cautela técnica porque a comparação envolve concorrentes que chegaram ao mercado meses antes do anúncio oficial. O relatório técnico coloca o Kolibri em confronto com sistemas de arquitetura similar lançados em março e abril de 2026, gerando uma defasagem temporal que beneficia o novo modelo. As métricas de velocidade e eficiência divulgadas refletem testes internos organizados pela própria empresa criadora. Os números carecem de validação externa.

A cobertura assinada pelo jornalista Matthias Bastian no veículo The Decoder enquadra o lançamento como um marco na busca por soberania digital no continente europeu. Setores altamente regulados como aviação civil e órgãos estatais enfrentam restrições legais para enviar registros confidenciais a provedores estrangeiros de tecnologia. A distribuição aberta dos pesos no Hugging Face permite que indústrias e governos executem o Kolibri em seus próprios servidores sem depender de nuvens externas. A soberania depende de infraestrutura local.