Soofi S ist das souveräne Open Source KI Modell des deutschen Soofi Konsortiums. Architektur, Benchmarks, Lizenz und ehrliche Praxiseinordnung 2026.
Mehr erfahren
Kolibri ist nicht Teil unseres eigenen Stacks. Wir kennen aber die Fragen, die bei so einem Modell zählen. Wir betreiben kleine Modelle lokal mit Ollama, holen große Modelle über EU Anbieter und hosten auf eigenen Servern in Deutschland mit unserem Netzwerkpartner Conversis in Duisburg. Daher wissen wir, was ein Modell dieser Größe im Betrieb wirklich braucht.
Wir helfen Teams, Kolibri gegen andere Optionen abzuwägen und sauber einzubinden. Dazu gehören Self Hosted KI für Unternehmen, KI Assistenten selbst hosten, die NCA MCP Middleware für Unternehmensdaten, die DSGVO Beratung für KI Projekte und eine passende KI Strategie für Unternehmen.
Der NCA KI Workshop gibt eurem Team einen gemeinsamen Rahmen für KI. Workshoptag inhouse, optional mit Praxistag, als Variante für Developer oder alle Abteilungen.
Small bird, fast wings, Kolibri is here.
Soofi S ist das souveräne Open Source KI Modell des deutschen Soofi Konsortiums. Architektur, Benchmarks, Lizenz und ehrliche Praxiseinordnung 2026.
Mehr erfahren
Modell Auswahl ohne US Anbieter: lokale Open Source Modelle, europäische und China Optionen. Praxis Guide mit NCA Stack Empfehlung für 2026.
Mehr erfahrenBei Modellen wie Kolibri entscheidet selten das Modell allein. Wichtiger sind die Fragen drumherum. Welche Daten sollen verarbeitet werden? Wo läuft das Modell? Wer hat Zugriff? Und wie tauschst du das Modell später aus, wenn ein besseres kommt?
Wir helfen Teams dabei in klaren Schritten:
Für den Einstieg helfen unsere Seiten zu AI Readiness und zu Langfuse für LLM Observability. Wer das Thema im ganzen Unternehmen verankern will, findet den passenden Rahmen im NCA KI Workshop für Unternehmen. Am Anfang steht ein kostenloses Kennenlernen, abgerechnet wird transparent nach Minuten.
Roland Golla ist Entwickler aus Leidenschaft – seit über 20 Jahren. Er hat hunderte Projekte begleitet, von Legacy-Refactoring bis KI-Integration. Bei Vibe Coding verbindet er das Beste aus beiden Welten: Die Geschwindigkeit von KI-generiertem Code mit der Qualität professioneller Softwareentwicklung. Kein Bullshit, keine Agentur-Floskeln – direkte Hilfe von jemandem, der selbst täglich im Code steckt.
Hier beantworten wir die wichtigsten Fragen zu Kolibri, seiner Hardware, der Lizenz und dem Einsatz im Unternehmen.
Kolibri ist ein Open Weight Sprachmodell von Aleph Alpha aus Heidelberg für Deutsch und Englisch, erschienen am 3. Oktober 2026. Es ist ein Mixture of Experts Modell mit rund 78 Milliarden Parametern, von denen pro Token nur etwa 3,5 Milliarden arbeiten. Das Modell kann schrittweise schlussfolgern, Werkzeuge aufrufen und sehr lange Texte verarbeiten.
Ja, die Gewichte stehen unter der Lizenz Apache 2.0 auf Hugging Face. Damit darfst du Kolibri auch kommerziell nutzen und anpassen. Kosten entstehen trotzdem, und zwar für Hosting und Betrieb. Für den produktiven Einsatz brauchst du starke GPU Server, die du bei einem Hoster in Deutschland oder der EU mieten kannst. Das ist der eigentliche Kostenfaktor.
Die FP8 Fassung braucht laut Aleph Alpha rund 78 GB Speicher. Als Minimum nennt der Hersteller zwei A100 mit 80 GB, zwei H100 SXM5, eine H200, eine B200 oder eine B300. Betrieben wird das Modell über vLLM mit dem Paket aleph-alpha-inference. Ohne GPU geht es nur quantisiert über llama.cpp, mit deutlich weniger Tempo.
Nein. Kolibri ist ein Allzweckmodell für Texte, Wissen, Reasoning und Agenten. Beim Coding liegt es laut Modellkarte hinter Qwen, etwa bei SWE Bench Verified mit 66,4 gegen 73,8 Punkte. Aleph Alpha zielt mit Kolibri auf Verwaltung, Industrie und Luftfahrt. Wer ein Modell vor allem fürs Programmieren sucht, findet bei den Vibe Coding Modellen passendere Kandidaten.
