Kolibri 是什么：德国 78B 开源模型，百万上下文免费用

Kolibri 是德国 AI 实验室 Aleph Alpha 开源的一个英德双语 MoE 大模型：总参数约 78B，但推理时只激活 3.46B，上下文窗口拉到 100 万 token，权重以 Apache 2.0 开放。它的卖点很聚焦，就是把「长上下文」和「推理效率」两项放进同一模型，同时从预训练阶段就按欧盟合规规则设计。

先分清一件事：此 Kolibri 是模型，别和同样叫法相近的「colibri 推理引擎」「Colibri 教育 LMS」混淆（见下方同名辨析）。想看怎么跑起来，站内已有《Kolibri 本地部署教程》（/ai-guide/kolibri-local-deployment-tutorial），本文只讲它是什么。

Kolibri 是谁：德国 Aleph Alpha 的开源一步

Aleph Alpha 是德国著名 AI 实验室，做主权 AI（sovereign AI）方向，一直把「欧洲本土可控」当作卖点。Kolibri 就是在「开源 + 长上下文 + 合规」这条线上的一次发货：除法国 Mistral 外，它被认为是欧盟范围内第一批达到这一性能水平的通用模型之一（材料用词是「可能」），发布后在 Hacker News 上两天拿下 400+ 赞。对不想把数据载出欧盟或德国本地的团队来说，Apache 2.0 权重可下载、可自托管、可商用，是个可选坐标。

三个关键数字，普通开发者怎么理解

• 78B 总参数 / 3.46B 激活：这是 MoE 架构。78B 是模型总容量，每次前向只调用约 3.46B，推理成本按激活量算、不按总量算，所以长上下文不在它跑不快。
• 100 万 token 上下文：能一次性「吃下」长文档、大代码库、多轮长对话，这是长上下文涉主攻击点。
• 21.3% 德语预训练 token：它专门做了德语/英语双语分词器，并在训练全程喂德语数据。德语在这模型里被当一等公民，对德企场景的中文用户/第三方工具很友好，但中文并非它的主攻，中文做产品要谨慎评估。

核心能力：长上下文、显式推理、工具调用、自托管

• 显式推理模式（explicit reasoning）与工具调用：官方口径面向推理和效率优化，能做多步推理并调用工具。
• Apache 2.0：权重可下载、可自研、可商用、可改，限制少。
• 合规内置：从底层设计就考虑欧盟 AI 法案、通用 AI 行为准则和 GDPR（版权法单列为重点），合规不是发布后补的。发布与参数也可见网易报道（https://www.163.com/dy/article/L8C6RJAM05561FZF.html）。权重完整在 HuggingFace Aleph-Alpha/Kolibri-1 开放下载，官方口径以 Aleph Alpha 官网为准。

和 Mistral、GLM 的定位区别

如果你既想开源、又要中文好，Mistral 或 GLM 更顺手；如果「长上下文 + 德语/欧盟合规 + 本地自托管」是刚需，Kolibri 更有针对性。想先理清 MoE 与稠密模型的差异，可看站内 MoE 是什么；对开源与闭源该选哪套有困惑，参考 开源模型和闭源模型怎么选。

普通用户能用它做什么（不跑部署也能判断）

• 长文档/法律、合同、报告问答：100 万上下文能整本读；结合工具调用做多步查证。
• 多语言客服/本地部署：德语、英语含量高，适合欧洲语种行业；中文要自己实测。
• 研究与实验：Apache 2.0，权重自己控，适合在线用不了外网的项目。真要跑起来，配置与踩坑见站内 Kolibri 本地部署教程：78B 参数 MoE 模型要什么配置。

同名易混源：别找错货

「Kolibri（模型）」容易搜到同名项目，需要区分：

（部署细节、硬件要求见站内 Kolibri 本地部署教程。）