SprachmodellOffene Gewichte
Kolibri 1
Aleph Alpha
- Veröffentlicht
- 3. Oktober 2026
- Datenstand
- 7. Oktober 2026
- Eingabe
- Text
- Ausgabe
- Text
Kolibri 1 ist Aleph Alphas deutsch-englisches MoE-Modell mit 78,1 Milliarden Gesamtparametern und 3,46 Milliarden aktiven Parametern. Der Hersteller nennt 1.048.576 Token als validierten Kontext, empfiehlt für effizientes Serving und komplexe Aufgaben aber höchstens 262.144 Token. Die Gewichte stehen unter Apache 2.0.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Anbieterkennung | Aleph-Alpha/Kolibri-1Quelle |
| Zugang | Lokal bereitstellbare offene GewichteQuelle |
| Eingabemodalitäten | TextQuelle |
| Ausgabemodalitäten | TextQuelle |
| Lizenz | Apache 2.0Quelle |
| Kontextempfehlung | Für effizientes Serving und komplexe Aufgaben empfiehlt Aleph Alpha höchstens 262.144 Token.Quelle |
| Reasoning und Werkzeuge | Expliziter Reasoning-Modus und Tool CallingQuelle |
Seite 1 von 7
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Overall (EN) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 75.5
- Bewertung
- 75.5
- Messgröße
- reported benchmark score; source does not state unit
- Einheit
- Keine Einheit angegeben
- Kategorie
- aggregate
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aleph Alpha Kolibri 1 model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Interne Aleph-Alpha-Evaluation, ausschließlich die exakte Spalte „Kolibri“ im Abschnitt Post-training. Die Modellkarte nennt float8_e4m3fn-Blockgewichte, dynamisch quantisierte Aktivierungen und einen FP8-KV-Cache. Die Ergebnisse nutzen Reasoning-Stufe high sowie die modellspezifischen Kontext- und Sampling-Einstellungen. Laut Karte verwendet Aleph Alpha eval-framework für die meisten Benchmarks und Harbor für TerminalBench 2.1 und SWE-Bench. Die Tabelle nennt weder Score-Einheit noch Stichprobengrößen. Sie lässt Ergebnisse bei fehlender Tool-Unterstützung oder überschrittenem Kontext aus; überlange Long-Context-Prompts erhalten 0.
- Einordnung
- Herstellerangaben für den in der Modellkarte dokumentierten FP8-Checkpoint. Enthalten ist ausschließlich die exakte Post-training-Spalte Kolibri. Kolibri Origin, Kolibri Base, BF16-Geschwistergewichte und die separate Pre-training-Tabelle sind ausgeschlossen. Veröffentliche Kategorienmittel und Gesamtwerte sind herstellerdefinierte Aggregate, keine gemeinsame unabhängige Kohorte.
Overall (DE) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 70.8
- Bewertung
- 70.8
- Messgröße
- reported benchmark score; source does not state unit
- Einheit
- Keine Einheit angegeben
- Kategorie
- aggregate
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aleph Alpha Kolibri 1 model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Interne Aleph-Alpha-Evaluation, ausschließlich die exakte Spalte „Kolibri“ im Abschnitt Post-training. Die Modellkarte nennt float8_e4m3fn-Blockgewichte, dynamisch quantisierte Aktivierungen und einen FP8-KV-Cache. Die Ergebnisse nutzen Reasoning-Stufe high sowie die modellspezifischen Kontext- und Sampling-Einstellungen. Laut Karte verwendet Aleph Alpha eval-framework für die meisten Benchmarks und Harbor für TerminalBench 2.1 und SWE-Bench. Die Tabelle nennt weder Score-Einheit noch Stichprobengrößen. Sie lässt Ergebnisse bei fehlender Tool-Unterstützung oder überschrittenem Kontext aus; überlange Long-Context-Prompts erhalten 0.
- Einordnung
- Herstellerangaben für den in der Modellkarte dokumentierten FP8-Checkpoint. Enthalten ist ausschließlich die exakte Post-training-Spalte Kolibri. Kolibri Origin, Kolibri Base, BF16-Geschwistergewichte und die separate Pre-training-Tabelle sind ausgeschlossen. Veröffentliche Kategorienmittel und Gesamtwerte sind herstellerdefinierte Aggregate, keine gemeinsame unabhängige Kohorte.