In den eigenen Benchmarks von Aleph Alpha liegt Kolibri gut im Feld vergleichbarer Modelle wie Qwen3.6 35B A3B, Nemotron 3 Super und Mistral Small 4, aber nicht in jedem Test vorn. Das dichte Qwen3.8 27B ist auf Deutsch insgesamt stärker. Eine unabhängige Gesamtmessung haben wir bis Anfang November 2026 nicht gefunden. Die Stärke liegt eher bei Souveränität und Betriebskosten.
Ja, seit dem 17. Oktober 2026 unterstützt llama.cpp Kolibri ab Release b11709. Du brauchst dafür eine quantisierte GGUF Datei aus der Community. Die Variante Q4_K_M ist knapp 50 GB groß, SSD Nodes empfiehlt dafür 64 GB RAM. Die Quantisierung kostet etwas Qualität und auf der CPU sinkt das Tempo deutlich. Für produktive Mehrbenutzer Systeme bleibt GPU der richtige Weg.
Das ist noch offen. Eine Community Modellkarte nennt zwar einen Befehl für Ollama, aber laut SSD Nodes erwähnt bis Version 0.40.14 vom 3. November 2026 keine Release Note Kolibri, und in der offiziellen Bibliothek fehlt das Modell. Teste den Start also selbst. Verlässlicher ist derzeit llama.cpp ab dem Release, mit dem die GGUF Datei erstellt wurde.
Kolibri besteht aus vielen spezialisierten Teilnetzen. Ein Router wählt für jedes Token nur wenige davon aus. So arbeiten pro Token nur rund 3,5 von 78 Milliarden Parametern. Das macht Antworten schnell und günstig. Im Speicher liegen müssen trotzdem alle Gewichte, daher bleibt der Bedarf an Grafikspeicher hoch.
Kolibri verarbeitet laut Modellkarte bis zu rund einer Million Tokens. Die native Kontextlänge liegt bei 262.144 Tokens, und Aleph Alpha empfiehlt, im Betrieb bei diesem Wert zu bleiben. Das reicht für sehr lange Dokumente, Akten oder ganze Handbücher in einem einzigen Durchgang.
Starte mit low und vergleiche mit high. Kolibri kennt none, low, medium und high, ohne Angabe gilt high. Laut Aleph Alpha behält das veröffentlichte Modell bei low 98 Prozent seines Werts bei high und braucht 76 Prozent der Completion Tokens. Die Werte stammen aus sechs Benchmarks. Prüfe sie deshalb mit deinen eigenen Aufgaben.
Merlin Arthur ist ein Trainingsverfahren von Aleph Alpha, das mit synthetisch erzeugten positiven und negativen Beispielen arbeitet. Zusammen mit gezielten Beispielen zum Verzicht auf Antworten soll es Kolibri beibringen, lieber nichts zu sagen, wenn Belege fehlen. Das Ziel sind weniger Halluzinationen in kritischen Anwendungen.
Das Modell selbst ist ein Werkzeug, DSGVO Konformität hängt am Betrieb. Weil die Gewichte offen sind, kannst du Kolibri bei einem Hoster in Deutschland oder der EU betreiben, ohne Daten an Anbieter aus den USA oder China zu geben. Zugriffsrechte, Logging und Speicherorte musst du trotzdem sauber regeln und dokumentieren.
Kolibri Origin ist der kleinere interne Vorgänger mit rund 30 Milliarden Parametern und kürzerem Kontext. Kolibri ist größer, verarbeitet deutlich längere Texte und wurde zusätzlich darauf trainiert, bei fehlenden Belegen auf eine Antwort zu verzichten. Nach Angaben von Aleph Alpha vermeidet es dadurch deutlich häufiger falsche Antworten.
Für bestehende Nutzer zunächst wenig. Der Fusionsvertrag ist seit dem 16. September 2026 unterschrieben, das gemeinsame Unternehmen soll Cohere heißen. Die Gewichte stehen unter Apache 2.0 offen zur Verfügung und können weiter betrieben werden. Ob und wie Kolibri weiterentwickelt wird, hängt von der künftigen Ausrichtung des Unternehmens ab.
Wir klären mit dir Aufgabe, Daten und Anforderungen, testen Kolibri gegen passende Alternativen mit anonymisierten Daten und planen den Betrieb bei einem Hoster in Deutschland oder einem EU Anbieter. Am Anfang steht ein kostenloses Kennenlernen, danach schätzen wir den Aufwand und rechnen transparent nach Minuten ab.