超级管理员
楼主
10 月 3 日到 4 日之间，Aleph Alpha 放出了一个定位很明确的模型：Kolibri。
硬参数：
- 总参数 78B，激活参数约 3B，是英德混合专家（MoE）架构。
- 上下文最长 100 万 token。
- 权重以 Apache 2.0 许可证完整开放。
- 训练在德国和芬兰完成，官方强调欧洲构建。
厂商自测的基准分： AIME 2025 拿 96.9，GPQA Diamond 84.3，LiveCodeBench v6 85.9，BFCL v4 61.4，LongBench Pro 64.5。这些是厂商自己报的数，看个量级就好。
这个模型的价值不在跑分，在定位。 78B 总量配 3B 激活，意味着它的知识容量接近大模型，但单次推理只激活一小部分，服务成本远低于同规模稠密模型。对要自建推理服务的组织来说，这是能落地的配置。
Apache 2.0 是第二个关键点。 现在不少「开源」模型带自定义附加条款，商用有阈值限制或需要单独谈。Apache 2.0 没有这些，可以直接打包进商业产品。
第三个点是主权。 目标客户是公共行政、工业、航空航天这类受监管行业，核心诉求是内部文档不出本地、模型可审计、部署位置可控。这不是技术洁癖，是合规硬要求。
如果你的组织在评估这类模型，上线前必须测这几项，而不是只看基准分：
- 量化后的精度损失。厂商给的分数通常是 FP8 或 BF16，你实际部署可能要压到 4bit。
- 显存与吞吐。78B 的总量意味着权重文件不小，多卡部署的方案要想清楚。
- 数据溯源与许可义务。训练数据怎么来的、有没有附加义务。
- 可复现性和回滚。换版本能不能退回，权重有没有固定存档。
一个更宏观的判断： 模型竞争正在从参数规模转向数据管线和部署形态。区域语言、行业合规、本地部署这些「非通用」能力，正在变成可以建立壁垒的地方。一个模型不必在所有榜上第一，只要在某一类客户那里不可替代，就有商业价值。
顺带说，这条路线对国内做行业大模型的团队也有参考意义：与其追通用榜，不如把某个垂直领域的合规和部署做透。
本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。