Aleph Alpha Kolibri : le nouveau modèle d'IA open source allemand relance l'Europe dans la course à l'IA

Aleph Alpha Kolibri est arrivé par surprise, et personne ne l'attendait

Beaucoup d'Européens ont été déçus lorsque Mistral a récemment recentré son activité sur l'accès à des modèles open source chinois pour ses utilisateurs, ce qui laisse présager un rythme plus lent pour ses propres publications. Pour certains, cela ressemblait à la fin des ambitions européennes en matière de l'IA. Le retard se creuse régulièrement et il est déjà considérable : les laboratoires chinois et américains lancent de nouveaux modèles de pointe tous les un mois et demi à deux mois, alors que les derniers modèles de Mistral datent d'environ six mois. De plus, la plateforme privilégie des modèles open source plus récents et plus performants venus de Chine.

Pourtant, l'Europe n'est pas hors course. De façon inattendue, la start-up allemande Aleph Alpha vient de publier Kolibri, un modèle compact et puissant sous licence libre Apache 2.0, avec les poids complets disponibles sur Hugging Face.

L'ALLEMAGNE VIENT DE FAIRE SON RETOUR DANS LA COURSE AUX MODÈLES D'IA.

Aleph Alpha conçoit de l'IA principalement pour les entreprises et le secteur public, et ne propose donc pas elle-même de plateforme de chat grand public. Grâce au partenariat avec Tesseracted, vous pouvez néanmoins utiliser Kolibri gratuitement en chat dès le premier jour via xPrivo.

Qu'est-ce qu'Aleph Alpha Kolibri ?

Kolibri (« colibri » en allemand) est un transformeur à mélange d'experts (Mixture-of-Experts) de 78 milliards de paramètres au total, dont seulement environ 3 milliards sont actifs par token. Il est donc rapide et peu coûteux à exécuter, tout en conservant la capacité d'un modèle bien plus grand. L'équipe d'Aleph Alpha a en outre choisi une date symbolique pour le publier : le 3 octobre 2026, jour de l'Unité allemande.

• Architecture : MoE personnalisée avec 384 experts par couche (6 routés plus 1 partagé), 50 couches et attention à fenêtre glissante, avec une attention complète toutes les cinq couches.
• Fenêtre de contexte : jusqu'à 1 million de tokens (262 k en natif, plage recommandée pour l'efficacité).
• Entraînement : environ 24 billions de tokens au total sur 768 GPU NVIDIA B200, sur des infrastructures situées en Allemagne et en Finlande.
• Langues : conçu pour l'allemand et l'anglais. 21,3 % des tokens de pré-entraînement sont en allemand, et un tokenizer sur mesure gère efficacement les mots composés allemands ; par exemple, « Bundessozialgerichtes » devient Bundes | sozial | gericht | es.
• Modes de raisonnement : quatre niveaux d'effort (none, low, medium, high) pour arbitrer entre coût et vitesse d'un côté, qualité des réponses de l'autre.
• Moins d'hallucinations : entraîné, grâce à la méthode Merlin-Arthur d'Aleph Alpha, à dire « Je ne sais pas » lorsque la réponse ne figure pas dans les documents fournis.
• Licence : Apache 2.0, poids disponibles sur Hugging Face.

Aleph Alpha a conçu Kolibri en tenant compte du règlement européen sur l'IA (EU AI Act), du code de bonnes pratiques pour l'IA à usage général (GPAI Code of Practice) et du RGPD. Cette priorité donnée à la souveraineté et au contrôle correspond précisément aux besoins des entreprises européennes, et c'est aussi pourquoi le modèle convient bien à un assistant européen axé sur la confidentialité comme xPrivo.

Comment essayer Aleph Alpha Kolibri gratuitement

Au cas où vous ne le sauriez pas : xPrivo est un assistant d'IA open source, européen et axé sur la confidentialité, qui fonctionne par défaut exclusivement sur une infrastructure européenne. Utiliser Kolibri est simple et ne demande que trois étapes :

1. Ouvrez xPrivo Chat.
2. Ouvrez la liste des modèles et sélectionnez Kolibri.
3. Discutez en allemand ou en anglais. L'utilisation est gratuite pour le moment.

Comment utiliser l'API Aleph Alpha Kolibri

Notre lancement dès le premier jour est possible grâce à notre partenariat avec Tesseracted, une entreprise allemande qui met Kolibri à la disposition des utilisateurs et des équipes soucieux de leur vie privée.

Vous souhaitez intégrer Kolibri à votre propre projet ? Tesseracted propose un accès anticipé à l'API Aleph Alpha Kolibri, qui vous permet d'intégrer le modèle à votre application, à votre workflow ou à votre outil interne sans avoir à gérer l'infrastructure vous-même. Demandez un accès anticipé à l'API chez Tesseracted.

Vous préférez l'auto-hébergement ? Les poids sont disponibles sur Hugging Face sous le nom Aleph-Alpha/Kolibri-1. Le modèle FP8 nécessite environ 78 Go de mémoire (par exemple 2 H100, ou 1 H200 ou B200) et se déploie avec vLLM.

Comment se positionne Kolibri ? Les chiffres

Aleph Alpha compare Kolibri à trois modèles open weight de taille similaire ou supérieure : Qwen3.6-35B-A3B (Alibaba), Nemotron 3 Super 120B-A12B (NVIDIA) et Mistral Small 4 119B-A6B (Mistral). Avec seulement 3 milliards de paramètres actifs environ, Kolibri égale ou surpasse des modèles qui en comptent jusqu'à quatre fois plus.

