> ## Content Index > Fetch the complete content index at: https://fomoera.com/llms.txt > Use this file to discover other available public pages before exploring further. # Aleph Alpha libera Kolibri, su IA con pesos abiertos y hasta un millón de tokens de contexto - URL: https://fomoera.com/aleph-alpha-kolibri-pesos-abiertos/ - Published: 2026-10-04T01:40:00.000Z - Updated: 2026-10-04T01:40:00.000Z - Description: Kolibri puede ejecutarse en infraestructura propia. Sus pesos ocupan unos 78 GB en FP8 y Aleph Alpha recomienda usar hasta 262,144 tokens para tareas complejas, aunque admite una ventana mayor. - Author: Patricia Rodriguez - Tags: Tecnología y Ciencia, IA Aleph Alpha publicó el 3 de octubre de 2026 los pesos de **Kolibri**, un modelo de inteligencia artificial para alemán e inglés que admite hasta un millón de tokens de contexto. La distribución bajo Apache 2.0 permite a organizaciones ejecutarlo en infraestructura propia y mantener allí sus documentos. Esa autonomía exige hardware especializado: sus pesos ocupan unos 78 GB en FP8, según la ficha oficial. La empresa alemana presenta Kolibri como una herramienta para administración pública, industria y sector aeroespacial. Afirma que lo entrenó en infraestructura de Alemania y Finlandia, y publicó un informe técnico de 189 páginas sobre su desarrollo y evaluación. ## Menos cómputo por token, con los pesos completos en memoria Kolibri tiene **78,100 millones de parámetros totales** y activa unos **3,460 millones por token**. Su arquitectura de mezcla de expertos, o MoE, selecciona partes especializadas del modelo para procesar cada unidad de texto. Así reduce el cómputo por token, aunque todos los pesos deben permanecer en memoria. Los 78 GB corresponden a los pesos en FP8, un formato de ocho bits. El funcionamiento necesita memoria adicional para procesar las consultas. Entre las configuraciones mínimas, Aleph Alpha enumera dos GPU H100 SXM5 o una H200\. El informe técnico explica que alargar las consultas aumenta la memoria destinada al contexto y puede reducir cuántas solicitudes se atienden simultáneamente. ## Un millón de tokens es el máximo, con una recomendación menor La ventana de contexto determina cuánto texto puede manejar el modelo en una interacción. Se mide en tokens, unidades que pueden representar palabras o fragmentos de ellas. La ficha de Hugging Face precisa que el contexto nativo es de **262,144 tokens**, mientras que la extensión validada llega a **1,048,576**. Aleph Alpha recomienda el límite menor para tareas complejas y despliegues que prioricen rapidez o capacidad de atender consultas. Habilitar el máximo requiere ajustar la configuración del servicio de inferencia. También conviene conservar el idioma al leer sus resultados. En las pruebas publicadas por el desarrollador, Kolibri obtuvo 96.9% en AIME 2025 en inglés y 87.5% en su versión alemana. Esas cifras miden desempeño en problemas matemáticos bajo las condiciones descritas por la empresa. La apertura permite descargar y adaptar los pesos y archivos de configuración publicados. La licencia deja fuera otros componentes, como el código de entrenamiento. Para una organización que quiere operar la IA internamente, el cambio concreto es disponer del modelo y controlar dónde se ejecuta, con capacidad de hardware y contexto que debe dimensionar para sus consultas. *Fuentes:* [1](https://aleph-alpha.com/en/blog/kolibri-has-landed-a-sovereign-open-weight-model/?ref=fomoera.com), [2](https://huggingface.co/Aleph-Alpha/Kolibri-1?ref=fomoera.com), [3](https://aleph-alpha.com/downloads/tech-report.pdf?ref=fomoera.com)