Kolibri-1 без цензуры: разбор MoE-модели 78B от Aleph Alpha

Kolibri-1 вкратце

Разработчик

Aleph Alpha (Гейдельберг, Германия)

Дата выпуска

3 октября 2026 года

Параметры

78B всего, 3,46B активных на токен

Архитектура

MoE Transformer, 50 слоёв, 384 эксперта

Контекстное окно

262 144 нативно, проверено до 1 048 576

Языки

Немецкий и английский

Лицензия

Apache 2.0 (веса и конфигурация)

Граница знаний

18 июня 2026 года

Минимальное железо

2×A100 80GB, 2×H100 или 1×H200

Без цензуры?

Нет, модель выровнена по безопасности; есть только версии сообщества

Что такое Kolibri-1?

Aleph Alpha Kolibri-1 — Transformer со смесью экспертов (MoE), выпущенный компанией Aleph Alpha GmbH из Гейдельберга (Германия); разработчик — Aleph Alpha Research. Всего у модели 78B параметров (78 103 074 560), но на каждый токен активируется лишь 3,46B, что компания округляет примерно до 3B. Все 50 слоёв — MoE-слои, в каждом один общий и шесть маршрутизируемых экспертов из 384. Нативный контекст — 262 144 токена, а качество, по словам Aleph Alpha, проверено вплоть до 1 048 576 токенов. Словарь на 128 000 токенов оптимизирован под немецкие составные слова. Поддерживаются только немецкий и английский, знания ограничены 18 июня 2026 года, есть четыре уровня усилия рассуждения (none, low, medium, high) и встроенный вызов инструментов.

Почему ищут Kolibri-1 без цензуры

Модель обучена отказывать и воздерживаться: условия использования Aleph Alpha запрещают незаконные цели и требуют от внедряющих добавлять собственные защитные механизмы, а сама модель учится говорить «не знаю», когда данных недостаточно. Поэтому авторы взрослой прозы и любители ролевых игр ищут Kolibri-1 без цензуры. Такое существует только в виде неофициальных модификаций сообщества, например abliterated-весов, которым нужно мощное железо и которые не дают гарантий качества. Spicy AI не размещает модель Aleph Alpha; здешний чат работает на другой модели без контент-фильтров для взрослых по взаимному согласию.

Бенчмарки Kolibri-1 против Qwen3.6 и Nemotron 3 Super

Все опубликованные результаты заявлены самой Aleph Alpha; на 15 октября 2026 года независимых воспроизведений найдено не было. В блоге о запуске модель набирает 96,9 на AIME 2025 против 84,6 у Qwen3.6-35B-A3B и 91,7 у Nemotron 3 Super 120B-A12B, а на GPQA Diamond — 84,3 против 83,4 и 78,0. На немецких версиях она тоже впереди: 87,5 на AIME 2025 (DE) и 81,3 на GPQA Diamond (DE). Qwen3.6 выигрывает в BFCL v4 (67,2 против 61,4), LongBench Pro (70,8 против 64,5) и τ²-bench telecom (99,1 против 94,7). Aleph Alpha утверждает, что модель не уступает системам с вчетверо большим числом активных параметров, называя Nemotron 3 Super.

Результаты из блога Aleph Alpha о запуске, шкала 0–100. Независимо не воспроизведены.

Как обучали Kolibri-1

Aleph Alpha описывает обучение необычно подробно. Предобучение заняло около 20 трлн токенов при длине последовательности 16 384, затем последовали 3,44 трлн токенов промежуточного обучения на 64k и примерно 201 млрд токенов длинного контекста на 256k — всего около 24 трлн. Вычисления шли на 768 GPU NVIDIA B200 в Германии и Финляндии, само предобучение длилось 21 день. По карточке модели, данные состоят примерно из 62,5 % английского, 23,9 % немецкого и 13,6 % кода. На этапе дообучения сочетались SFT-набор на 268 млрд токенов и обучение с подкреплением на более чем 1,2 млн задач, а данные с отказом от ответа (abstention) учат модель признавать, когда контекст не подтверждает ответ. Aleph Alpha заявляет, что выпуск спроектирован с учётом AI Act ЕС, Кодекса практик GPAI и GDPR, и оценивает энергозатраты на обучение примерно в 950 МВт·ч.

