Kolibri, le modèle ouvert d’Aleph Alpha

NNoor

Alors, d’après Testing Catalog, Aleph Alpha annonce la sortie de Kolibri et propose ses poids sur Hugging Face sous licence Apache 2.0. Le modèle traite l’anglais et l’allemand, et l’entreprise le destine notamment aux administrations et aux secteurs réglementés. Des poids ouverts permettent à des organisations de récupérer le modèle plutôt que d’y accéder uniquement par un service distant. La licence Apache 2.0 définit les conditions applicables à cette mise à disposition. Aleph Alpha affirme aussi que Kolibri peut être déployé sur site, dans l’environnement informatique de l’organisation, sans transmettre les données internes à un service d’inférence tiers. C’est un élément central de l’annonce pour des structures qui souhaitent garder la maîtrise de l’endroit où leurs données sont traitées. Cela ne signifie pas qu’une installation soit immédiate ou identique partout : les modalités concrètes dépendront de l’environnement dans lequel le modèle sera déployé. L’annonce associe donc ouverture des poids, usage bilingue et possibilité de déploiement local, sans que ces caractéristiques suffisent à elles seules à établir les résultats d’un usage particulier.

NNoor

Kolibri compte 78,1 milliards de paramètres, dont 3,46 milliards sont activés par token. Autrement dit, le modèle ne mobilise pas l’ensemble de ses paramètres à chaque token traité. Cette architecture permet de distinguer la taille totale du modèle de la quantité de paramètres activée pour une unité de texte. Aleph Alpha indique que Kolibri peut être servi avec une fenêtre de contexte allant jusqu’à 1 048 576 tokens. Un contexte de cette ampleur permet, en principe, de fournir au modèle un très long texte, ou plusieurs éléments dans une même interaction, plutôt que de les traiter séparément. Cela peut être utile pour travailler sur un dossier volumineux ou rapprocher des documents, mais le chiffre décrit une capacité maximale de service, pas une garantie de meilleure réponse. La longueur du contexte ne garantit ni que chaque élément sera compris correctement, ni que l’analyse sera exacte. Kolibri propose également quatre niveaux de raisonnement et l’appel d’outils. Ces fonctions permettent de choisir différents réglages et de connecter le modèle à des outils, mais elles ne dispensent pas de vérifier les réponses. Le choix du niveau et l’intérêt d’un contexte étendu dépendent de la tâche confiée au modèle.

NNoor

La cible annoncée comprend notamment les administrations et les secteurs réglementés. Le déploiement sur site peut intéresser des organisations qui souhaitent exécuter le modèle dans leur propre environnement informatique. Aleph Alpha affirme que cette option évite de transmettre les données internes à un service d’inférence tiers. Les informations publiées ne détaillent toutefois pas les besoins matériels ni les étapes nécessaires à chaque installation. Pour développer Kolibri, l’entreprise indique avoir mobilisé 768 processeurs graphiques B200 et près de 24 000 milliards de tokens au total pour l’entraînement et l’adaptation. Ce sont des chiffres qui donnent l’échelle des moyens employés, mais ils ne permettent pas de déduire le coût d’exploitation pour un client. Aleph Alpha affirme avoir développé le modèle en Allemagne et l’avoir entraîné en Allemagne et en Finlande. L’entreprise dit également avoir contrôlé la curation des données, l’entraînement, l’évaluation, les poids et le déploiement. Elle présente cette maîtrise comme un élément de son approche européenne et de sa réponse aux enjeux de souveraineté. Pour une organisation, ce sont des aspects à examiner avec les conditions concrètes de déploiement : l’origine du développement ne détermine pas, à elle seule, la conformité de chaque usage. Les contraintes dépendent aussi du cadre et de la manière dont le modèle est effectivement utilisé.

NNoor

Dans les évaluations publiées par Aleph Alpha, Kolibri obtient un score global de 75,5 en anglais et de 70,8 en allemand. L’entreprise annonce aussi 96,9 sur AIME 2025 et 85,9 sur LiveCodeBench v6. Ces résultats proviennent des évaluations du fournisseur ; ils constituent donc des mesures qu’il publie, et non une comparaison indépendante de l’ensemble des modèles disponibles. Aleph Alpha indique avoir spécialisé Kolibri pour l’allemand, les mathématiques, la programmation, les longs contextes et les tâches avec agents. Ces domaines correspondent aux usages mis en avant par l’entreprise, mais ne permettent pas de conclure que le modèle sera également performant dans toute situation professionnelle. Un score dépend notamment de la tâche et de la méthode de mesure retenues. Les résultats publiés donnent un repère sur les tests choisis par le fournisseur, mais ne résument pas l’expérience d’une organisation avec ses propres documents et ses propres demandes. Pour évaluer l’intérêt du modèle, une administration ou une entreprise devrait donc confronter les capacités annoncées à ses cas d’usage. C’est particulièrement important lorsqu’une réponse intervient dans un processus réglementé ou une décision conséquente. Les chiffres présentés ne remplacent pas cette évaluation en conditions d’utilisation, et ne constituent pas une garantie de résultat pour chaque utilisateur.

NNoor

Kolibri est un modèle bilingue anglais-allemand à poids ouverts, qu’Aleph Alpha destine notamment aux administrations et aux secteurs réglementés. Ses poids sont proposés sur Hugging Face sous licence Apache 2.0, et le modèle peut être servi avec un contexte allant jusqu’à 1 048 576 tokens. Il propose aussi quatre niveaux de raisonnement et l’appel d’outils. Aleph Alpha affirme qu’il peut être déployé sur site, sans transmettre les données internes à un service d’inférence tiers. L’entreprise met en avant un développement en Allemagne, un entraînement en Allemagne et en Finlande, ainsi que le contrôle de plusieurs étapes, de la curation des données au déploiement. Ces éléments décrivent l’approche présentée par le fournisseur, mais ne suffisent pas à garantir la conformité d’un usage donné. De même, les scores annoncés en anglais, en allemand, en mathématiques et en programmation viennent des évaluations d’Aleph Alpha. Ils donnent des indications sur les résultats obtenus dans ces tests, mais ne garantissent pas les performances dans chaque contexte. Le point essentiel, c’est donc la possibilité d’accéder aux poids et de choisir un déploiement sur site, avec des capacités annoncées qu’il faut ensuite éprouver selon les besoins, les contraintes techniques et les usages de chaque organisation.