概要

Aleph Alphaは10月3日、オープンウェイトモデル「PhariaAI-Kolibri」を公開しました。公式ページの仕様表によると、英語とドイツ語に対応するMixture-of-Experts(MoE)モデルです。総パラメーター数は78B、トークンごとの有効パラメーター数は3B、最大コンテキスト長は100万トークンです。重みはHugging Faceで公開され、ライセンスはApache 2.0とされています。

78B総パラメーター、3Bが有効

MoEは、モデル内の複数の専門部分(エキスパート)のうち、トークンごとに一部だけを動かす構成です。Kolibriでは総パラメーター78Bのうち、各トークンの処理に使うのは3Bです。これらはモデルの仕様であり、特定のタスクでの品質や速度を直接示す指標ではありません。

重みを公開、Apache 2.0を採用

重みが公開されているため、自社環境でモデルを動かす選択肢が広がります。ただし、実際の利用条件は、配布ページのライセンス本文や関連資産ごとに確認したいところです。

分析

「主権」や性能の主張は提供元の説明

同社はKolibriを主権AIの選択肢として位置づけ、企業や公共部門での利用を訴えています。これは提供元の製品説明です。データの所在地、運用主体、サポート、評価性能が利用者の要件を満たすかどうかは、別に検証する必要があります。

日本語での品質は別に確かめる必要がある

公式ブログとモデルカードが対応言語として挙げているのは、ドイツ語と英語です。日本語の品質を示す評価は、今回確認した資料にはありません。日本語の業務で使う場合は、手元の文書で回答の正確さや指示への追従を確かめる必要があります。ラボでは日本語での実行を検証していません。

提供元が示したベンチマーク

Aleph Alphaが自社の評価環境で測った結果の一部です。すべての項目で首位というわけではなく、τ²-bench TelecomとAA-LCRではQwen3.6-35B-A3Bのほうが高い値でした。

評価 Kolibri Qwen3.6-35B-A3B Nemotron 3 Super Mistral Small 4
AIME 2025 96.9 84.6 91.7 79.8
GPQA Diamond 84.3 83.4 78.0 74.7
LiveCodeBench v6 85.9 82.5 82.0 71.2
τ²-bench Telecom 94.7 99.1 68.1 41.5
AA-LCR 68.3 69.7 67.0 52.3

配布される重みと、メモリーの試算を分ける

2026年10月24日に確認した公式モデルカードでは、配布重みの中心はFP8で、重みのメモリー量は約78GBとされています。最小構成の例にはA100 80GBの2枚構成、H100 SXM5の2枚構成、H200の1枚構成などが挙げられています。推論用には同社のvLLMプラグインとコンテナーが用意されています。

78Bのパラメーターをすべて16ビットで保持すると仮定すれば、78B×2バイト=約156GBです。これは重みだけの概算で、公開されたFP8モデルの最低VRAMを示す値ではありません。実際の機器選びでは、重みの形式と公式の対応構成を先に確認するのが確実です。ラボでこれらの構成を動かした実測ではありません。

コンテキスト長についても、モデルカードは最大1,048,576トークンとは別に、配信効率と複雑な作業のために262,144トークン以下を推奨しています。最大値だけを目標にせず、扱う文書量と同時処理数に合わせて設定を試すのが現実的です。

まとめ

Kolibriを自社で動かすか検討するなら、英語・ドイツ語中心の設計が用途に合うか、FP8の配布重みを公式の対応構成で扱えるかを確認するのが出発点です。有効パラメーター数の3Bだけから必要な機器を見積もらず、モデルカードの構成例と、実際に使う文書での品質を確かめる必要があります。

情報源

一次情報 · Aleph AlphaAleph Alpha

https://aleph-alpha.com/en/blog/kolibri-has-landed-a-sovereign-open-weight-model/

原文公開日:2026-10-03

補助情報 · Aleph AlphaKolibri 1公式モデルカード:精度・ハードウェア要件・推奨コンテキスト長

https://huggingface.co/Aleph-Alpha/Kolibri-1

確認日:2026-10-24

出典は上記のリンクから確認できます。発表元の説明と、編集部による分析・試算は本文中で区別しています。