Kolibri — Aleph Alpha 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
Kolibri 1 是 Aleph Alpha 面向德语和英语的混合专家（MoE）推理模型，于 2026 年 10 月发布，权重采用 Apache-2.0 许可证。它从零开始训练，支持可调节的推理强度和工具调用，并以大部分滑动窗口注意力的设计降低长上下文的缓存成本。内存方面的代价是实实在在的：所有专家都必须驻留内存，因此它是服务器和大内存工作站模型，而不是笔记本模型。
变体
Kolibri 最小的变体在 Q4_K_M 下约需 48 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| Kolibri 1 → 78B (3.5B active) | ~48.3 GB | 262,144 | 云端托管标签 |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 Kolibri
安装 Ollama，然后拉取标签。
目前没有 Ollama 或 LM Studio 路线：标准 llama.cpp 不支持该架构。官方路线：vLLM 加 Aleph Alpha 的 aleph-alpha-inference 插件，该插件固定一个 vLLM 次版本。社区路线：需要打补丁 llama.cpp 的实验性 GGUF，以及需要约 64 GB 统一内存的非官方 MLX 转换。
在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: Kolibri 1推荐 GPU
目录中能在本地运行 Kolibri（至少 48 GB 显存）的最便宜 GPU 是 NVIDIA DGX Spark (128 GB).
Kolibri — 常见问题
How much VRAM does Kolibri need?
Kolibri needs about 48 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Kolibri 1 (48 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Kolibri on an RTX 4090 (24 GB)?
Kolibri's smallest variant needs about 48 GB, which exceeds a single RTX 4090 (24 GB). Use multiple GPUs, a higher-VRAM card, or Apple Silicon with large unified memory.
What quantization should I use for Kolibri?
Q4_K_M is the best balance of quality and VRAM for Kolibri in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run Kolibri with Ollama?
Kolibri has no local Ollama tag — the published tag is cloud-hosted, so running it sends your prompts to a hosted GPU rather than your own machine.