10 月 3 日，德国 AI 公司 Aleph Alpha 把新模型 Kolibri 的完整权重放上 Hugging Face，协议 Apache 2.0，消息在 Hacker News 上当天冲到 480 分。这家公司过去几年以「欧洲主权 AI」的定位和对公共部门的生意闻名，但模型一直没开源。这次一口气放了 78B 总参数、百万上下文的 MoE 模型，值得认真拆一拆。
架构：78B 总参、3.5B 激活、1M 上下文
Kolibri 是一个英德双语的 MoE 模型：78B 总参数，每次前向只激活约 3.5B。这个组合的意图非常清楚——知识容量对齐大模型，推理成本对齐小模型。单次计算的显存与延迟压力接近 3B 级模型，对追求高吞吐、低延迟的私有化部署场景（政务热线、公文处理、本地客服）是合理的工程权衡。
上下文窗口标到 1M tokens，在开源权重模型里属于第一梯队。结合 Aleph Alpha 主打的公共行政场景，长文档（法律卷宗、招标文件、技术档案）的整篇处理是它的设计目标之一，而不是为了跑分好看。
双语策略上，Kolibri 用了德语优化的分词器与德语专属推理管线。这不是营销话术：多数开源模型的德语能力是从英文语料迁移来的，行政与法律术语的分词效率和措辞精度都吃亏。德语作为分词一等公民，意味着同样的德语文本消耗更少 token、专业表述更准。
跑分：自报很强，尚待复核
官方公布的数字：AIME 2025 数学 96.9%、AIME 2026 96.0%、GPQA Diamond 84.3%、LiveCodeBench 85.9%。如果属实，这组成绩放进当前开源权重模型的第一梯队没有争议，甚至逼近部分闭源旗舰。
但有一个必须强调的保留项：以上全部来自 Aleph Alpha 自报，暂无独立评测机构复核。多位报道此事的媒体都点出了这一点。历史经验告诉我们，首发自报分平均存在乐观偏差，尤其在竞争激烈的基准上。合理姿势是：把官方数字当上限，按七到八折预估实际体验，等社区复现后再校准。
另一个有趣的数字是「知识盲区自识别率 44%」：在严格测试下，模型能正确识别自己不知道什么的比例。这个指标远好于同类开源模型——对公共部门这种「答错比不答更糟」的场景，知道自己不知道比多考两分更值钱。
部署路径与硬件门槛
权重在 Hugging Face，协议 Apache 2.0，商用无需谈判。官方支持 vLLM 部署，这是当前 MoE 模型推理的事实标准，意味着现有推理栈接入成本很低。
硬件方面要泼一盆冷水：78B 总参数即便激活只有 3.5B，权重也要完整装进显存或内存。FP8 也要约 78GB，消费级单卡装不下，现实路径是两到四张数据中心卡的工作站，或者等社区量化版。对预算有限的个人玩家，3.5B 激活的推理速度优势要在能装下权重之后才能兑现。企业私有化部署倒是最典型的受益者——多卡节点本来就是标配。
主权定位的真实含义
Kolibri 的商业叙事是「主权 AI」：欧盟公共部门与关键行业要求数据、模型、基础设施完全可控，不能把公文喂给境外云厂商的闭源 API。过去这个需求的解决方案要么是昂贵的闭源私有部署，要么是德语能力平平的通用开源模型。Kolibri 用 Apache 2.0 加德语原生优化，正好卡在这个空档上。
值得一提的是发布时机：就在同周，COSMIC 项目因 AI 提交泛滥收紧贡献政策、Supabase 收购 Turso 加码智能体基础设施，开发者生态对「可控性」的集体焦虑正在各条战线同时显形。Kolibri 把 78B 级模型连同德语推理管线一起放进 Apache 2.0，等于是对这个焦虑的直接回应——控制权不该是付费功能，而应该是协议默认值。无论你买不买「主权」这个叙事，这步棋都让开源阵营的可选清单又长了一行。
对其他地区的开发者，Kolibri 的价值更朴素：多一个 3.5B 激活的 78B 级开源权重选项，与 Qwen、DeepSeek、Llama 系列形成互补。它的德语专长是差异点，但 MoE 架构与百万上下文的组合拳，本身就是值得关注的工程参考。
结论
Kolibri 是「主权 AI」从口号变成可下载文件的一次标志性发布：架构选择务实、协议干净、跑分亮眼但待验证。值得现在就动手的人群是欧语区合规场景的开发者与私有化部署团队；普通玩家可以等量化版本与第三方评测落地。开源权重阵营每多一个认真的玩家，所有人的议价能力都多一分——从这个意义上说，480 个 HN 分数投得一点都不冤。
附：给不同读者的行动清单
如果你是私有化部署工程师：先把 vLLM 环境与多卡节点准备好，权重下载后跑一遍官方评估脚本，重点复测 AIME 与 LiveCodeBench 两组数字，把自报分与实测分的差值记下来作为内部基线。3.5B 激活意味着吞吐调优的空间很大，batch 策略值得单独做一轮实验。
如果你是德语区产品负责人：优先验证行政与法律文本上的表现，这是它的设计主场；同时测试知识盲区自识别的真实成色——在政务问答场景里，「模型知道自己不知道」的可靠性比跑分更能决定能不能上线。
如果你是个人开发者：暂时观望即可，等社区量化版与第三方评测。但它会把开源 MoE 部署方案的价位段再往下压一档，间接受益于所有本地推理用户。Kolibri 这类 78B 级开源权重的出现，也在提醒闭源厂商：合规市场与性价比市场的两头夹击已经开始了。