Kolibriが語る「主権」 — ドイツ製オープンウェイトモデルは何を所有しているのか

言語モデルの「主権」とは、学習データと計算場所の属性なのか、それとも重みを受け取った利用者が手にする統制権の属性なのか?

導入

2026年10月3日、ドイツ統一の日に、Aleph Alphaは新モデルKolibriを公開した。発表記事のタイトルは「Kolibri Has Landed: A Sovereign Open-Weight Model」。英語・ドイツ語のバイリンガルなMixture-of-Expertsトランスフォーマーで、総パラメータ78Bのうちトークンあたりのアクティブパラメータは約3Bである。コンテキストは最大1Mトークンに対応し、完全な重みはHugging FaceからApache 2.0ライセンスで入手できる。Hacker Newsでこの発表は713ポイントを集め、同じ日にIBMのAIエンジニアTejas Kumarが書いた解説「Aleph Alpha Kolibri: How the sovereign German LLM works」も424ポイントを集めて、二つのスレッドは事実上一つに統合された。

興味深いのはモデルそのものより「主権(sovereign)」という言葉である。発表記事はこの語をタイトルに掲げ、Hacker Newsのコメントの多くも性能ではなくこの語をめぐって争った。このブログは6月30日に、EUデジタルIDウォレットがGoogleとAppleのプラットフォームに依存する逆説を取り上げた。そのときの問いが「インフラを他者が握っているとき、主権とは何か」だったとすれば、今回の問いは少し違う。重みを公開したモデルにおいて、主権はどこにあるのか。そして、そのモデルを作った会社がまもなくカナダ企業の一部になるとき、その言葉は何を保証するのか。

Aleph Alphaが定義した主権と、公開された数字

まず発表記事が自ら与えた定義を確認しておく。Aleph Alphaにとって主権とは二つの次元の組み合わせである。一つはモデルをどう作ったか、もう一つはそれが顧客にどう引き渡されるかだ。前者について、発表記事はチームがドイツでモデルを作り、ドイツとフィンランドのインフラ上で、欧州法とドイツ法のもとで、外国の支配を受けずに学習させたと書く。データキュレーションから事前・事後学習、最適化に至るパイプライン全体を自社で所有していることが主権の土台だという説明である。後者については、顧客がデプロイの完全な自由と知的財産の安全を得るため、「コンプライアンスが継承される属性」になると述べる。EU AI Act、汎用AI行動規範(GPAI Code of Practice)、GDPRを最初から念頭に置いて作ったという一文もある。

数字はかなり具体的だ。事前学習は16kのシーケンス長で20Tトークンを21日間、中間学習は64kで3.44Tトークン、長文適応は256kで200Bトークン。合計約24Tトークンである。Kumarの解説によれば、学習にはNVIDIA B200が768基使われた。事前学習データの構成は英語約62%、コード14%、ドイツ語21.3%(約4.3Tトークン)だ。50層のうち40層は512トークンのスライディングウィンドウアテンションを使い、5層ごとに1層だけが全コンテキストを見る。各層には384個の小さなエキスパートと1個の共有エキスパートがあり、ルーターはトークンごとに6個を選ぶ。

ドイツ語データの確保方法は、この発表で最も読みごたえのある部分である。小型プロキシモデルの実験ではドイツ語約20%が最適で、20T規模ならドイツ語4Tトークンが必要だった。ところが公開ドイツ語データセットは重複除去とフィルタリングの後に390Bトークンしか残らなかった。そこで三つの方法を使った。第一に、Common Crawlからドイツ語を自前でキュレーションした。平均単語長の長い文書を除外する標準的なフィルタはドイツの行政文体を黙って消してしまうため、パラメータを調整し直す必要があり、その結果1.3Tトークンを得た。第二に、手元のドイツ語文書をLLMで百科事典の項目、問答、本文の形式に書き換えるリフレーズで約1Tトークンを作った。第三に、英語をドイツ語に翻訳する方法は前モデルのKolibri Originでのみ使った。翻訳されたコーパスは英語Webの地理的・制度的な分布を引き継ぎ、発表記事の言葉を借りれば「アメリカのように見える世界について、ドイツ語で話す」モデルを生むからだ。

