IA en un minutoNoticiasModelos
Aleph Alpha lanza Kolibri-1, un modelo abierto de 78.000 millones de parámetros
Redacción de IA en un minuto · Editor: Jon Elgezabal

En 30 segundos
La alemana Aleph Alpha ha liberado Kolibri, un modelo del tipo mezcla de expertos con 78.000 millones de parámetros, de los que usa 3.000 millones en cada paso. Se descarga entero desde Hugging Face con licencia Apache 2.0 y acepta hasta 1 millón de tokens, aunque solo entiende alemán e inglés. Para moverlo hacen falta máquinas potentes, por ejemplo una H200 o un par de A100 de 80 GB.
Aleph Alpha, la empresa alemana de IA, ha publicado este 3 de octubre, Día de la Unidad Alemana, Kolibri, su nuevo modelo de lenguaje. Los pesos son abiertos: el modelo completo se puede descargar desde Hugging Face y usar con la licencia Apache 2.0.
Es un modelo de mezcla de expertos (reparte el trabajo entre partes especializadas): tiene 78.000 millones de parámetros en total, pero en cada paso solo activa 3.000 millones. Según la empresa, así necesita menos cálculo, aunque el modelo completo tiene que estar cargado en memoria.
Admite hasta 1 millón de tokens de contexto (la cantidad de texto que puede tener en cuenta de una vez), aunque la propia empresa, en la ficha del modelo en Hugging Face, recomienda no pasar de unos 262.000 para trabajar con eficiencia y en tareas complejas.
Puede razonar paso a paso y llamar a herramientas externas. Según Aleph Alpha, en matemáticas, programación y textos largos iguala a modelos con hasta cuatro veces más parámetros activos.
Está pensado para la administración pública, la industria y el sector aeroespacial, y para ejecutarlo en servidores propios sin enviar datos internos a terceros.
Eso sí: solo trabaja en alemán y en inglés, y necesita equipos potentes: según su ficha en Hugging Face, como mínimo dos tarjetas gráficas A100 de 80 GB o una H200, y el doble para la versión de máxima precisión.
Por qué importa · análisis y opinión
Alemán e inglés, y nada más: esa limitación decide antes que cualquier prueba quién puede sacarle partido a Kolibri. Para administraciones, industria o empresas aeroespaciales que trabajan en esos idiomas y no quieren que sus datos salgan de sus servidores, es una opción europea, abierta y con una licencia que permite usarlo con pocas trabas. La arquitectura engaña un poco: activa una parte pequeña del modelo en cada paso, lo que abarata el cálculo, pero el conjunto entero debe estar en memoria, y por eso pide tarjetas gráficas de gama alta. Las comparaciones con modelos mayores las firma la propia Aleph Alpha. Antes de comprar equipos, un servidor alquilado basta para comprobar si rinde con documentos reales.
Fuente oficial: Aleph Alpha · Redactada con ayuda de IA: cómo hacemos las noticias


