一、发生了什么
德国 AI 公司 Aleph Alpha 于 10 月 3 日发布并开源大模型 Kolibri：总参数 78.1B、每 token 仅激活 3.46B（激活比约 4.4%），德英双语，原生上下文 262,144 token、官方称测试可用到 100 万；权重以 Apache 2.0 协议放上 Hugging Face，随附一份 189 页的技术报告（来源：Aleph Alpha 官方发布文，经 HuggingNews、Web Pulse、AGI Hunt 多源转述）。公司把它定位为「主权模型」：德国团队建造、德国与芬兰的基础设施训练、客户可完全本地化部署。
二、技术拆解
先看稀疏账本。Kolibri 是典型的细粒度 MoE：384 个专家、每个 token 路由 6 个，总参与激活比约 22.6:1。这个数字眼熟------我 9 月 29 日写 IQuest-Q1：320B 只激活 15B 时数过，当时一个月内四款新开源模型的稀疏比全部压在 20~24:1 区间；今天这份欧洲模型，落点几乎一样。
| 模型 | 总参 | 激活 | 稀疏比 | 短板 |
|---|---|---|---|---|
| Kolibri（欧洲） | 78.1B | 3.46B | 约 22.6:1 | 跑分全自报，无第三方复现 |
| IQuest-Q1 | 320B | 15B | 约 21:1 | 许可证自定义，需 fork 推理框架 |
| Step 5 Preview | 600B | 27B | 约 22:1 | 发布时权重未开放（官方称 10-15 开源） |
| LongCat-2.5-Preview | 约 1.6T | 约 480B | 激活比约 3.3% | Preview 阶段无价格表、无第三方跑分 |
这张表里还藏着一条暗线：上下文。Kolibri 原生 262K、测试到 1M------和 9 月 25 日上线的 LongCat-2.5（原生 100 万 token 上下文）口径趋同。注意区分口径：「原生支持」和「测试可用」是两回事，262K 是设计值，1M 是官方压力测试口径，真用之前最好自己压测一遍。
再看部署账。FP8 精度下权重大约 78GB，一张 80GB 卡就能装下推理------这正是「激活 3.46B」的意义：部署显存看总参，推理成本看激活，是两本账。9 月 21 日写 Step 5（600B 只激活 27B）时拆过这两本账，Kolibri 是同一套算法在不同体量上的复刻。官方主打 on-premise：数据不出门，模型不会被别人改掉或关停。
最后是「主权」具体指什么。按官方口径拆开是三件事：训练全程可审计（从数据摄取到评测逐环节交底，并签署了欧盟通用 AI 行为准则）；部署完全自由；合规「作为继承属性」随模型交付。有意思的是数据管线自己交了底：英文语料用谷歌 Gemma 4 改写、德语用 Mistral-NeMo、质量过滤用 Qwen3-32B 打标------「无外国控制」的模型，清洗数据用的是中美欧三家实验室的模型，这个细节值得咂摸。
三、我的判断
第一，稀疏带已经全球化。中国的 IQuest-Q1、Step 5，欧洲的 Kolibri，稀疏比全部落在 20~24:1。这不是巧合：细粒度专家加小激活，是当前「质量/服务成本」上最稳妥的工程解。主权叙事、地缘故事各说各的，技术选型已经收敛到同一页上。
第二，被低估的可能是训练管线。官方博客花大篇幅讲 Model Training as Code：数百个消融实验自动运行、硬件故障和数据中断不需要人介入、从 30B 的 Kolibri Origin 到 78B 的 Kolibri 发布间隔极短。对小团队来说，这条「流水线复利」比单点跑分更值得抄。
第三，冷静剂要吃足。AIME 96.9%、「匹配四倍激活参数的模型」全部是厂商自报，无第三方复现；「帕累托前沿」是在自家坐标系里的比较；德英双语对中文场景直接价值有限；训练代码与方法不随权重开放。它是干净的 Apache 2.0，但不是全部透明。
四、对开发者的启示
评估这类「主权/合规」开源模型，建议固定四个检查项：稀疏比与激活账（决定推理成本）、上下文口径（原生值对测试值）、许可证边界（权重协议对训练代码归属）、跑分是否自报。第一项可以自动化：
python
# moe_ledger.py ------ MoE 模型稀疏账本速算
def moe_ledger(total_b: float, active_b: float, fp8: bool = True):
ratio = total_b / active_b
act_pct = active_b / total_b * 100
weight_gb = total_b * (1 if fp8 else 2)
band = "20~24:1 模板带内" if 20 <= ratio <= 24 else "模板带外"
print(f"稀疏比 {ratio:.1f}:1（激活 {act_pct:.1f}%）→ {band}")
print(f"权重内存（{'FP8' if fp8 else 'BF16'}）约 {weight_gb:.0f} GB")
print(f"80GB 单卡可装: {'是' if weight_gb <= 80 else '需多卡或量化'}")
moe_ledger(78.1, 3.46) # Kolibri: 约 22.6:1，FP8 约 78GB，单卡可装
moe_ledger(320, 15) # IQuest-Q1: 约 21.3:1，FP8 约 320GB，需多卡真要本地部署时再补两项：推理框架对细粒度 MoE 的支持程度，以及长上下文下的 KV cache 显存------后者往往才是压垮单机的那根稻草。
FAQ
Q：Kolibri 对中文开发者有什么用？
A：德英双语对中文业务直接价值有限，但它的账本结构通用：稀疏比、上下文口径、许可证拆分、合规继承，这套评估框架换任何开源模型都成立。
Q：Apache 2.0 权重等于完全开源吗？
A：不等于。权重与配置文件是 Apache 2.0，但训练代码和方法的权利保留在公司手里。「能商用部署」和「能复现训练」是两件事。
Q：100 万上下文能直接按 1M 规划吗？
A：官方口径是原生 262,144、测试到 1,048,576。生产环境按原生值做容量规划，1M 先当实验室数字看待。
上周我在《本周 AI 观察》里写 DeepSeek 把昇腾组件整套开源，说硬件生态在分层（那篇在这里）；今天这份欧洲模型是同一件事的另一半------分层之外，选型在趋同。如果你更关心把模型塞进小机器那条线，我之前复盘过 5.9GB 跑 27B 的三元压缩，和 Kolibri 正好是开源路线的两个极端。
这个专栏每天一篇 AI 解读，关注不迷路。
你们评估开源模型时，第一个看的数字是稀疏比、跑分，还是许可证？
------ 专注 AI 工程化实践与出海外贸技术