Aleph Alpha Kolibri โมเดลเปิดแบบอธิปไตยขนาด 78B

เกิดอะไรขึ้น

Aleph Alpha บริษัท AI จากเยอรมนี เปิดตัวโมเดล Kolibri เมื่อ 3 ตุลาคม 2026 และปล่อยน้ำหนักโมเดลเต็มรูปแบบบน Hugging Face ภายใต้สัญญาอนุญาต Apache 2.0 (Aleph Alpha, Hugging Face)

บริษัทเขียนว่า "The model can be downloaded with the full weights on Hugging Face and used under the Apache 2.0 license terms." และเรียกโมเดลนี้ว่าโมเดลแบบอธิปไตย (sovereign) คือองค์กรเลือกที่ติดตั้งและคุมข้อมูลของตัวเองได้ (Aleph Alpha)

ข่าวนี้ขึ้นอันดับต้นของ Hacker News โดยผู้แสดงความเห็นหลายคนชมว่ารายงานเทคนิคเปิดวิธีสร้างข้อมูลฝึกละเอียดกว่าที่เคยเห็น (Hacker News)

ตัวโมเดล

บล็อกของบริษัทเขียนว่า "Kolibri is an English-German Mixture-of-Experts Transformer with 78B total parameters, 3B active." ส่วนหน้าโมเดลบน Hugging Face ระบุพารามิเตอร์ที่ใช้งานจริงต่อโทเคนไว้ที่ 3.46B (Aleph Alpha, Hugging Face)

โมเดลฝึกด้วยข้อมูล 20 ล้านล้านโทเคน ซึ่งคัดมาจากข้อมูลดิบกว่า 200 ล้านล้านโทเคน บนจีพียู B200 จำนวน 768 ตัว และบล็อกระบุว่า Kolibri ฝึกขั้นหลักเสร็จเมื่อ 11 กันยายน (Aleph Alpha)

สัดส่วนภาษาเยอรมันในข้อมูลฝึกมีตัวเลขสองชุดที่ไม่ตรงกัน บล็อกระบุ 21.3% ของโทเคนในขั้นฝึกหลัก ขณะที่หน้าโมเดลระบุว่าคลังข้อมูลรวมเป็นภาษาอังกฤษราว 62.5% ภาษาเยอรมันราว 23.9% และโค้ดราว 13.6% (Aleph Alpha, Hugging Face)

ในการเตรียมข้อมูล หน้าโมเดลระบุขั้นตอนอย่างการกรอง URL การกรองด้วยกฎ การตัดข้อมูลซ้ำ การจัดระดับคุณภาพ และการลบข้อมูลส่วนบุคคล ส่วนบล็อกอธิบายว่าใช้ LLM เขียนเอกสารภาษาเยอรมันใหม่ในรูปแบบสารานุกรม บทถามตอบ หรือข้อความ โดยคงเนื้อหาเดิมไว้ (Hugging Face, Aleph Alpha)

โมเดลรองรับ context สูงสุด 1,048,576 โทเคน แต่หน้าโมเดลแนะนำให้ใช้ไม่เกิน 262,144 โทเคนเพื่อความคุ้มค่าในการรัน และความรู้ในตัวโมเดลสิ้นสุดที่ 18 มิถุนายน 2026 (Hugging Face)

รุ่นก่อนหน้าชื่อ Kolibri Origin มีขนาด 30.6B ใช้งานจริง 3.27B ต่อโทเคน และฝึกด้วยข้อมูล 7.51 ล้านล้านโทเคน (Aleph Alpha)

ผลทดสอบ

Aleph Alpha รายงานคะแนนของตัวเอง เช่น AIME 2025 ได้ 96.9% ในภาษาอังกฤษ และ 87.5% ในภาษาเยอรมัน HumanEval+ ได้ 92.7% และ GPQA Diamond ได้ 84.3% ในภาษาอังกฤษ และ 81.3% ในภาษาเยอรมัน (Hugging Face)

ในตารางเปรียบเทียบของบริษัทเอง Kolibri ไม่ได้นำทุกด้าน Qwen3.8 27B ได้คะแนนรวมสูงกว่าทั้งภาษาอังกฤษ (80.2 ต่อ 75.5) และภาษาเยอรมัน (79.9 ต่อ 70.8) (Hugging Face) จุดขายที่บริษัทเลือกคือคุณภาพเทียบกับต้นทุนการรัน โดยเขียนว่า Kolibri ทำได้ทัดเทียมโมเดลที่ใช้พารามิเตอร์ต่อโทเคนมากกว่าถึงสี่เท่า เช่น Nemotron 3 Super (Aleph Alpha)

ข้อควรระวังคือบริษัททดสอบทุกโมเดลด้วยชุดเครื่องมือวัดผลของตัวเอง (Aleph Alpha) และตอนเขียนหน้านี้ยังไม่มีผู้วัดอิสระยืนยันตัวเลข

ใช้ทำอะไรได้

หน้าโมเดลระบุว่า Kolibri ออกแบบมาสำหรับผู้ช่วยสนทนาและ agent ภาษาอังกฤษและเยอรมัน ที่มีคนตรวจผลก่อนนำไปใช้ ไม่ใช่ระบบที่ทำงานเองโดยไม่มีคนตรวจ และเหมาะกับงานประมวลผลและร่างเอกสาร ระบบถามตอบจากเอกสารขององค์กร และเครื่องมือค้นคว้าภายใน (Hugging Face)

หน้าโมเดลยังระบุข้อจำกัดที่ต้องรู้ เช่น ความลำเอียง การตอบผิดแบบมั่นใจ และความรู้ที่ล้าสมัย พร้อมห้ามใช้ในงานทางทหารและนิวเคลียร์ (Hugging Face)

บริบทธุรกิจ

Cohere กับ Aleph Alpha ลงนามสัญญารวมกิจการฉบับสมบูรณ์เมื่อ 16 กันยายน 2026 หลังประกาศแผนครั้งแรกในเดือนเมษายน บริษัทที่รวมแล้วจะใช้ชื่อ Cohere และยังรอการอนุมัติจากหน่วยงานกำกับ (The Next Web)

ความหมายสำหรับคนทำงาน

องค์กรที่ส่งข้อมูลออกไปยังผู้ให้บริการต่างประเทศไม่ได้ มีโมเดลเปิดที่สัญญาอนุญาตใช้เชิงพาณิชย์ได้กว้างเพิ่มอีกตัว และเพราะใช้พารามิเตอร์ต่อโทเคนน้อย ต้นทุนการรันจึงต่ำกว่าโมเดลขนาดเท่ากันแบบเดิม แม้ยังต้องใช้หน่วยความจำมากพอจะโหลดโมเดล 78B ทั้งก้อน

สำหรับงานภาษาไทย Kolibri ไม่ได้ออกแบบมารองรับ จึงเป็นกรณีศึกษาของแนวทาง "โมเดลของภาษาและประเทศตัวเอง" มากกว่าเป็นตัวเลือกใช้งานตรง

คำถามที่ยังไม่มีคำตอบ

• ผู้วัดอิสระจะได้คะแนนใกล้กับที่ Aleph Alpha รายงานหรือไม่
• หลังรวมกิจการกับ Cohere สายโมเดล Kolibri จะพัฒนาต่อในชื่อใด และยังเปิดน้ำหนักต่อหรือไม่