Knowledge average (EN) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 50.1
- Bewertung
- 50.1
- Messgröße
- reported benchmark score; source does not state unit
- Einheit
- Keine Einheit angegeben
- Kategorie
- aggregate
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aleph Alpha Kolibri 1 model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Interne Aleph-Alpha-Evaluation, ausschließlich die exakte Spalte „Kolibri“ im Abschnitt Post-training. Die Modellkarte nennt float8_e4m3fn-Blockgewichte, dynamisch quantisierte Aktivierungen und einen FP8-KV-Cache. Die Ergebnisse nutzen Reasoning-Stufe high sowie die modellspezifischen Kontext- und Sampling-Einstellungen. Laut Karte verwendet Aleph Alpha eval-framework für die meisten Benchmarks und Harbor für TerminalBench 2.1 und SWE-Bench. Die Tabelle nennt weder Score-Einheit noch Stichprobengrößen. Sie lässt Ergebnisse bei fehlender Tool-Unterstützung oder überschrittenem Kontext aus; überlange Long-Context-Prompts erhalten 0.
- Einordnung
- Herstellerangaben für den in der Modellkarte dokumentierten FP8-Checkpoint. Enthalten ist ausschließlich die exakte Post-training-Spalte Kolibri. Kolibri Origin, Kolibri Base, BF16-Geschwistergewichte und die separate Pre-training-Tabelle sind ausgeschlossen. Veröffentliche Kategorienmittel und Gesamtwerte sind herstellerdefinierte Aggregate, keine gemeinsame unabhängige Kohorte.
Knowledge average (DE) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 57.6
- Bewertung
- 57.6
- Messgröße
- reported benchmark score; source does not state unit
- Einheit
- Keine Einheit angegeben
- Kategorie
- aggregate
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aleph Alpha Kolibri 1 model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Interne Aleph-Alpha-Evaluation, ausschließlich die exakte Spalte „Kolibri“ im Abschnitt Post-training. Die Modellkarte nennt float8_e4m3fn-Blockgewichte, dynamisch quantisierte Aktivierungen und einen FP8-KV-Cache. Die Ergebnisse nutzen Reasoning-Stufe high sowie die modellspezifischen Kontext- und Sampling-Einstellungen. Laut Karte verwendet Aleph Alpha eval-framework für die meisten Benchmarks und Harbor für TerminalBench 2.1 und SWE-Bench. Die Tabelle nennt weder Score-Einheit noch Stichprobengrößen. Sie lässt Ergebnisse bei fehlender Tool-Unterstützung oder überschrittenem Kontext aus; überlange Long-Context-Prompts erhalten 0.
- Einordnung
- Herstellerangaben für den in der Modellkarte dokumentierten FP8-Checkpoint. Enthalten ist ausschließlich die exakte Post-training-Spalte Kolibri. Kolibri Origin, Kolibri Base, BF16-Geschwistergewichte und die separate Pre-training-Tabelle sind ausgeschlossen. Veröffentliche Kategorienmittel und Gesamtwerte sind herstellerdefinierte Aggregate, keine gemeinsame unabhängige Kohorte.
GPQA Diamond (EN) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 84.3
- Bewertung
- 84.3
- Messgröße
- reported benchmark score; source does not state unit
- Einheit
- Keine Einheit angegeben
- Kategorie
- knowledge
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aleph Alpha Kolibri 1 model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Interne Aleph-Alpha-Evaluation, ausschließlich die exakte Spalte „Kolibri“ im Abschnitt Post-training. Die Modellkarte nennt float8_e4m3fn-Blockgewichte, dynamisch quantisierte Aktivierungen und einen FP8-KV-Cache. Die Ergebnisse nutzen Reasoning-Stufe high sowie die modellspezifischen Kontext- und Sampling-Einstellungen. Laut Karte verwendet Aleph Alpha eval-framework für die meisten Benchmarks und Harbor für TerminalBench 2.1 und SWE-Bench. Die Tabelle nennt weder Score-Einheit noch Stichprobengrößen. Sie lässt Ergebnisse bei fehlender Tool-Unterstützung oder überschrittenem Kontext aus; überlange Long-Context-Prompts erhalten 0.