トークナイザーも同じ方向を向いている。UniBPEという新しい手法で学習した128k語彙のトークナイザーは、ドイツ語の複合語の形態素境界を尊重する。Kumarは自ら実験を行った。ドイツ基本法の全文(185KB)を六つのトークナイザーで数えたところ、Kolibriが35,190トークン、GPT-4oとGPT-5が使うo200k_baseが41,482トークンで、後者が17.9%多かった。英語の公式訳ではほぼ同等だった。「Bundesverfassungsgericht(連邦憲法裁判所)」がo200k_baseでは6トークン、Kolibriでは2トークンに分割されるという例も示している。

フロンティアとの距離、そして公開された弱点

性能はどうか。発表記事の主張は「品質対サービングコスト」のパレートフロンティア上にあるというものだ。同じサービングコストでより高い品質を、あるいは同じ品質をより安く出す比較モデルは存在しない、という意味である。Kumarがまとめた表では、Kolibriはアクティブパラメータ3B前後のモデルの中で総合スコア英語75.5、ドイツ語70.8となり、Qwen3.5 35B-A3B(74.7 / 69.8)をわずかに上回る。AIME 2025ドイツ語版では87.5でNemotron 3 Nano(84.4)を上回り、1Mトークンの長文テスト(RULER、ベースモデル)では63.2を記録した。

しかし、この解説の美点は弱点も同じ大きさで書いている点にある。Kumarによれば、Aleph Alphaはモデルカードで最も弱い項目を最も強い項目のすぐ隣に載せている。文書なしで問うクローズドブックの知識テストでは比較対象12モデル中最下位(51.0)である。マルチターンのツール呼び出し(BFCL)は39.8で、GLM-4.7 Flashの58.2に大きく及ばない。Terminal-Bench 2.1は27.7でQwen3.5 35B-A3Bの39.7より低く、SWE-bench Verifiedは66.4でQwen3.6 35B-A3Bの73.8より低い。そして決定的なのは、デンスモデルのQwen3.8 27Bが英語80.2、ドイツ語79.9でKolibriを大きく引き離していることだ。トークンあたり約8倍のパラメータを使っているとはいえ、である。

Hacker Newsの反応はここで割れた。sajithdilshanは、記憶にある知識も弱く、マルチターンのツール呼び出しも弱く、コーディングエージェントとしても最良でないなら、いったい何が得意なのかと皮肉った（直接の引用ではなく、コメントの要旨の要約）。amoshebbは、Kolibriのハーネス、Kolibriのベンチマークでさえ、Qwen3.8 27Bがドイツ語で79.9対70.8で勝っていると指摘した（直接の引用ではなく、コメントの要旨の要約）。spijdarは、アクティブ6B級のMoEであるQwen3.8 Flashとの比較が欠けており、代わりにほぼ1年前に出たQwen3-Next 80B-A3Bと比較している点が目につくと述べた（直接の引用ではなく、コメントの要旨の要約）。

反対側の声もあった。hypferは、このモデルを切り捨てる人々はすべてのユースケースがシリコンバレー流のアプリ開発ではないことを見落としていると書いた。ドイツ語で届くサポート案件を既存の事例に照らして自動処理し、しかもそのデータをクラウドAPIに流さない、そうした業務こそが本当の対象だというのである（直接の引用ではなく、コメントの要旨の要約）。この指摘は発表記事のポジショニングと正確に重なる。Aleph Alphaは行政、製造、航空宇宙といった規制領域を狙い、半導体・ドイツ公共部門・航空宇宙・自動車部品・産業用ドライブの五分野で顧客を模したベンチマークを別途作成し、そのうち四つで首位または同等だとしている。

ここで注目すべきは「わからないと言う」能力である。Merlin-Arthurプロトコルという独自の学習手法は、三人のプレイヤーによるゲームだ。Merlinは答えが見つけやすくなるように文書を隠し、Morganaは答えの根拠を消してArthur(学習対象のモデル)をハルシネーションへ誘う。Arthurはどちらを相手にしているかを知らないため、目の前の証拠が答えを裏付けるかを実際に確かめることだけが勝ち筋になる。Kumarによれば、Artificial AnalysisのOmniscienceテストでKolibriは、答えを知らないとき44%のケースで作り話をせずに「わからない」(または部分的な答え)と返した。Qwen3.5 35B-A3Bは11.1%だった。ただし同じテストの正答率は14.8%で、Qwen3.5(22.2%)より低い。知っていることは少なく、知らないことを知る能力は高い。規制産業の顧客にとってこの組み合わせが意味を持つ理由を、発表記事は「パイロットと本番デプロイを分ける違い」と表現している。

