78B总参数、3.46B激活：德国Aleph Alpha把百万上下文大模型开源了

导语：2026 年 10 月 4 日，德国 AI 实验室 Aleph Alpha 发布了一款名为 Kolibri 的开源模型。它把几个关键数字放在了一起：参数总量 78B，但每次推理只激活 3.46B；上下文窗口拉到 100 万 token；权重以 Apache 2.0 协议开放。这几个数字指向的是同一件事——长上下文与高推理效率，被塞进了同一个模型里。官方说法是，Kolibri“针对长上下文和推理效率做了优化”，同时支持显式推理模式和工具调用。

78B 是容量，3.46B 是真正被调用的部分。78B 是模型的总容量，3.46B 是每次前向计算真正调用的部分。二者的差距来自 MoE（混合专家）架构：参数被拆成多个“专家”，按需唤醒，而不是每次都用全部权重。对使用者来说，最直接的结果是推理成本按激活量计算，而不是按参数总量计算——这几乎重新定义了开源大模型的部署门槛。而 100 万 token 的上下文窗口，则决定了这个模型能“吃下”多长的输入：长文档、大代码库、多轮长对话，都属于这个窗口要覆盖的场景。Aleph Alpha 把“长上下文”和“推理效率”并列写进优化目标，说明这两项从训练阶段起就是一起考虑的。

一个双语分词器，21.3% 的德语预训练 token。Kolibri 团队专门做了德语/英语双语分词器，并在整个训练过程中持续加入原生德语数据，最终德语占预训练 token 的 21.3%。这个比例不是随手填的。分词器决定文本怎么切、切完怎么进模型，双语分词器意味着德语不会被英语的切分规则硬拆。而 21.3% 的德语预训练占比，说明这不是“英语模型加一点德语微调”，而是从预训练阶段就把德语当作“一等公民”。对德语使用者来说，这解决的是模型在母语上“能说但不地道”的老问题。

从第一天就按欧盟规则设计。Aleph Alpha 在说明中提到，Kolibri 从底层设计开始就考虑了欧盟 AI 法案、通用人工智能行为准则和 GDPR，版权法是其中一项工作重点。合规在这里不是发布后补的手续，而是训练前的约束条件。版权法被单独点出，说明训练数据的来源和处理方式，是这个模型设计的一部分，而不是事后声明。作为德国 AI 实验室，Aleph Alpha 的 Kolibri 也被视为除 Mistral 之外，欧盟可能达到这一性能水平的通用模型之一。Apache 2.0 的授权方式，意味着权重可以下载、可以在自己的硬件上跑、可以商用——对不想把数据送出去的团队来说，这是可选项之一。

结语：78B 总量、3.46B 激活、100 万上下文、21.3% 德语 token、Apache 2.0——这几个数字拼起来，是 Kolibri 目前能确认的全部轮廓，也是欧洲开源模型阵营递出的又一张牌。