Лицензия: Apache 2.0 и её границы

Веса и файлы конфигурации выпущены под Apache 2.0: их можно скачивать, дообучать, распространять и использовать в коммерческих целях при сохранении лицензии и уведомлений об авторстве. Карточка модели устанавливает границу: лицензия покрывает только файлы репозитория и не распространяется на исходный код, архитектуру, настройки параметров и методы обучения Aleph Alpha, которые остаются интеллектуальной собственностью компании. Самостоятельный хостинг бесплатен; цену за токен для размещённого API Aleph Alpha не публиковала, корпоративный доступ — через отдел продаж.

Скачивание с Hugging Face и требования к GPU

У разработчика всего два репозитория: Aleph-Alpha/Kolibri-1 с весами FP8 (около 79 ГБ) и Aleph-Alpha/Kolibri-1-BF16 (около 156 ГБ). Для FP8 нужно примерно 78 ГБ видеопамяти. Документированный минимум — 2×A100 80GB, 2×H100 SXM5, 1×H200, 1×B200 или 1×B300; по данным Aleph Alpha, две H100 обслуживают 18 одновременных запросов по 256k токенов. Запуск — через vLLM с плагином aleph-alpha-inference: vllm serve Aleph-Alpha/Kolibri-1 --kv-cache-dtype fp8 --reasoning-parser kolibri1 --tool-call-parser kolibri1 --enable-auto-tool-choice. Чтобы выйти за 262 144 токена, добавьте --max-model-len 1048576 и переопределение max_position_embeddings. Рекомендуемые параметры сэмплирования: temperature 1,0, top_p 0,97, top_k 128.

GGUF-кванты, llama.cpp и Ollama

Aleph Alpha не выпускает файлы GGUF, ONNX или MLX. Самая скачиваемая конвертация — Hob-forge/Kolibri-1-GGUF; автор указывает, что она независимая и не одобрена ни Aleph Alpha, ни проектом llama.cpp. Размеры — от Q2_K на 28,6 ГБ и Q4_K_M на 47,5 ГБ до Q8_0 на 83,1 ГБ. На момент обновления 8 октября основной llama.cpp не поддерживал архитектуру kolibri1, поэтому нужен патч из репозитория или готовые сборки автора, а Ollama и LM Studio пока не могут загрузить модель. Автор сообщает о примерно 12,3 токена в секунду для Q4_K_M на Ryzen 7 7800X3D со 128 ГБ ОЗУ и около 18 при переносе attention на GPU 12 ГБ; это собственные данные автора, а не бенчмарки.

Размеры взяты из репозитория Hob-forge; рекомендации по применению — наша приблизительная оценка.

Abliterated и нецензурированные сборки сообщества

Несколько вариантов от сообщества пытаются убрать отказы. huihui-ai/Huihui-Kolibri-1-BF16-abliterated-GGUF удаляет из весов «направление отказа»; iSkye/Kolibri-1-heretic и Blackfrost-AI/KOLIBRI-1-DERISKED-BF16 следуют похожим идеям. Ни один из них не выпущен и не протестирован Aleph Alpha, никто не публиковал бенчмарков о потере качества рассуждений, а памяти им нужно столько же — от 30 до 160 ГБ. Удаление отказов не меняет ни лицензию, ни закон: контент с несовершеннолетними, с реальными людьми без согласия и прочие незаконные материалы по-прежнему запрещены. Для ролевых игр между взрослыми без такой установки практичнее онлайн-чат без цензуры.

Наше мнение: сильные и слабые стороны Kolibri-1

Если читать карточку модели и материалы запуска вместе, Kolibri-1 выглядит не столько универсальным чат-ботом, сколько инфраструктурной моделью для европейских организаций, которым нужно держать данные на своих серверах. Главные аргументы — эффективность и качество немецкого языка, а не творческие способности как таковые. Это редакционные выводы из опубликованных фактов, а не результаты наших тестов:

• Сильная сторона: всего 3,46B активных параметров дают быстрое декодирование для такого размера, что важно, когда один GPU-узел делят многие пользователи.
• Сильная сторона: немецкий — язык первого класса, с токенизатором под длинные составные слова и немецкими версиями бенчмарков.
• Сильная сторона: веса под Apache 2.0 и опубликованная сводка данных упрощают юридическую проверку.
• Слабое место: всё равно нужно около 78 ГБ видеопамяти, так что это не модель для ноутбука.
• Слабое место: другие языки, включая китайский, официально не поддерживаются и не оценивались.
• Слабое место: в вызове инструментов и длинном контексте модель уступает Qwen3.6 даже в таблицах самой Aleph Alpha.

Первая реакция сообщества

Через две недели после запуска мы не нашли проверяемых независимых воспроизведений бенчмарков или долгосрочных отзывов пользователей, поэтому никого не цитируем. Измерить можно активность на Hugging Face, и она показывает большой интерес к запуску Kolibri-1 вне дата-центра. Число загрузок говорит об интересе, а не о качестве:

• У Hob-forge/Kolibri-1-GGUF на 15 октября 2026 года было 42 241 загрузка и 26 лайков — больше, чем у любой другой конверсии.
• Abliterated GGUF от huihui-ai набрал 4551 загрузку: многие хотят меньше отказов.
• Пользователи Apple Silicon выложили 3- и 4-битные MLX-версии, другие собрали варианты NVFP4 и драфтер EAGLE3.
• 4 октября появился Gradio Space от сообщества, но сама Aleph Alpha публичного демо-чата не предлагает.

Не учебник Kolibri 1/2, не приложение Kolibri и не Colibri LLM

Имя Kolibri встречается часто, поэтому проверяйте, о чём результат поиска. Kolibri 1/2 — серия немецких учебников для начальной школы, а страницы загрузки Kolibri обычно ведут на офлайн-платформу обучения Learning Equality для Windows и Android. Colibri LLM, часто через C, — никак не связанный движок инференса на GitHub. Модель на этой странице — всегда Aleph Alpha Kolibri-1 из организации Aleph-Alpha на Hugging Face; её предшественник назывался Kolibri Origin.

Советы по промптам для результатов в стиле Kolibri-1

1. Модель официально поддерживает только немецкий и английский, локально лучше всего работать на этих языках.
2. Для ролевых игр ставьте reasoning_effort none или low; high добавляет длинные рассуждения, которые редко нужны.
3. Держите контекст не больше 262 144 токенов, если режим 1M действительно не нужен.
4. Считайте abliterated-сборки экспериментом и сравнивайте их с оригиналом.
5. Указывайте, что все персонажи взрослые (18+), и никогда не стройте сцену на реальном человеке.

Источники

• Карточка модели Kolibri-1 (Hugging Face)
• Веса Kolibri-1 BF16 (Hugging Face)
• Блог о запуске «Kolibri Has Landed» (Aleph Alpha)
• Пресс-релиз (Aleph Alpha)
• Hob-forge Kolibri-1 GGUF (сторонний)
• Huihui abliterated GGUF (сторонний)

Другие ИИ-модели без цензуры: Чат

• ChatGPT без цензуры
• Claude без цензуры
• Gemini без цензуры
• Grok без цензуры
• DeepSeek без цензуры
• Llama без цензуры
• Mistral без цензуры
• Qwen без цензуры
• Character.AI без цензуры
• Kimi без цензуры
• Gemma без цензуры