Aleph Alpha (Aleph Alpha)
💰 Token 价格
| 类型 | 价格 | 备注 |
|---|---|---|
| 输入 (Input) | Enterprise contract — no public per-token price (quote-based; PhariaAI on-prem deployment custom-priced) | 每百万 tokens |
| 输出 (Output) | Same — enterprise quote, no public per-token list | 每百万 tokens |
No public free tier — self-serve signup creates an account, but pricing is enterprise contract only
🤖 支持模型（共 8 个）
✨ 优势
- ✓ 欧洲主权 AI：总部德国海德堡，受 GDPR 与 EU AI Act 严格约束
- ✓ Pharia-1-LLM-7B-control：7B 多语言模型，原生支持 DE/EN/FR/ES/IT/PT/NL 七种语言
- ✓ PhariaAI 全栈可私有化部署：模型权重 + 推理运行时 + PhariaOS/PhariaStudio 一并交付
- ✓ OpenAI Responses API 兼容（/v1/responses 端点，可直接替换 OpenAI Python SDK）
- ✓ 官方承诺：不存储用户 prompt、不基于用户数据训练、可解释输出（ExplanationRequest API）
- ✓ Cohere 合并中（2026-04 公告）：$20B 联合估值 + Schwarz Group 投资 $600M
- ✓ 客户：德国政府（8 万用户）、Bosch、SAP、Schwarz 集团、HPE、Hubert Burda Media
- ✓ 欧盟通用 AI 行为准则签署方（2026-02）
⚠️ 不足
- × 无公开定价 — 必须联系商务获取企业合同报价
- × 模型规模为 7B，与 GPT-4o/Claude 3.5 等前沿模型在原始能力上有显著差距
- × 无中国大陆服务，受欧盟出口管制约束
- × Cohere 合并尚未完成（2026-06 状态），产品路线图存在不确定性
- × API 文档主要面向企业客户，开发者自助上手文档相对简略
- × 无公开联盟推广计划
- × 无 Chat Completions 风格的传统端点（Responses API 为主），生态迁移需适配
🎯 适合场景
欧洲数据驻留刚需场景（政府/国防/金融/医疗）；需要本地化部署的欧盟企业；多语言（尤其德语/法语/西班牙语）应用；可解释性 AI 需求；GDPR 与 EU AI Act 合规优先的工程团队
💰 价格与方案
| 方案 / 路径 | 价格 | 包含额度与限制 | 最佳用途 |
|---|---|---|---|
| Kolibri-1 托管 API | 联系销售——无公开的按 token 价目 | 企业合同制；截至 2026-11-05 未公开输入/输出 token 单价；额度、费率表与 SLA 按客户洽谈 | 不想自购 GPU、但需要欧盟主权推理的受监管团队 |
| Kolibri-1 自托管（Apache 2.0 权重） | 许可 $0——GPU、电费与运维成本自负 | FP8 权重约 78 GB；最低 2x A100 80 GB、2x H100 SXM5、1x H200、1x B200 或 1x B300；推荐 2x H100 SXM5 / 2x H200 / 1x B200；长上下文还需额外显存 | 在自有硬件上部署并提供 Kolibri 服务 |
| PhariaAI 全栈 | 联系销售 | 通过 Helm chart 安装到你自己的 Kubernetes；支持主权云、混合云、私有云与完全本地部署；含 PhariaAssistant + PhariaStudio + PhariaOS + PhariaCatch；从零到可服务约 45 分钟 | 需要编排、评测与治理层，而不只是模型端点的企业 |
| Pharia-1-LLM-7B（企业合同） | 联系销售 | 提供权重与推理运行时供商业使用；两个变体（control、control-aligned）；针对德语、法语、西班牙语优化；不存储 prompt、不用客户数据训练 | 汽车与工程领域的遗留 7B 专用部署 |
| Hugging Face 上的 Pharia-1-LLM-7B | $0——仅限研究与教育用途 | Open Aleph License 仅允许非商业研究与教育用途；可用 Scaling 库推理模块本地运行；商用需签署企业合同 | 学术评测与研究，不适合商业生产 |
| 前置交付服务（Forward-deployed） | 需报价，通常与企业合同打包 | 涵盖方案设计、专项优化、部署与集成；把你的需求转化为评测集；在生产中按 KPI 持续优化；你的生产数据绝不会被用于训练 | 缺少内部 AI 交付能力的组织 |
| Kolibri API 注册 | 自助注册，无需信用卡；费率随合同确定 | 需填写公司、行业、地区与关注点的线索式表单；未公开免费额度，也未公开按 token 单价；以 OpenAI 兼容的 Responses 端点交付 | 在开启企业对话之前先评估 Kolibri |
🔧 API 与开发者体验
