Kolibri Aleph Alpha : le modèle open-weight MoE européen sous Apache 2.0

Kolibri Aleph Alpha marque un tournant pour la souveraineté technologique européenne en proposant un modèle bilingue open-weight de 78 milliards de paramètres sous licence libre Apache 2.0. Dévoilé le 3 octobre 2026 à l’occasion du jour de l’Unité allemande, ce modèle de pointe mise sur une architecture Mixture-of-Experts ultra sobre et une fenêtre de contexte étendue jusqu’à 1 million de tokens.

• Architecture MoE sobre : 78,1 milliards de paramètres au total pour seulement 3,46 milliards de paramètres actifs par token.
• Licence libre Apache 2.0 : Les poids du modèle Kolibri Aleph Alpha sont téléchargeables immédiatement sur Hugging Face.
• Contexte étendu à 1M de tokens : Capacité de traitement de documents massifs avec une attention sliding-window hybride.
• Conception bilingue native : Tokenizer de 128 000 entrées avec 21,3 % de données allemandes natives et 78,7 % en anglais.
• Protocole Merlin-Arthur : Mécanisme anti-hallucination calibré pour refuser de répondre quand l’information est absente.
• Conformité stricte règlement européen sur l’IA : Entraîné sur des serveurs en Allemagne et en Finlande sans ingérence étrangère.

Une architecture Mixture-of-Experts calibrée pour le coût d’inférence

Le laboratoire allemand Aleph Alpha, basé à Heidelberg, officialise aujourd’hui son modèle le plus ambitieux. Plutôt que d’empiler des dizaines de milliards de paramètres denses au coût de calcul prohibitif, les ingénieurs ont opté pour une approche parcimonieuse. Le modèle totalise 78,1 milliards de paramètres, mais n’en active que 3,46 milliards par token lors de la génération. Ce choix technique positionne Kolibri Aleph Alpha directement sur la frontière de Pareto entre performance brute et coût d’inférence.

L’architecture repose sur 50 couches entièrement en Mixture-of-Experts (MoE) accompagnées d’un expert partagé, répartissant la charge sur 384 experts au total avec 6 experts actifs simultanément. Ce découpage permet une exécution fluide sur des infrastructures matérielles standardisées, sans exiger des grappes géantes de serveurs pour le traitement local.

Pour la gestion des contextes longs, Kolibri intègre un mécanisme d’attention hybride combinant une fenêtre glissante (sliding window) de 512 tokens et une attention complète appliquée toutes les cinq couches. Ce dispositif permet d’absorber jusqu’à 1 million de tokens sans explosion quadratique de la mémoire vive. Le pré-entraînement a été réalisé sur une base de 20 000 milliards de tokens soigneusement filtrés à partir d’un corpus brut de plus de 200 000 milliards de tokens.

Kolibri Aleph Alpha : des performances de pointe face aux géants

Sur les benchmarks académiques et industriels, le modèle Kolibri Aleph Alpha rivalise avec des systèmes propriétaires et open-weight mobilisant jusqu’à quatre fois plus de paramètres actifs. Les résultats publiés dans le rapport technique attestent d’une remarquable maîtrise des mathématiques, du code et du raisonnement logique, aussi bien en anglais qu’en allemand.

Voici la comparaison des scores obtenus face aux principaux modèles de la même catégorie :

Dans notre comparatif des grands modèles IA, ces scores placent Kolibri parmi les architectures open-weight les plus compétitives du marché. Il confirme l’efficacité des architectures MoE face aux modèles denses traditionnels, comme nous l’avions déjà souligné lors de notre analyse complète de Google Gemma en open-weight.

Souveraineté européenne et conformité réglementaire native

La valeur centrale de ce lancement ne se limite pas aux seuls chiffres bruts. Kolibri Aleph Alpha a été conçu pour répondre aux exigences strictes des organisations publiques, des industriels de l’automobile, de la défense et du secteur médical en Europe. L’intégralité du pipeline d’entraînement a été opérée sur des centres de données localisés en Allemagne et en Finlande, sous le contrôle exclusif des juridictions européennes.

Pour éliminer le fléau des hallucinations factuelles dans les documents administratifs ou juridiques, Aleph Alpha a développé le protocole propriétaire Merlin-Arthur. Entraîné sur des jeux de données d’abstention spécifiques, Kolibri sait formuler un « je ne sais pas » explicite lorsqu’une information n’apparaît pas dans le contexte documentaire fourni, plutôt que de fabriquer des assertions erronées.

Le modèle intègre également quatre modes d’effort de raisonnement ajustables (aucun, faible, moyen, élevé), permettant aux développeurs d’arbitrer précisément entre latence de réponse et profondeur analytique selon la criticité de la tâche.

Pourquoi le modèle Kolibri Aleph Alpha transforme les déploiements sur site

Pour les directions informatiques et les équipes d’ingénierie, la mise à disposition sous licence Apache 2.0 change radicalement la donne. Contrairement aux modèles soumis à des licences restrictives ou aux API cloud fermées soumises au droit américain, Kolibri peut être déployé localement sur des serveurs internes en toute conformité avec le RGPD et l’règlement européen sur l’IA.

Avec seulement 3,46 milliards de paramètres actifs par passage, les exigences en mémoire vive GPU restent accessibles à des stations de travail professionnelles ou des grappes locales modestes. Cette sobriété opérationnelle fait de Kolibri Aleph Alpha une solution idéale pour orchestrer des flux de travail automatisés et des assistants documentaires sécurisés.

À lire aussi dans le dossier Agents IA : découvrez notre guide complet et notre comparatif des agents IA pour automatiser vos flux de travail et orchestrer des modèles souverains en production.

Foire aux questions sur Kolibri Aleph Alpha

Quelle est la licence logicielle de Kolibri Aleph Alpha ?

Le modèle Kolibri est distribué sous la licence libre Apache 2.0. Cette licence autorise une utilisation commerciale complète, la modification du code et le déploiement sur site sans redevance ni restriction d’accès aux poids.

Quelle configuration matérielle faut-il pour exécuter le modèle en local ?

Grâce à son architecture MoE n’activant que 3,46 milliards de paramètres par token, une station équipée de deux cartes GPU grand public haut de gamme ou d’une carte professionnelle de 48 Go de VRAM suffit pour exécuter le modèle quantifié avec un débit très confortable.

Comment le modèle Kolibri évite-t-il les hallucinations ?

Aleph Alpha a implémenté le protocole Merlin-Arthur, associant des données d’abstention calibrées qui entraînent le réseau neuronal à déclarer son ignorance lorsque les éléments contextuels ne contiennent pas la réponse demandée.

Où peut-on télécharger les poids du modèle Kolibri ?

L’ensemble des fichiers de configuration, du tokenizer bilingue et des poids du réseau sont disponibles en téléchargement direct sur la plateforme Hugging Face sous le compte officiel d’Aleph Alpha.

En synthèse, Kolibri Aleph Alpha démontre qu’une alternative souveraine européenne crédible peut rivaliser techniquement avec les écosystèmes américain et chinois tout en garantissant une transparence totale de sa chaîne d’approvisionnement numérique.