Benchmark	Kolibri	Qwen3.6 35B-A3B	Nemotron 3 Super	Mistral Small 4
Global (EN)	75,5	71,4	73,0	63,1
Global (DE)	70,8	67,3	67,9	61,4
AIME 2025 (maths)	96,9	84,6	91,7	79,8
AIME 2026 (maths)	96,0	91,0	90,4	83,1
GPQA Diamond (connaissances)	84,3	83,4	78,0	74,7
LiveCodeBench v6 (code)	85,9	82,5	82,0	71,2
Humanity's Last Exam	21,5	21,1	20,6	9,7
Tau2-Bench Telecom (agentique)	94,7	99,1	68,1	41,5
BFCL v4 (appel d'outils)	61,4	67,2	61,0	58,0
AA-LCR (contexte long)	68,3	69,7	67,0	52,3

Source : tests réalisés par Aleph Alpha (fiche du modèle sur Hugging Face, niveau de raisonnement maximal). Les benchmarks des éditeurs ne sont qu'un point de départ : testez le modèle sur vos propres tâches.

Là où Kolibri l'emporte : les mathématiques, les connaissances scientifiques, le code et les performances en langue allemande. Il domine aussi les modèles comparés sur Honeypot, le benchmark de RAG agentique d'Aleph Alpha, et il évite bien plus souvent les mauvaises réponses que son prédécesseur : 44 % des questions d'AA-Omniscience, contre 15 % pour Kolibri Origin.

Là où il perd : Qwen3.6 reste en tête dans plusieurs tests d'agentique, d'appel d'outils et de contexte long. De plus, ces trois modèles de comparaison datent du printemps. Des modèles open weight plus récents sont plus performants, comme le montre le tableau suivant.

Kolibri dans le paysage open weight

* Estimation. Kolibri n'est pas encore référencé par Artificial Analysis ; la valeur est donc une approximation fondée sur ses performances relatives à Qwen3.6. Toutes les autres valeurs proviennent de l'Artificial Analysis Intelligence Index.

Pour être honnête, Kolibri n'est ni un modèle de pointe à mille milliards de paramètres ni le meilleur modèle open weight au monde. Il offre cependant une combinaison rare : un modèle entièrement ouvert, conçu en Europe, performant en allemand et assez efficace pour tourner sur deux GPU. Il devance nettement les anciens modèles ouverts européens et américains de sa catégorie, ce qui constitue déjà une belle victoire.

L'Europe n'a pas dit son dernier mot

Kolibri montre que l'Europe est capable de développer des modèles compétitifs à partir de zéro. Aleph Alpha a conçu en interne le pipeline de données ainsi que les processus de pré-entraînement et de post-entraînement. L'entreprise est passée du modèle Kolibri Origin de 30 milliards de paramètres, jamais publié, au modèle Kolibri de 78 milliards en seulement trois mois. Ce développement intervient à un moment intéressant, puisqu'Aleph Alpha a signé un accord de fusion avec l'entreprise canadienne d'IA Cohere. Heidelberg restera un pôle de recherche.

Kolibri est plus qu'une publication de modèle réussie : c'est aussi une puissante démonstration de l'engagement de l'Europe en faveur de l'IA open source. Sans être un modèle de pointe, il prouve que l'Europe sait développer une IA compétitive et la partager ouvertement. D'autres annonces pourraient suivre, car Mistral a récemment levé 3 milliards d'euros de nouveaux fonds, sous la houlette de Samsung. Son PDG, Arthur Mensch, affirme que son modèle de nouvelle génération réduira considérablement l'écart avec les laboratoires américains comme OpenAI et Anthropic. C'est une grande promesse, et les résultats devront la confirmer. Quoi qu'il en soit, l'Europe est enfin de retour dans la course à l'IA, et nous avons hâte de voir la suite.

FAQ Aleph Alpha Kolibri

Qu'est-ce qu'Aleph Alpha Kolibri ?

Un modèle de langage allemand open weight à mélange d'experts, avec 78 milliards de paramètres au total et environ 3 milliards de paramètres actifs, publié le 3 octobre 2026 sous licence Apache 2.0.

Existe-t-il un chat Aleph Alpha Kolibri ?

Oui. Vous pouvez discuter gratuitement avec Kolibri sur xPrivo en le sélectionnant dans la liste des modèles.

Existe-t-il une API Aleph Alpha Kolibri ?

Notre partenaire allemand Tesseracted propose un accès anticipé à l'API Kolibri. Vous pouvez aussi auto-héberger les poids téléchargés depuis Hugging Face avec vLLM.

Kolibri est-il vraiment open source ?

Les poids sont publiés sous licence Apache 2.0. Aleph Alpha conserve ses droits sur le code d'entraînement, l'architecture et les méthodes. Le terme le plus juste est donc « open weight ».

Kolibri est-il privé sur xPrivo ?

xPrivo exécute Kolibri exclusivement sur une infrastructure européenne, avec une approche axée sur la confidentialité. En auto-hébergeant les poids, vous gardez un contrôle total sur vos données.

Sources

• Aleph Alpha : Kolibri Has Landed: A Sovereign Open-Weight Model https://aleph-alpha.com/en/blog/kolibri-has-landed-a-sovereign-open-weight-model/
• Hugging Face : fiche du modèle Aleph-Alpha/Kolibri-1 : https://huggingface.co/Aleph-Alpha/Kolibri-1