- Einordnung
- Herstellerangaben für den in der Modellkarte dokumentierten FP8-Checkpoint. Enthalten ist ausschließlich die exakte Post-training-Spalte Kolibri. Kolibri Origin, Kolibri Base, BF16-Geschwistergewichte und die separate Pre-training-Tabelle sind ausgeschlossen. Veröffentliche Kategorienmittel und Gesamtwerte sind herstellerdefinierte Aggregate, keine gemeinsame unabhängige Kohorte.
GPQA Diamond (DE) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 81.3
- Bewertung
- 81.3
- Messgröße
- reported benchmark score; source does not state unit
- Einheit
- Keine Einheit angegeben
- Kategorie
- knowledge
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aleph Alpha Kolibri 1 model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Interne Aleph-Alpha-Evaluation, ausschließlich die exakte Spalte „Kolibri“ im Abschnitt Post-training. Die Modellkarte nennt float8_e4m3fn-Blockgewichte, dynamisch quantisierte Aktivierungen und einen FP8-KV-Cache. Die Ergebnisse nutzen Reasoning-Stufe high sowie die modellspezifischen Kontext- und Sampling-Einstellungen. Laut Karte verwendet Aleph Alpha eval-framework für die meisten Benchmarks und Harbor für TerminalBench 2.1 und SWE-Bench. Die Tabelle nennt weder Score-Einheit noch Stichprobengrößen. Sie lässt Ergebnisse bei fehlender Tool-Unterstützung oder überschrittenem Kontext aus; überlange Long-Context-Prompts erhalten 0.
- Einordnung
- Herstellerangaben für den in der Modellkarte dokumentierten FP8-Checkpoint. Enthalten ist ausschließlich die exakte Post-training-Spalte Kolibri. Kolibri Origin, Kolibri Base, BF16-Geschwistergewichte und die separate Pre-training-Tabelle sind ausgeschlossen. Veröffentliche Kategorienmittel und Gesamtwerte sind herstellerdefinierte Aggregate, keine gemeinsame unabhängige Kohorte.
Humanity's Last Exam (EN) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 21.5
- Bewertung
- 21.5
- Messgröße
- reported benchmark score; source does not state unit
- Einheit
- Keine Einheit angegeben
- Kategorie
- knowledge
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aleph Alpha Kolibri 1 model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Interne Aleph-Alpha-Evaluation, ausschließlich die exakte Spalte „Kolibri“ im Abschnitt Post-training. Die Modellkarte nennt float8_e4m3fn-Blockgewichte, dynamisch quantisierte Aktivierungen und einen FP8-KV-Cache. Die Ergebnisse nutzen Reasoning-Stufe high sowie die modellspezifischen Kontext- und Sampling-Einstellungen. Laut Karte verwendet Aleph Alpha eval-framework für die meisten Benchmarks und Harbor für TerminalBench 2.1 und SWE-Bench. Die Tabelle nennt weder Score-Einheit noch Stichprobengrößen. Sie lässt Ergebnisse bei fehlender Tool-Unterstützung oder überschrittenem Kontext aus; überlange Long-Context-Prompts erhalten 0.
- Einordnung
- Herstellerangaben für den in der Modellkarte dokumentierten FP8-Checkpoint. Enthalten ist ausschließlich die exakte Post-training-Spalte Kolibri. Kolibri Origin, Kolibri Base, BF16-Geschwistergewichte und die separate Pre-training-Tabelle sind ausgeschlossen. Veröffentliche Kategorienmittel und Gesamtwerte sind herstellerdefinierte Aggregate, keine gemeinsame unabhängige Kohorte.