- •兼容 OpenAI Responses API: 以 AA_TOKEN 作为 Bearer 头调用 POST {base_url}/v1/responses。把 OpenAI Python SDK、PydanticAI、LangGraph（langchain-openai 开启 use_responses_api=True）或纯 curl 指向你的部署地址，同一份代码无需改动即可运行。Stateful Responses 层还提供基于 previous_response_id 的会话持久化、跨轮次继承指令以及 SSE 流式输出。
- •两类工具调用: Function 工具在客户端执行：模型返回 function_call，由你的代码执行后以 function_call_output 回传。MCP 工具在服务端执行：Stateful Responses 连接 MCP 端点，在 agentic 循环内部执行工具并回填结果，推理后端本身看不到这次工具调用。
- •带行内引用的 agentic 检索: file_search 工具通过 Sherlock 文档服务检索你上传的文件或配置的知识库；web_search 工具通过 LinkUp 抓取实时网页。两者都是 agentic 的——由模型自行决定是否检索、何时检索——并返回 url_citation 注记，把 [1]、[2] 标记映射回具体的原文段落。
- •内建在请求链路上的护栏: 每个请求在抵达 LLM 之前都会被筛查。默认提供三种 provider：llama-guard-3（LLM 分类器，单次检查约 500ms–2 秒）、regex（确定性的 PII 与黑名单模式，微秒级）、llm-judge（由应用管理员撰写的自然语言策略）。策略按 checkpoint 定义——只有 input 与 output 两种——流水线在首个违规处即短路返回。
- •长推理的后台任务: 带 background:true 的 POST /v1/responses 会立即返回 202 Accepted 与一个 req_ 任务 ID。轮询 GET /v1/responses/{req_id} 直到状态离开 in_progress，再用永久的 resp_ ID 做后续操作。这为多步 agentic 流程设计，避免长时间占用同步连接。
- •Skills、共享与鉴权: 版本化的指令包遵循开放的 Agent Skills 规范——一个 SKILL.md 清单加上可选的 scripts、references 与 assets——上传到 /v1/skills 后通过托管 shell 工具挂到请求上。跨用户、组织或租户的共享由 OpenFGA（Zanzibar 风格的关系引擎）强制执行，而不是写在应用代码里。
- •官方 SDK 与自托管推理路径: PhariaInference SDK、PhariaStudio SDK 与 PhariaData SDK 均已发布到 PyPI（pharia-inference-sdk 0.1.6、pharia-studio-sdk 0.1.7、pharia-data-sdk 0.1.6；Python 3.10–3.12）。PhariaEngine 通过 componentize-py 把你的代码编译为 WebAssembly skill。本地部署 Kolibri 推理时，aleph-alpha-inference 1.0.0 是官方 vLLM 插件。
🇩🇪 主权 AI 技术栈：Kolibri + PhariaAI
Aleph Alpha 交付的是一整套主权技术栈，而不只是单个 API 端点。Kolibri 采用混合专家（MoE）架构，总参数 78B、每 token 仅激活 3.5B，在德国端到端训练，语料库约 62.5% 英文、23.9% 德文，并配有针对德语词形结构优化的 tokenizer。它的标志性特性是可调节的推理强度——none、low、medium、high——让同一套部署可以按请求在延迟与准确率之间取舍：在 low 档下，公开模型保留 high 档 98% 的分数，却只消耗 76% 的 completion token。围绕它，PhariaOS 以 WebAssembly 编译的 skill 编排 Agent，在关键步骤前设置审批门并记录每一条动作；PhariaStudio 则补上评测数据集与追踪链路。由于 Kolibri 采用 Apache 2.0 许可，整套技术栈都可以跑在你自己的 GPU 上。
🌐 中国访问与延迟
Aleph Alpha 没有中国大陆区域，也没有 ICP 备案，因此对中国团队而言，问题不是「更慢」而是「基本不可用」。Aleph Alpha 自己的模型文档写明：所有客户获得的模型在地理位置与输入语言上完全一致，但可用性仍受制裁制度、技术出口管制及其他相关限制约束——这是一家旗舰部署集中在欧洲公共管理与国防领域的欧盟主权厂商。从阿里云马来西亚节点实测，aleph-alpha.com 的 TTFB 约 740 毫秒（落地在巴伐利亚，Deutsche Telekom AS3320），api.aleph-alpha.com 约 800 毫秒返回 401，其中 TCP 连接约 260 毫秒；文档站则快得多，约 46 毫秒，因为它落在 Vercel 边缘节点上。真正可行的路径是把一切留在境内：PhariaAI 通过 Helm chart 安装到你自己的 Kubernetes 上，Kolibri 的 Apache 2.0 权重可以用 aleph-alpha-inference 这个 vLLM 插件本地提供，跨境数据链路可以被彻底消除。