Kolibri-1: instale a IA alemã num Mac de 64 GB

O Kolibri-1 é um modelo de IA de texto da Aleph Alpha, empresa de Heidelberg, Alemanha. Você pode baixar os pesos no Hugging Face e rodá-lo em infraestrutura própria. Assim, por exemplo, um escritório pode analisar documentos sem enviá-los a um serviço externo. Isso não garante conformidade com a LGPD por si só: acesso, retenção e segurança continuam sendo responsabilidade da empresa.

Pesos abertos sob Apache 2.0 permitem uso comercial e adaptação, inclusive em um produto. A licença dos pesos e arquivos de configuração não abre o código de treinamento. O modelo foi lançado em 03/10/2026. Ele entende inglês e alemão, não é um modelo para português, e só trabalha com texto.

Imagine um hospital com 384 especialistas por andar: para cada palavra, 6 são chamados, além de 1 especialista fixo. É a mistura de especialistas (MoE): em cada uma das 50 camadas, para cada token, só parte do modelo calcula a resposta. São 78,1 bilhões de parâmetros no total, 3,46 bilhões ativos por token. Mas os pesos inteiros ainda precisam caber na memória.

python3 -m venv kolibri-env && source kolibri-env/bin/activate

python -m pip install -U mlx-lm huggingface_hub

python -m pip show mlx-lm

hf download velaia/Kolibri-1-MLX-4bit --local-dir Kolibri-1-MLX-4bit

python Kolibri-1-MLX-4bit/run.py generate --model Kolibri-1-MLX-4bit --prompt "Erkläre kurz den Unterschied zwischen Wetter und Klima." --chat-template-config '{"reasoning_effort": "low"}' --temp 1.0 --top-p 0.97 --top-k 128 --max-tokens 1024

Para empresas: GPU própria (rota oficial; não testada por nós)

A Aleph Alpha documenta o pacote aleph-alpha-inference com o plugin de vLLM e API compatível com OpenAI. No servidor GPU adequado, instale e depois inicie o serviço:

python -m pip install "aleph-alpha-inference>=1.0"

vllm serve Aleph-Alpha/Kolibri-1 --kv-cache-dtype fp8 --reasoning-parser kolibri1 --tool-call-parser kolibri1 --enable-auto-tool-choice

A imagem oficial alternativa é ghcr.io/aleph-alpha/aleph-alpha-inference. A Aleph Alpha recomenda temperatura 1.0, top_p 0.97 e top_k 128. O contexto nativo treinado é de 262.144 tokens; até 1.048.576 foi validado, mas a recomendação é ficar em até 262.144 para tarefas complexas e eficiência. Contexto grande exige ainda mais memória; não significa que o modelo nunca esquece.

Perguntas rápidas

É grátis? Em 08/10/2026, os pesos e a configuração estão disponíveis sob Apache 2.0 sem cobrança de licença. Máquina, energia e operação não são grátis. Não use um preço de computador sem conferir a loja na data de compra.

Fala português? Não como idioma-alvo declarado: o cartão oficial lista apenas inglês e alemão. A licença permite ajuste fino, mas isso não garante desempenho em português.

Funciona no Ollama ou no LM Studio? Não presuma. Em 08/10/2026, a rota documentada é vLLM com o plugin da Aleph Alpha ou MLX com launcher comunitário; não há aqui instalação de um clique validada nessas ferramentas.

Posso usar no meu produto? Sim, os pesos Apache 2.0 permitem uso comercial, respeitadas as condições da licença e as políticas de uso. Mantenha os dados internos apenas se você realmente servir localmente, sem encaminhar pedidos a terceiros.

A Aleph Alpha virou Cohere? Em 16/09/2026 as empresas anunciaram um acordo de fusão. Em 08/10/2026, a aprovação regulatória ainda estava pendente; não trate como concluída.

Fontes: modelo e licença, conversão MLX comunitária, lançamento e vLLM e acordo com Cohere.