Uso principal declarado o inferido con cautela desde la documentación oficial.
AA
ALEPH ALPHA / Aleph-Alpha/Kolibri-1
Kolibri 1
Modelo de texto y código de Aleph Alpha, lanzado oficialmente el 3 de octubre de 2026 y centrado en alemán e inglés. Su arquitectura MoE tiene 78.100 millones de parámetros totales y activa unos 3.460 millones por token. Admite razonamiento configurable y llamadas a herramientas. Los pesos FP8 y BF16 se publican bajo Apache 2.0; son dos precisiones de la misma familia, no dos modelos independientes.
01 / RESUMEN
Lo esencial
Capacidad máxima de entrada cuando la fuente la publica.
Límite máximo de generación documentado.
Canales de disponibilidad verificados.
Familia funcional principal y especialidades verificadas.
Condiciones declaradas para API, pesos o despliegue propio.
02 / FICHA TÉCNICA
Límites e integración
| ID de API | Aleph-Alpha/Kolibri-1 |
|---|---|
| Tipo de modelo | Texto y razonamiento · Código |
| Modelo de acceso | Pesos abiertos |
| Licencia | Apache 2.0 |
| Despliegue | Despliegue propio con vLLM |
| Lanzamiento | 03 OCT 2026 |
| Corte de conocimiento | 18 JUN 2026 |
| Entrada | Texto |
| Salida | Texto |
| Ventana de contexto | 1.048.576 tokens; recomendado ≤262.144 |
| Salida máxima | No publicado |
| Razonamiento | none, low, medium, high |
| Herramientas publicadas | Function calling · Salidas estructuradas |
| Salidas estructuradas | Compatible con el despliegue propio |
| Procesamiento por lotes | No publicado |
| Caché de prompts | No publicado |
| Ajuste fino | No publicado |
| Plataformas verificadas | Hugging Face · vLLM |
RAG bilingüe, extracción estructurada, programación y análisis de documentos internos con revisión humana. El contexto nativo entrenado es de 262.144 tokens; el proveedor valida la extensión hasta 1.048.576, pero recomienda no superar 262.144 para tareas complejas y eficiencia de servicio. La ficha en español no implica que el modelo esté optimizado para español.
Los pesos ocupan aproximadamente 78 GB en FP8 y 156 GB en BF16, sin incluir toda la memoria de ejecución ni la caché KV. Una baja cantidad de parámetros activos reduce cómputo, no la memoria necesaria para cargar los expertos. El despliegue requiere el plugin aleph-alpha-inference para vLLM; comprueba hardware, concurrencia, errores y permisos antes de automatizar acciones.
03 / CAPACIDADES
Qué puede hacer
Orientación
RAG bilingüe, extracción estructurada, programación y análisis de documentos internos con revisión humana. El contexto nativo entrenado es de 262.144 tokens; el proveedor valida la extensión hasta 1.048.576, pero recomienda no superar 262.144 para tareas complejas y eficiencia de servicio. La ficha en español no implica que el modelo esté optimizado para español.
Contexto
1.048.576 tokens; recomendado ≤262.144 · No publicado
Herramientas e integración
Function calling · Salidas estructuradas
Acceso
Hugging Face · FP8 y BF16
Modalidades de entrada
Texto
04 / PRECIOS
Coste documentado
| Concepto | Valor | Unidad / condición |
|---|---|---|
| Entrada estándar | Sin tarifa API oficial publicada | Tarifa estándar de API |
| Entrada en caché | No publicado | Lectura de prefijos reutilizados |
| Escritura o almacenamiento de caché | No publicado | La condición varía según proveedor |
| Salida estándar | Coste de infraestructura propia | Puede incluir tokens de razonamiento |
| Entrada por lotes | No publicado | Procesamiento asíncrono |
| Salida por lotes | No publicado | Procesamiento asíncrono |
No se ha verificado una tarifa pública oficial por tokens ni un endpoint comercial alojado. Descargar pesos con una licencia permisiva no convierte la inferencia en gratuita: calcula GPU, memoria, almacenamiento, operación y consumo. Aleph-Alpha/Kolibri-1 es el identificador del repositorio y del servidor propio del ejemplo oficial, no una promesa de disponibilidad en una API de terceros.
i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.
05 / EVALUACIONES
Cómo leer los resultados
“
Cifras publicadas por Aleph Alpha, no mediciones independientes de Inferama. Conservamos el idioma y la versión de cada prueba: una traducción alemana de GPQA o AIME no equivale al conjunto inglés. Los resultados agentivos dependen del arnés, las herramientas y el presupuesto de razonamiento. No extrapoles puntuaciones de FP8 a otra cuantización ni confundas el millón de tokens validado con igual calidad en toda tarea.
| Benchmark | Resultado | Métrica | Fuente |
|---|---|---|---|
| GPQA Diamond (EN) | 84,3 % | Puntuación | Ver fuente ↗ |
| GPQA Diamond (DE) | 81,3 % | Puntuación | Ver fuente ↗ |
| AIME 2025 (EN) | 96,9 % | Puntuación | Ver fuente ↗ |
| AIME 2025 (DE) | 87,5 % | Puntuación | Ver fuente ↗ |
| TerminalBench 2.1 | 27,7 % | Puntuación | Ver fuente ↗ |
| Tau2-Bench (Telecom) | 94,7 % | Puntuación | Ver fuente ↗ |
Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.
06 / VERSIONES
Cronología
Kolibri 1 · FP8
Aleph-Alpha/Kolibri-1: pesos FP8 y caché KV FP8 en la evaluación publicada.
Kolibri 1 · BF16
Aleph-Alpha/Kolibri-1-BF16: variante de precisión BF16 de la misma familia.
ANÁLISIS
Análisis relacionados
07 / FUENTES