現場からの反証も一つあった。gpugregは、ドイツのWebサイトの連絡先表記(書き方を誤ると500ユーロ程度の負担になりうるという)について尋ねたところ、2024年からデジタルサービス法(DDG)に置き換えられたテレメディア法(TMG)を根拠に挙げたと報告している（直接の引用ではなく、コメントの要旨の要約）。ドイツ行政に特化したはずのモデルがドイツ行政の最新法令を取りこぼす。これは「特化」がまだ約束の段階にあるというシグナルかもしれない。もっとも、一人の一回の質問である点は割り引いて読む必要がある。

主権の四つの層 — データ、計算、ライセンス、ガバナンス

ここで冒頭の問いに戻ろう。モデルの主権は何によって成り立つのか。筆者は、これを四つの層に分けて見るのが有用だと考える。学習データ、計算場所、ライセンス、そして会社のガバナンスである。Kolibriはこの四つの層でそれぞれ異なる評価を受ける。

第一に、データ。Aleph Alphaはデータ収集から評価までのすべての判断を説明できると述べ、189ページの技術レポートを公開した。miellabyは、データセットの作り方までチュートリアルのように説明したこのレベルの開放性は初めて見たと評した（直接の引用ではなく、コメントの要旨の要約）。しかしKumarは「主権とは、欧州の外から何も入っていないという意味ではない」とまとめる。モデルカード自身が、英語のWebテキストはGoogleのGemma 4で、ドイツ語はMistral-NeMoでリフレーズし、品質フィルタ用のラベルはQwen3-32Bが付けたと明かしている。その後、そうしたモデルが持ちうる政治的バイアスをフィルタリングしたという。dosingaが、ドイツ語のリフレーズに使った「LLM」とは何で、それがどう主権的なのかと問うたのもこの点である（直接の引用ではなく、コメントの要旨の要約）。データの主権は「出所を隠さない」という意味では成立するが、「出所がすべて国内」という意味では成立しない。

第二に、計算。ドイツとフィンランドのインフラで学習したことは事実として示されている。しかしshevy-javaが指摘したように、ハードウェアそのものは主権的ではない（直接の引用ではなく、コメントの要旨の要約）。B200は米国企業のチップだ。計算場所の主権とは「どこで動かしたか」であって、「何で動かしたか」ではない。

第三に、ライセンス。ここがKolibriの主権の主張が最も堅い部分である。Apache 2.0で重みが公開されれば、その瞬間に主権は会社から利用者へ移る。Kumarの言葉どおり、省庁や自動車部品メーカーが自社サーバーで動かせば、データは建物の外に出ず、誰もその足元でモデルを差し替えたり止めたりできない。ただしライセンスが対象とするのは重みと設定ファイルであり、学習コードと手法に関する権利はAleph Alphaが保持する。さらに実行にはAleph AlphaのvLLMプラグインが必要で、このプラグインは一度に一つのvLLMバージョン(現時点で0.29)しかサポートしない。重みは開かれているが、実行経路はまだ一社の手を通っている。

第四に、ガバナンス。発表記事が語らなかったことがここにある。Futurum Groupの4月の分析によれば、カナダのCohereは2026年4月24日にAleph Alphaとの統合を発表し、統合後の持ち分はCohere株主が約90%、Aleph Alpha株主が約10%と見込まれる。SiliconANGLEによれば、両社は9月16日に合併契約に署名し、規制当局の承認後はCohereブランドで運営され、ベルリンとトロントに二本社を置く。ハイデルベルクの本社はAI研究センターになる。amoshebbは、買収完了後も90%所有でトロントから運営される会社が「主権」を名乗れるのかと問い、tomCombは、その事実を隠す必要はなく、むしろ米国でも中国でもない少数の企業こそコストを分かち合うべきだと主張した（いずれも直接の引用ではなく、コメントの要旨の要約）。

この四つの層を並べると、逆説が鮮明になる。会社のガバナンスがドイツの外へ移るまさにその時点で、会社は最も強い形の主権、すなわちApache 2.0のオープンウェイトを世に出した。重みが公開された以上、Kolibri 1という特定のアーティファクトの主権は、合併の帰結とは無関係に利用者の手に残る。会社の主権は揺らいでいるが、モデルの主権はすでに移転済みである。これこそが「主権モデル」という言葉の最も正直な読み方なのかもしれない。

