# Aleph Alpha explica as escolhas de design do modelo Kolibri

> O blog mostra como o número de parâmetros, os FLOPs e o tamanho do cache afetam o custo de treinamento e a velocidade de execução dos modelos Kolibri de pesos abertos.

Oossa · 2026-10-07 · https://oossa.com/pt/aleph-alpha-explains-trade-offs-in-kolibri-model-design

Em 10 de julho de 2026, a Aleph Alpha publicou um artigo detalhado que mostra como a arquitetura dos modelos de linguagem Kolibri influencia os custos de treinamento e de implantação. O texto apresenta fórmulas para calcular o total de parâmetros e os parâmetros ativos, os FLOPs por token e o tamanho do cache KV, que armazena o contexto. Uma ferramenta interativa permite ajustar as configurações e comparar o Kolibri Origin, o Kolibri e outros modelos de pesos abertos.

## Os fatos

- Artigo publicado em 10/07/2026 (2026-07-10).
- O modelo Kolibri tem 78.1 B de parâmetros no total e 3.5 B de FLOPs ativos por token, com uma janela de contexto de 16 K.

## Por que importa

Desenvolvedores podem usar a ferramenta para equilibrar o tamanho e a velocidade do modelo e escolher uma configuração adequada ao orçamento de hardware.

## Fontes e referências

1. [Designing Kolibri: Architecture Trade-Offs from First Principles](https://www.aleph-alpha.com/en/blog/designing-kolibri-architecture-trade-offs-from-first-principles/) – Aleph Alpha
2. [Specialized LLMs punch above their weight](https://www.aleph-alpha.com/en/blog/specialized-llms-punch-above-their-weight/) – Aleph Alpha

Última atualização: 2026-10-08