Humanity's Last Exam (DE) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 15.9
- Bewertung
- 15.9
- Messgröße
- reported benchmark score; source does not state unit
- Einheit
- Keine Einheit angegeben
- Kategorie
- knowledge
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aleph Alpha Kolibri 1 model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Interne Aleph-Alpha-Evaluation, ausschließlich die exakte Spalte „Kolibri“ im Abschnitt Post-training. Die Modellkarte nennt float8_e4m3fn-Blockgewichte, dynamisch quantisierte Aktivierungen und einen FP8-KV-Cache. Die Ergebnisse nutzen Reasoning-Stufe high sowie die modellspezifischen Kontext- und Sampling-Einstellungen. Laut Karte verwendet Aleph Alpha eval-framework für die meisten Benchmarks und Harbor für TerminalBench 2.1 und SWE-Bench. Die Tabelle nennt weder Score-Einheit noch Stichprobengrößen. Sie lässt Ergebnisse bei fehlender Tool-Unterstützung oder überschrittenem Kontext aus; überlange Long-Context-Prompts erhalten 0.
- Einordnung
- Herstellerangaben für den in der Modellkarte dokumentierten FP8-Checkpoint. Enthalten ist ausschließlich die exakte Post-training-Spalte Kolibri. Kolibri Origin, Kolibri Base, BF16-Geschwistergewichte und die separate Pre-training-Tabelle sind ausgeschlossen. Veröffentliche Kategorienmittel und Gesamtwerte sind herstellerdefinierte Aggregate, keine gemeinsame unabhängige Kohorte.
AA-Omniscience Accuracy (public set) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 14.8
- Bewertung
- 14.8
- Messgröße
- reported benchmark score; source does not state unit
- Einheit
- Keine Einheit angegeben
- Kategorie
- knowledge
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aleph Alpha Kolibri 1 model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Interne Aleph-Alpha-Evaluation, ausschließlich die exakte Spalte „Kolibri“ im Abschnitt Post-training. Die Modellkarte nennt float8_e4m3fn-Blockgewichte, dynamisch quantisierte Aktivierungen und einen FP8-KV-Cache. Die Ergebnisse nutzen Reasoning-Stufe high sowie die modellspezifischen Kontext- und Sampling-Einstellungen. Laut Karte verwendet Aleph Alpha eval-framework für die meisten Benchmarks und Harbor für TerminalBench 2.1 und SWE-Bench. Die Tabelle nennt weder Score-Einheit noch Stichprobengrößen. Sie lässt Ergebnisse bei fehlender Tool-Unterstützung oder überschrittenem Kontext aus; überlange Long-Context-Prompts erhalten 0.
- Einordnung
- Herstellerangaben für den in der Modellkarte dokumentierten FP8-Checkpoint. Enthalten ist ausschließlich die exakte Post-training-Spalte Kolibri. Kolibri Origin, Kolibri Base, BF16-Geschwistergewichte und die separate Pre-training-Tabelle sind ausgeschlossen. Veröffentliche Kategorienmittel und Gesamtwerte sind herstellerdefinierte Aggregate, keine gemeinsame unabhängige Kohorte.
AA-Omniscience Index (public set) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- -32.8
- Bewertung
- -32.8
- Messgröße
- reported benchmark score; source does not state unit
- Einheit
- Keine Einheit angegeben
- Kategorie
- knowledge
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aleph Alpha Kolibri 1 model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Interne Aleph-Alpha-Evaluation, ausschließlich die exakte Spalte „Kolibri“ im Abschnitt Post-training. Die Modellkarte nennt float8_e4m3fn-Blockgewichte, dynamisch quantisierte Aktivierungen und einen FP8-KV-Cache. Die Ergebnisse nutzen Reasoning-Stufe high sowie die modellspezifischen Kontext- und Sampling-Einstellungen. Laut Karte verwendet Aleph Alpha eval-framework für die meisten Benchmarks und Harbor für TerminalBench 2.1 und SWE-Bench. Die Tabelle nennt weder Score-Einheit noch Stichprobengrößen. Sie lässt Ergebnisse bei fehlender Tool-Unterstützung oder überschrittenem Kontext aus; überlange Long-Context-Prompts erhalten 0.