Aleph Alphaの軌跡と示唆

Aleph Alphaの歩みもこの読み方を裏付ける。Futurumによれば、同社は2023年11月にSchwarz Group、SAP、Bosch、HPEが主導した5億ドル規模のシリーズBを受けたが(実際の入金額は見出しの額より少なかったとの報道があったという)、その後OpenAI・Anthropic・Googleと基盤モデルの性能で正面から競う道は現実的でないと判断し、PhariaAIというエンタープライズ・公共向けの運用レイヤーへと舵を切った。創業者のJonas Andrulisは2025年末にCEOを退いている。Hacker Newsでは9devが、人材は去り、他のラボに追いつけなかったと酷評した（直接の引用ではなく、コメントの要旨の要約）。

ところがKolibriは、その軌跡とは逆の方向を指している。学習チームの一員だと名乗るpeterBlue75は、これは結成から1年に満たないチームの最初のリリースであり、反復速度に注力してきたと書いた（直接の引用ではなく、コメントの要旨の要約）。発表記事の「Model Factory」の節はそれを具体的に示す。1月にパイプラインの作業を始め、6月11日にKolibri Origin(30B、65kコンテキスト、7.5Tトークン)の事前学習を終え、3か月後の9月11日にKolibri(78B、最大1M、20Tトークン)の事前学習を終えた。すべてのコード変更が小規模なエンドツーエンド学習をトリガーし、学習の実行はGitHub Actionsのワークフローであり、再現はコミットのチェックアウトで済む。21日間の事前学習で38回の予定外の中断があったが、すべて人手を介さずに別のノードで再開された。発表記事は、これが「易しい方向」だったことも自ら認めている。パラメータとデータを増やし、よく知られたアーキテクチャで、しかもまだ小さな規模で、という意味だ。そして今年作ったもので最も長く残るのはパイプラインではなく、LLMをゼロから作り出せるチームだと書いている。

示唆は三つに整理できる。一つ目に、「主権モデル」の競争相手はフロンティアモデルではなく、同じ階級の中国製オープンウェイトモデルである。比較表がQwen、Nemotron、GLMで埋められていることがその証拠だ。規制領域の買い手が実際に選ぶ選択肢は「GPT対Kolibri」ではなく、「オンプレミスのQwen対オンプレミスのKolibri」である。二つ目に、その競争でKolibriが打ち出す差別化はスコアよりも監査可能性だ。niemandhierが、いま主権モデルが最も得意であるべきなのは他のモデルの結果を監査する「信頼アダプター」の役割かもしれないと書いたのは、この方向を的確に突いている（直接の引用ではなく、コメントの要旨の要約）。三つ目に、FuturumのNick Patienceが述べたように、主権の物語は欧州の公共・規制産業向け販売の必要条件ではあるが、性能が競争力を備えなければ持続的成長の十分条件にはなりにくい。ただしこの判断はまだ推測の域を出ない。主権AIが持続的な市場カテゴリーなのか、現在の地政学的な局面への反応なのかは、データがまだ語っていない。

結論

Kolibriはフロンティアモデルではない。発表記事もそう主張してはいない。それは3Bのアクティブパラメータでドイツ語を効率よく読み、根拠がなければ「わからない」と言うよう訓練された、オンプレミス向けのモデルである。そして同じ階級の中でもすべての項目で勝つわけではない。デンスの27Bモデルには大差で負ける。

しかし「主権」を四つの層に分けてみると、このモデルが実際に何を引き渡しているのかが見えてくる。学習データには米国と中国のモデルの手の跡が残り、ハードウェアは米国製であり、会社はまもなくカナダ企業の一部になる。残るのはライセンスだ。Apache 2.0で公開された78Bの重みと189ページの技術レポートは、会社の所有構造がどう変わろうと回収されない。主権を、作る側が主張する属性ではなく、受け取る側が行使できる統制権として捉えるなら、Kolibriはその言葉の最低限の定義を満たしている。

あなたの組織が「主権AI」を求めるなら、その要求が四つの層のどこを指しているのかをまず問うべきだろう。データの出所なのか、計算の場所なのか、重みに対する権利なのか、供給者の国籍なのか。答え次第で、Kolibriは十分な選択肢にもなり得るし、まったくそうでないこともあり得る。

出典: