Dowody: wyniki benchmarków podane przez dostawcę
Kolibri 1 — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Niemiecko-angielski model rozumowania typu mixture-of-experts od Aleph Alpha: 78B parametrów łącznie, około 3,5B aktywnych na token, 384 eksperci routowani plus jeden współdzielony w każdej warstwie. Poziom rozumowania (none, low, medium, high) i wywoływanie narzędzi są wbudowane. Oficjalnie działa przez przypiętą wtyczkę vLLM od Aleph Alpha; standardowe llama.cpp, Ollama i LM Studio na razie go nie ładują. Wyniki benchmarków pochodzą z karty modelu Aleph Alpha.
Kolibri 1 potrzebuje około 48 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
VRAM i szybkość według kwantyzacji
Liczone dla NVIDIA RTX 4090 (24 GB). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 26.6 GB | ~39 tok/s | Częściowo w RAM | |
| Q3_K_M 3.41 bpw | 34.3 GB | ~35 tok/s | Częściowo w RAM | |
| Q4_K_M 4.83 bpw | 48.4 GB | ~29 tok/s | Częściowo w RAM | |
| Q5_K_M 5.67 bpw | 56.3 GB | — | Za duży | |
| Q6_K 6.56 bpw | 65 GB | — | Za duży | |
| Q8_0 8.50 bpw | 84.1 GB | — | Za duży | |
| F16 16.00 bpw | 157.2 GB | — | Za duży |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Kolibri 1 →
Uruchom Kolibri 1
Najtańsze GPU z naszego katalogu, które uruchomi Kolibri 1, to NVIDIA DGX Spark (128 GB).
lub porównaj w Vast.ai od $0.77/godz. (typical low · varies)
Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.
Jak uruchomić Kolibri 1
Obecnie brak ścieżki w Ollama i LM Studio: standardowe llama.cpp nie obsługuje tej architektury. Trasa oficjalna: vLLM z wtyczką aleph-alpha-inference od Aleph Alpha, która przypina jedną wersję minor vLLM. Trasy społeczności: eksperymentalny GGUF wymagający załatanego llama.cpp oraz nieoficjalne konwersje MLX potrzebujące około 64 GB pamięci zunifikowanej.
Specyfikacja
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- Parametry
- 78.1 Billion (3.46B active)
- Okno kontekstu
- 262,144
- Architektura
- Mixture-of-Experts (384 routed + 1 shared, 4:1 sliding-window to full attention)
- Dostawca
- Aleph Alpha
- Licencja
- Apache-2.0
- Practical deployment
- Workstation (large unified memory or pro GPU)
- Określono przy
- Q4_K_M
- RAM systemowy
- 64 GB
- Rekord zaktualizowany
- 2026-10-06
Commercial use permitted. No usage restrictions beyond attribution.
Ograniczenia i zastrzeżenia
- Wydany 3 października 2026; dojrzałość: „Wczesne wydanie”.
- Brak standardowej ścieżki w Ollama, llama.cpp ani LM Studio; oficjalna trasa wymaga przypiętej do wersji wtyczki vLLM od Aleph Alpha, a wersje MLX to konwersje społeczności.
- Tylko niemiecki i angielski (świadomie głębokość zamiast szerokości); tylko tekst.
- Licencja obejmuje wyłącznie wagi i pliki konfiguracyjne; kod, architektura i metoda treningu pozostają przy Aleph Alpha.
- Społecznościowy GGUF jest eksperymentalny i niezweryfikowany na backendach GPU oraz dla kontekstów powyżej 8 192 tokenów.
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Kolibri 1 — najczęściej zadawane pytania
How much VRAM does Kolibri 1 need?
About 48 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Kolibri 1 run on an RTX 4090 (24 GB)?
No. Kolibri 1 needs about 48 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.
How do I run Kolibri 1 locally?
Obecnie brak ścieżki w Ollama i LM Studio: standardowe llama.cpp nie obsługuje tej architektury. Trasa oficjalna: vLLM z wtyczką aleph-alpha-inference od Aleph Alpha, która przypina jedną wersję minor vLLM. Trasy społeczności: eksperymentalny GGUF wymagający załatanego llama.cpp oraz nieoficjalne konwersje MLX potrzebujące około 64 GB pamięci zunifikowanej. Running the published tag would send your prompts to a hosted GPU rather than your own machine.