Das Modell verarbeitet laut Aleph Alpha Kontextlängen von bis zu einer Million Tokens. Das Unternehmen hat Kolibri auf Deutsch, Reasoning, Mathematik und agentisches Verhalten spezialisiert. Gedacht ist es für regulierte Einsatzbereiche wie öffentliche Verwaltung, Industrie und Luftfahrt. Als Ziel nennt Aleph Alpha Anwendungen, bei denen branchenspezifische Sprache, Vorgaben und Abläufe berücksichtigt werden müssen.
Kolibri soll sich laut Unternehmen effizient auf eigener Infrastruktur betreiben lassen. Damit können interne Daten verarbeitet werden, ohne sie an externe Inferenzdienste zu senden. Aleph Alpha hebt außerdem die Offenheit der Gewichte und die Apache-2.0-Lizenz hervor. Für die Entwicklung beschreibt das Unternehmen eine durchgängige Trainingspipeline, die Datenaufbereitung, Vortraining, Nachtraining und abschließende Auswertungen umfasst.
Als Vorgängermodell nennt Aleph Alpha Kolibri Origin mit 30 Milliarden Gesamtparametern, 3 Milliarden aktiven Parametern und einem Kontextfenster von 65.000 Tokens. Kolibri wurde laut Unternehmen mit derselben Pipeline trainiert. In internen, auf Kundenbereiche zugeschnittenen Tests stieg der Wert für einen Automobilzulieferer von 0,72 auf 0,99, für den deutschen öffentlichen Sektor von 0,54 auf 0,75 und für industrielle Antriebstechnik von 0,31 auf 0,60. Die Tests bilden nach Angaben von Aleph Alpha typische Fähigkeiten, Arbeitsabläufe und Sonderfälle der jeweiligen Branchen ab; Kundendaten seien dafür nicht zum Training verwendet worden.
Bei Mathematik, Programmierung, Grounding und Aufgaben mit langen Kontexten erreiche Kolibri laut Aleph Alpha eine Leistung auf dem Niveau von Modellen mit bis zu viermal so vielen aktiven Parametern. Das Unternehmen beschreibt zudem ein günstiges Verhältnis zwischen Modellqualität und Bereitstellungskosten für Englisch und Deutsch. Die veröffentlichten Angaben stammen von Aleph Alpha; unabhängige Ergebnisse aus den genannten internen Tests führt das Unternehmen in seiner Darstellung nicht an.