- Einordnung
- Herstellerangaben für den in der Modellkarte dokumentierten FP8-Checkpoint. Enthalten ist ausschließlich die exakte Post-training-Spalte Kolibri. Kolibri Origin, Kolibri Base, BF16-Geschwistergewichte und die separate Pre-training-Tabelle sind ausgeschlossen. Veröffentliche Kategorienmittel und Gesamtwerte sind herstellerdefinierte Aggregate, keine gemeinsame unabhängige Kohorte.
MMLU-Pro CoT (EN) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 80
- Bewertung
- 80
- Messgröße
- reported benchmark score; source does not state unit
- Einheit
- Keine Einheit angegeben
- Kategorie
- knowledge
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aleph Alpha Kolibri 1 model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Interne Aleph-Alpha-Evaluation, ausschließlich die exakte Spalte „Kolibri“ im Abschnitt Post-training. Die Modellkarte nennt float8_e4m3fn-Blockgewichte, dynamisch quantisierte Aktivierungen und einen FP8-KV-Cache. Die Ergebnisse nutzen Reasoning-Stufe high sowie die modellspezifischen Kontext- und Sampling-Einstellungen. Laut Karte verwendet Aleph Alpha eval-framework für die meisten Benchmarks und Harbor für TerminalBench 2.1 und SWE-Bench. Die Tabelle nennt weder Score-Einheit noch Stichprobengrößen. Sie lässt Ergebnisse bei fehlender Tool-Unterstützung oder überschrittenem Kontext aus; überlange Long-Context-Prompts erhalten 0.
- Einordnung
- Herstellerangaben für den in der Modellkarte dokumentierten FP8-Checkpoint. Enthalten ist ausschließlich die exakte Post-training-Spalte Kolibri. Kolibri Origin, Kolibri Base, BF16-Geschwistergewichte und die separate Pre-training-Tabelle sind ausgeschlossen. Veröffentliche Kategorienmittel und Gesamtwerte sind herstellerdefinierte Aggregate, keine gemeinsame unabhängige Kohorte.
MMLU-ProX CoT (DE) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 75.5
- Bewertung
- 75.5
- Messgröße
- reported benchmark score; source does not state unit
- Einheit
- Keine Einheit angegeben
- Kategorie
- knowledge
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Aleph Alpha Kolibri 1 model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Interne Aleph-Alpha-Evaluation, ausschließlich die exakte Spalte „Kolibri“ im Abschnitt Post-training. Die Modellkarte nennt float8_e4m3fn-Blockgewichte, dynamisch quantisierte Aktivierungen und einen FP8-KV-Cache. Die Ergebnisse nutzen Reasoning-Stufe high sowie die modellspezifischen Kontext- und Sampling-Einstellungen. Laut Karte verwendet Aleph Alpha eval-framework für die meisten Benchmarks und Harbor für TerminalBench 2.1 und SWE-Bench. Die Tabelle nennt weder Score-Einheit noch Stichprobengrößen. Sie lässt Ergebnisse bei fehlender Tool-Unterstützung oder überschrittenem Kontext aus; überlange Long-Context-Prompts erhalten 0.
- Einordnung
- Herstellerangaben für den in der Modellkarte dokumentierten FP8-Checkpoint. Enthalten ist ausschließlich die exakte Post-training-Spalte Kolibri. Kolibri Origin, Kolibri Base, BF16-Geschwistergewichte und die separate Pre-training-Tabelle sind ausgeschlossen. Veröffentliche Kategorienmittel und Gesamtwerte sind herstellerdefinierte Aggregate, keine gemeinsame unabhängige Kohorte.
Seite 1 von 7
Quellen und Datenstand
| Art | Nachweis und Datenstand |
|---|---|
| Eingabe | Dokumentierte Modalitäten. Abgerufen am 7. Oktober 2026. |
| Ausgabe | Dokumentierte Modalitäten. Abgerufen am 7. Oktober 2026. |
| Recherchestand | Recherchestand 7. Oktober 2026. 2 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| In den geprüften Quellen nicht gefunden | independent-evaluation Originalwortlaut In diesem Durchgang wurde keine unabhängige Auswertung genau des Kolibri-1-Post-training-Checkpoints verifiziert. |
| Weitere Quelle | MediSync original Kolibri-1 FP8 evaluation (abgerufen 7. Oktober 2026) |