AIの「主権」はどこにある？ドイツ発Kolibriが示すモデル選びの新基準
AIを業務に組み込むとき、モデルの賢さだけを比べれば十分だろうか。行政文書や製造現場の知識を扱うなら、データをどこで処理し、誰がモデルを更新でき、どの言語の情報で学んだかも同じくらい重要になる。
ドイツのAleph Alphaは10月3日、言語モデル「Kolibri」の重みを公開した。英語とドイツ語を対象とするモデルで、Apache 2.0ライセンスの下、利用者が自ら配備できる。発表が掲げる「主権」は、単にサーバーの所在地を指す言葉ではない。モデルを作る過程と、使う側に残る選択権の両方を問うている。
小さく動かす設計にも、大きな条件がある
Kolibriは総パラメーター約781億の「Mixture of Experts」方式だ。回答を作る際には、そのうちトークン当たり約35億を使う。計算量を抑えながらモデルの容量を確保する設計だが、使わない部分の重みも保持する必要がある。公式モデルカードによると、重みだけで約78GBのメモリーを要し、最小構成でも高性能GPUが必要だ。「約35億だけ動く」を、一般的なノートPCで手軽に運用できるという意味に読み替えてはいけない。
最大約100万トークンの文脈に対応する一方、開発元は複雑な作業や運用効率を重視する場合、約26万トークン以下を勧めている。長い資料を投入できることと、その全体を安定して理解できることも別の話だ。性能表は開発元が公開した評価結果であり、各組織が導入を決めるには自分たちの文書と業務で確かめる必要がある。
「自分たちの言語」で作るという選択
この発表で興味深いのは、英語圏のモデルを翻訳で補うだけでは足りない、と開発元が考えた点だ。Kolibriの事前学習ではドイツ語が約2割を占める。ドイツ語の行政文書などを英語向けの基準で機械的に選別すると、長い複合語を含む文章が落ちやすい。そこで収集・選別の方法と、単語を細かく区切る仕組みまで独英向けに調整したという。
企業は学習データの選定から評価まで自社で管理し、ドイツとフィンランドの設備で学習したと説明する。利用者は重みをダウンロードし、第三者の推論サービスに内部文書を送らずに運用する選択もできる。ただし、公開された重みだけでデータの来歴、運用時の安全性、規制への適合が自動的に証明されるわけではない。どの環境に配備し、アクセス権や記録をどう管理するかは利用者の仕事として残る。
日本への示唆は「モデル名」より設計図
Kolibriの対象言語は英語とドイツ語で、日本語性能はこの発表から判断できない。それでも日本にとって示唆はある。行政、医療、製造のように専門用語と地域の制度が密接な分野では、データを国内に置くだけでなく、日本語の一次資料をどう集め、誤答をどう測り、更新や監査の権限を誰が持つかを一体で考える必要がある。
Aleph Alphaは、資料に根拠がなければ「分からない」と答える訓練も重視したという。業務で価値があるのは、答えを増やすことだけではない。答えてよい範囲を決め、人が確認できる形で示すことだ。Kolibriは完成された日本語AIの答えではなく、言語、配備、評価を自分たちの条件で組み立てるための具体例として読むべきだろう。
出典：Aleph Alphaの発表、Kolibri公式モデルカード。性能・仕様は開発元の公表値。内容は2026年10月5日時点の公開情報に基づく。