Kolibri-1 không kiểm duyệt: giải thích mô hình MoE 78B của Aleph Alpha

Tóm tắt nhanh về Kolibri-1

Nhà phát triển

Aleph Alpha (Heidelberg, Đức)

Ngày phát hành

3 tháng 10 năm 2026

Tham số

Tổng 78B, 3,46B hoạt động mỗi token

Kiến trúc

Transformer MoE, 50 lớp, 384 chuyên gia

Cửa sổ ngữ cảnh

262.144 gốc, đã kiểm chứng tới 1.048.576

Ngôn ngữ

Tiếng Đức và tiếng Anh

Giấy phép

Apache 2.0 (trọng số và cấu hình)

Mốc kiến thức

18 tháng 6 năm 2026

Phần cứng tối thiểu

2×A100 80GB, 2×H100 hoặc 1×H200

Không kiểm duyệt?

Không, đã căn chỉnh an toàn; chỉ có bản cộng đồng

Kolibri-1 là gì?

Aleph Alpha Kolibri-1 là một Transformer hỗn hợp chuyên gia (MoE) do Aleph Alpha GmbH tại Heidelberg, Đức phát hành và Aleph Alpha Research phát triển. Mô hình có tổng 78B tham số (78.103.074.560) nhưng mỗi token chỉ kích hoạt 3,46B, được công ty làm tròn thành khoảng 3B. Cả 50 lớp đều là lớp MoE, mỗi lớp có một chuyên gia dùng chung và sáu chuyên gia định tuyến trong tổng số 384. Ngữ cảnh gốc là 262.144 token, và Aleph Alpha cho biết đã kiểm chứng chất lượng tới 1.048.576 token. Bộ từ vựng 128.000 token được tối ưu cho từ ghép tiếng Đức. Chỉ hỗ trợ tiếng Đức và tiếng Anh, mốc kiến thức là ngày 18 tháng 6 năm 2026, có bốn mức nỗ lực suy luận (none, low, medium, high) và gọi công cụ gốc.

Vì sao mọi người tìm Kolibri-1 không kiểm duyệt

Mô hình được huấn luyện để từ chối và biết kiềm chế: điều khoản sử dụng của Aleph Alpha cấm mục đích bất hợp pháp và yêu cầu bên triển khai tự thêm cơ chế bảo vệ, còn mô hình được dạy nói rằng mình không biết khi thiếu bằng chứng. Vì vậy, người viết truyện người lớn và người nhập vai tìm một bản Kolibri-1 không kiểm duyệt. Bản đó chỉ tồn tại dưới dạng chỉnh sửa không chính thức của cộng đồng như trọng số abliterated, cần phần cứng lớn và không có bảo đảm chất lượng. Spicy AI không lưu trữ mô hình của Aleph Alpha; chat ở đây dùng một mô hình khác, không có bộ lọc nội dung, dành cho người lớn tự nguyện.

Benchmark Kolibri-1 so với Qwen3.6 và Nemotron 3 Super

Mọi điểm số công bố đều do Aleph Alpha tự báo cáo; tính đến ngày 15 tháng 10 năm 2026 chưa có bản tái lập độc lập nào. Trong blog ra mắt, mô hình đạt 96,9 trên AIME 2025, so với 84,6 của Qwen3.6-35B-A3B và 91,7 của Nemotron 3 Super 120B-A12B, cùng 84,3 trên GPQA Diamond so với 83,4 và 78,0. Ở các phiên bản tiếng Đức, nó vẫn dẫn: 87,5 trên AIME 2025 (DE) và 81,3 trên GPQA Diamond (DE). Qwen3.6 thắng ở BFCL v4 (67,2 so với 61,4), LongBench Pro (70,8 so với 64,5) và τ²-bench telecom (99,1 so với 94,7). Aleph Alpha khẳng định mô hình ngang các hệ thống có số tham số kích hoạt gấp tới bốn lần, nêu tên Nemotron 3 Super.

Điểm lấy từ blog ra mắt của Aleph Alpha, thang 0–100. Chưa được tái lập độc lập.

Kolibri-1 được huấn luyện như thế nào

Aleph Alpha công bố quá trình huấn luyện chi tiết hiếm thấy. Giai đoạn tiền huấn luyện dùng khoảng 20 nghìn tỷ token với độ dài chuỗi 16.384, tiếp theo là 3,44 nghìn tỷ token huấn luyện giữa kỳ ở 64k và khoảng 201 tỷ token ngữ cảnh dài ở 256k, tổng cộng gần 24 nghìn tỷ token. Quá trình chạy trên 768 GPU NVIDIA B200 đặt tại Đức và Phần Lan, riêng tiền huấn luyện mất 21 ngày. Theo model card, dữ liệu gồm khoảng 62,5% tiếng Anh, 23,9% tiếng Đức và 13,6% mã nguồn. Hậu huấn luyện kết hợp bộ SFT 268 tỷ token với học tăng cường trên hơn 1,2 triệu tác vụ, và dữ liệu từ chối trả lời (abstention) dạy mô hình thừa nhận khi ngữ cảnh không đủ căn cứ. Aleph Alpha cho biết bản phát hành được thiết kế theo Đạo luật AI của EU, Bộ quy tắc thực hành GPAI và GDPR, đồng thời ước tính năng lượng huấn luyện khoảng 950 MWh.

Giấy phép: Apache 2.0 và giới hạn của nó

Trọng số và tệp cấu hình được phát hành theo Apache 2.0, nên bạn có thể tải về, tinh chỉnh, phân phối lại và dùng cho mục đích thương mại, miễn là giữ nguyên giấy phép và thông báo ghi công. Model card đặt ra một ranh giới: giấy phép chỉ áp dụng cho các tệp trong kho và không mở rộng sang mã nguồn nền tảng, kiến trúc, thiết lập tham số hay phương pháp huấn luyện của Aleph Alpha, vốn vẫn là sở hữu trí tuệ của công ty. Tự lưu trữ là miễn phí; Aleph Alpha chưa công bố giá theo token cho API được lưu trữ, quyền truy cập doanh nghiệp đi qua đội ngũ bán hàng.

Tải từ Hugging Face và yêu cầu GPU

Chỉ có hai kho của nhà phát hành: Aleph-Alpha/Kolibri-1 với trọng số FP8 (khoảng 79 GB) và Aleph-Alpha/Kolibri-1-BF16 (khoảng 156 GB). FP8 cần khoảng 78 GB bộ nhớ GPU. Mức tối thiểu được ghi là 2×A100 80GB, 2×H100 SXM5, 1×H200, 1×B200 hoặc 1×B300; theo Aleph Alpha, hai card H100 phục vụ được 18 yêu cầu đồng thời 256k token. Triển khai qua vLLM với plugin aleph-alpha-inference: vllm serve Aleph-Alpha/Kolibri-1 --kv-cache-dtype fp8 --reasoning-parser kolibri1 --tool-call-parser kolibri1 --enable-auto-tool-choice. Muốn vượt 262.144 token, thêm --max-model-len 1048576 cùng ghi đè max_position_embeddings. Tham số lấy mẫu khuyến nghị: temperature 1,0, top_p 0,97, top_k 128.

Bản lượng tử hóa GGUF, llama.cpp và Ollama

Aleph Alpha không cung cấp tệp GGUF, ONNX hay MLX. Bản chuyển đổi được tải nhiều nhất là Hob-forge/Kolibri-1-GGUF, tác giả cho biết đây là bản độc lập, không được Aleph Alpha hay llama.cpp bảo chứng. Dung lượng từ Q2_K 28,6 GB, Q4_K_M 47,5 GB đến Q8_0 83,1 GB. Tính đến bản cập nhật ngày 8 tháng 10, llama.cpp gốc chưa hỗ trợ kiến trúc kolibri1, nên bạn cần bản vá trong kho hoặc tệp nhị phân dựng sẵn của tác giả, còn Ollama và LM Studio chưa tải được. Tác giả báo khoảng 12,3 token mỗi giây với Q4_K_M trên Ryzen 7 7800X3D và 128 GB RAM, tăng lên khoảng 18 khi đưa attention lên GPU 12 GB; đây là số liệu tự báo cáo, không phải benchmark.

Dung lượng theo kho Hob-forge; mục đích sử dụng là gợi ý ước lượng của chúng tôi.

Bản abliterated và không kiểm duyệt của cộng đồng

Một số biến thể cộng đồng cố gắng loại bỏ việc từ chối. huihui-ai/Huihui-Kolibri-1-BF16-abliterated-GGUF gỡ hướng từ chối khỏi trọng số; iSkye/Kolibri-1-heretic và Blackfrost-AI/KOLIBRI-1-DERISKED-BF16 đi theo ý tưởng tương tự. Không bản nào do Aleph Alpha phát hành hay kiểm thử, chưa ai công bố benchmark cho thấy chúng mất bao nhiêu chất lượng suy luận, và chúng cần cùng mức 30 đến 160 GB bộ nhớ như bản gốc. Gỡ bỏ từ chối cũng không thay đổi giấy phép hay luật pháp: nội dung liên quan trẻ vị thành niên, người thật khi chưa đồng ý hoặc tài liệu bất hợp pháp khác vẫn bị cấm. Với nhập vai giữa người lớn mà không cần cài đặt như vậy, chat không kiểm duyệt trực tuyến là cách thực tế.

Nhận định của chúng tôi: điểm mạnh và điểm yếu của Kolibri-1

Đọc model card và tài liệu ra mắt song song, Kolibri-1 trông ít giống một chatbot đa năng mà giống một mô hình hạ tầng cho các tổ chức châu Âu buộc phải giữ dữ liệu trên máy chủ riêng. Lợi thế lớn nhất là hiệu quả và chất lượng tiếng Đức, không phải khả năng sáng tạo thuần túy. Đây là kết luận biên tập dựa trên dữ kiện đã công bố, không phải kết quả thử nghiệm của chúng tôi:

• Điểm mạnh: chỉ 3,46B tham số hoạt động nên giải mã nhanh so với kích thước, hữu ích khi nhiều người dùng chung một nút GPU.
• Điểm mạnh: tiếng Đức là ngôn ngữ hạng nhất, có tokenizer tối ưu cho từ ghép dài và các phiên bản benchmark tiếng Đức.
• Điểm mạnh: trọng số Apache 2.0 cùng bản tóm tắt dữ liệu công khai giúp việc rà soát pháp lý dễ hơn.
• Điểm yếu: vẫn cần khoảng 78 GB bộ nhớ GPU, nên không phải mô hình cho laptop.
• Điểm yếu: các ngôn ngữ khác, kể cả tiếng Trung, không được hỗ trợ hay đánh giá chính thức.
• Điểm yếu: ở gọi công cụ và ngữ cảnh dài, mô hình vẫn thua Qwen3.6 ngay trong bảng của Aleph Alpha.

Phản hồi ban đầu từ cộng đồng

Hai tuần sau khi ra mắt, chúng tôi chưa tìm thấy bản tái lập benchmark độc lập hay đánh giá dài hạn của người dùng có thể kiểm chứng, nên không trích dẫn đánh giá nào. Điều đo được là hoạt động trên Hugging Face, cho thấy nhiều người muốn chạy Kolibri-1 bên ngoài trung tâm dữ liệu. Lượt tải phản ánh sự quan tâm, không phản ánh chất lượng:

• Hob-forge/Kolibri-1-GGUF đạt 42.241 lượt tải và 26 lượt thích tính đến 15/10/2026, cao nhất trong các bản chuyển đổi.
• Bản GGUF abliterated của huihui-ai đạt 4.551 lượt tải, cho thấy nhiều người muốn ít bị từ chối hơn.
• Người dùng Apple Silicon đã đăng bản MLX 3 bit và 4 bit, người khác làm biến thể NVFP4 và mô hình nháp EAGLE3.
• Một Space Gradio của cộng đồng xuất hiện ngày 4/10, nhưng Aleph Alpha không cung cấp bản chat demo công khai.

Không phải sách Kolibri 1/2, ứng dụng Kolibri hay Colibri LLM

Kolibri là cái tên bị dùng rất nhiều, nên hãy kiểm tra kết quả tìm kiếm đang nói về gì. Kolibri 1/2 là bộ sách giáo khoa tiểu học của Đức, còn các trang tải Kolibri thường dẫn tới nền tảng giáo dục ngoại tuyến của Learning Equality cho Windows và Android. Colibri LLM, thường viết bằng chữ C, là một công cụ suy luận không liên quan trên GitHub. Mô hình trên trang này luôn là Aleph Alpha Kolibri-1, thuộc tổ chức Aleph-Alpha trên Hugging Face; phiên bản tiền nhiệm có tên Kolibri Origin.

Mẹo viết prompt để có kết quả kiểu Kolibri-1

1. Mô hình chỉ chính thức hỗ trợ tiếng Đức và tiếng Anh, nên chạy cục bộ sẽ tốt nhất ở hai ngôn ngữ này.
2. Dùng reasoning_effort none hoặc low cho nhập vai; mức high thêm phần suy nghĩ dài hiếm khi cần.
3. Giữ ngữ cảnh ở mức 262.144 token trở xuống trừ khi thật sự cần chế độ 1M.
4. Xem các bản abliterated là thử nghiệm và so sánh với bản gốc trước khi dùng.
5. Nêu rõ mọi nhân vật đều là người lớn (18+) và không bao giờ dựa cảnh trên người thật.

Nguồn

• Model card Kolibri-1 (Hugging Face)
• Trọng số BF16 Kolibri-1 (Hugging Face)
• Blog ra mắt “Kolibri Has Landed” (Aleph Alpha)
• Thông cáo báo chí (Aleph Alpha)
• Hob-forge Kolibri-1 GGUF (bên thứ ba)
• Huihui abliterated GGUF (bên thứ ba)

Thêm mô hình AI Chat không kiểm duyệt

• ChatGPT không kiểm duyệt
• Claude không kiểm duyệt
• Gemini không kiểm duyệt
• Grok không kiểm duyệt
• DeepSeek không kiểm duyệt
• Llama không kiểm duyệt
• Mistral không kiểm duyệt
• Qwen không kiểm duyệt
• Character.AI không kiểm duyệt
• Kimi không kiểm duyệt
• Gemma không kiểm duyệt