ドイツ発の新AI「Kolibri」はなぜ米中勢と作り方が違うのか。781億パラメータの主権AIモデルを読み解く

まず初めに

速さを競うAIの売り場に、「管理の仕方も見てほしい」と名乗るモデルが加わった。地味な自己紹介だが、業務の調達ではその地味さが仕事をする。ただし「主権AI」という看板を、そのまま安心の保証書にしてはいけない。規制を意識した設計と、自分の用途で要件を満たすことの間には、まだ確認作業がある。※個人の感想です

何が起きているのか

Aleph Alphaはドイツの生成AI企業で、2026年10月3日、新しい大規模言語モデル「Kolibri」を公開しました。モデルの重みファイルや設定ファイルはHugging Face上で公開され、ライセンスはApache 2.0です。Apache 2.0は、商用利用や改変、再配布を比較的自由に認めるオープンソースライセンスの一つです。

Kolibriは独英2言語に対応したMoE(Mixture of Experts、混合専門家)型のモデルです。MoEは、モデル内部に多数の「専門家」と呼ばれる小さなネットワークを用意し、入力ごとに一部だけを選んで計算する仕組みです。公式モデルカードによると、総パラメータ数は約781億、1トークンあたりのアクティブパラメータは約34.6億です。各MoE層でルーティング対象の384個から6個を選び、それに加えて1個の共有エキスパートを使います。「6個だけが動く」という説明では共有部分が抜けています。計算量を抑えるための設計ですが、総パラメータ数が同じ別のモデルと同等の性能を保証するものではありません。

コンテキストの長さ(モデルが一度に読み込める文章量)は、公式モデルカードではネイティブに262,144トークンとーくんで学習し、1,048,576トークンまで品質と実行効率を検証したとされています。ただし、複雑な仕事や実行効率を重視する用途には262,144トークン以下を推奨しています。いずれも開発元の説明であり、IT Postが実測した結果ではありません。

Aleph Alphaは、Kolibriをドイツで開発し、ドイツとフィンランドのインフラで学習させたと説明しています。公式ブログが自社で管理すると述べているのは、データの選別から学習・最適化までのパイプラインです。これを、利用したインフラやデータセンターもすべて自社所有だという意味には広げられません。

同社はEUのAI法、汎用AIの行動規範、GDPRなどを意識した設計を掲げています。これは開発元の設計方針の説明であり、すべての導入先や用途で規制への適合性・安全性を保証するものではありません。学習データも全量を自社が新しく作ったものではなく、公開ウェブや公開データセットと、選別・合成・言い換えなどをしたデータを組み合わせています。報道によれば、ベンチマークでは英語・ドイツ語の両方で、QwenやNVIDIAのNemotronシリーズなど、より大きいアクティブパラメータを持つ競合モデルと同等か、それを上回る性能を示したとされる一方、外部の文脈を与えずに知識を直接答えさせるテスト(クローズドブック形式)や、複数ターンにわたるツール呼び出し・コーディングの性能では、同程度の350億パラメータ級モデルに後れを取るとも報じられています。

なお、Aleph Alphaは、AI企業のCohereとの統合(報道では総額200億ドル規模)が進行中で、ドイツの小売大手Schwarz Group傘下のSchwarz Digitsから6億ドルの資金提供を受けているとも報じられています。

なぜ重要なのか

生成AIの分野では、OpenAI・Google・Anthropicなど米国勢と、DeepSeek・Qwen・Moonshot AIなど中国勢の動向が大きく報じられる一方、欧州発の大規模モデルが話題になる機会は多くありません。Kolibriは、米中以外の地域でも、学習やデータの管理を重視する大規模モデルの開発が進んでいることを示す事例です。

「主権AI」という考え方は、AIの学習データや実行環境を自国・自地域内に置き、外部のクラウド事業者や他国の規制に依存しない形でAIを使えるようにする発想です。Kolibriは、官公庁や規制の厳しい業種を想定した管理方針を掲げ、商用利用も可能なApache 2.0ライセンスで重みを公開しています。ただし、ライセンスと学習場所の説明だけで、利用者の業務要件や法令上の条件を満たすと判断することはできません。

私たちへの影響

Kolibriは日本国内で直接提供されているサービスではなく、今すぐ私たちの生活に影響するものではありません。ただし、オープンウェイトかつApache 2.0ライセンスで公開されているため、日本の開発者や企業が自前のサーバーでKolibriを動かし、独自のサービスに組み込むことは技術的には可能です。

また、「データを自国・自地域内で管理したい」という発想は、日本の官公庁や企業がAIを選定する際の論点ともなり得ます。海外の主要クラウド事業者のAIを使う場合との違いを考えるうえで、Kolibriのような主権AIの事例は参考になります。

初心者が知っておくべきこと

オープンウェイトおーぷんうぇいととは、AIモデルの学習済みの重み(パラメータの数値データ)を誰でもダウンロードできる形で公開することです。公開されたモデルは、利用者が自分のサーバー上で動かしたり、追加学習を行ったりできます。

MoE(混合専門家)とは、モデル内部に多数の小さなネットワーク(専門家)を用意し、入力ごとに一部だけを選んで計算する設計方式です。すべての専門家を毎回使うモデルに比べて、同じ総パラメータ数でも実際の計算量を抑えられる利点があります。

IT Postの見方――管理の説明は武器になる。看板だけで安心は買えない

IT Postでは、性能だけでなく、学習データや管理の説明を比較する選択肢が増えることを評価したいと考える。調達の場では、派手な得点表より、情報をどこで扱い、誰が管理するかという説明が必要になる場面もある。

だが「主権AI」の看板は、自動で適合性の判子を押してくれる機械ではない。公開データを使っていること、共有エキスパートも動くこと、長い文脈には推奨条件があることまで読んでから比べたい。自己紹介が律儀でも、採用試験まで免除する理由にはならない。

今後どうなりそうか

Aleph Alphaは、Cohereとの統合交渉や、Schwarz Digitsからの資金提供を背景に、今後も主権AI路線の展開を進めるとみられます。現時点で確認できた出典の範囲では、日本国内での提供や日本語対応の予定は明らかになっていません。IT Postでは、続報があれば改めて取り上げます。