Soofi S 30B-A3B — გერმანული ღია AI მოდელი, რომელმაც ბენჩმარკები მოიგო ინგლისურსა და გერმანულში

Soofi S — ევროპული AI სუვერენიტეტის ახალი ეტაპი

2026 წლის 13 ივლისს, გერმანულმა კვლევითმა კონსორციუმმა, რომელსაც კოორდინაციას უწევს KI Bundesverband (გერმანიის AI ასოციაცია), ოფიციალურად გამოუშვა Soofi S 30B-A3B — ღია ენობრივი მოდელი, რომელიც მთლიანად გაწვრთნილი იქნა Deutsche Telekom-ის ინდუსტრიულ AI ღრუბელზე მიუნხენში. ეს არის ერთ-ერთი პირველი მსხვილი ენობრივი მოდელი, რომელიც მთლიანად გერმანულ სუვერენულ ინფრასტრუქტურაზე შეიქმნა.

მოდელმა აჩვენა შთამბეჭდავი შედეგები: როგორც ინგლისურ, ისე გერმანულ ბენჩმარკებში, Soofi S აჯობებს ყველა სხვა სრულად ღია მოდელს, მათ შორის OLMo 3 32B-ს (Allen Institute for AI) და Apertus 70B-ს (ETH Zurich / EPFL). განსაკუთრებით მნიშვნელოვანია, რომ Soofi S ამას აღწევს გაცილებით მცირე აქტიური პარამეტრებით — მხოლოდ 3.2 მილიარდი ტოკენზე.

ეს სტატია დეტალურად განიხილავს Soofi S-ის არქიტექტურას, ტრენინგის მეთოდოლოგიას, ბენჩმარკის შედეგებს და მის მნიშვნელობას ევროპული AI სუვერენიტეტისთვის.

ჰიბრიდული Mamba-Transformer არქიტექტურა: ეფექტურობა პირველ ადგილზე

Soofi S-ის ერთ-ერთი ყველაზე საინტერესო მახასიათებელი მისი არქიტექტურაა. მოდელი იყენებს Mixture-of-Experts (MoE) მიდგომას — მას აქვს 31.6 მილიარდი პარამეტრი ჯამში, მაგრამ ყოველი გენერირებული ტოკენისთვის ააქტიურებს მხოლოდ 3.2 მილიარდს. ეს ნიშნავს, რომ გამოთვლითი ხარჯი უფრო ახლოს არის 3B მოდელთან, ვიდრე ტრადიციულ 30B მოდელთან.

კონსორციუმმა გამოიყენა Nvidia-ს Nemotron 3 Nano-ს არქიტექტურა ცვლილებების გარეშე — ჰიბრიდული დიზაინი, რომელიც აერთიანებს Mamba-2 ფენებს სტანდარტულ attention ფენებთან. Mamba ფენები, State Space Models-ის (SSM) ოჯახიდან, საშუალებას იძლევა დამუშავდეს გრძელი მიმდევრობები ხაზოვანი დროით (O(n) vs O(n²) ტრადიციული Transformer-ებისთვის).

ეს ჰიბრიდული მიდგომა განსაკუთრებით ეფექტურია: 40K კონტექსტის სიგრძეზე, Soofi S-ის Mamba კომპონენტი 8-ჯერ უფრო მაღალ გამტარუნარიანობას (throughput) უზრუნველყოფს, ვიდრე ეკვივალენტური dense მოდელი, ხარისხის შემცირების გარეშე.

ტრენინგი: 27 ტრილიონი ტოკენი გერმანული აქცენტით

Soofi S გაწვრთნილია 27 ტრილიონ ტოკენზე — ეს შედარებადია Meta-ს Llama 3.1 70B-ის 15T ტოკენთან, მაგრამ მნიშვნელოვნად მეტი გერმანულ ენაზე. მოდელის ტრენინგი ორ ფაზად მიმდინარეობდა:

პირველ ფაზაში (22T ტოკენი), მონაცემთა 7.2% გერმანული იყო. მეორე ფაზაში (5T ტოკენი), გერმანული მონაცემების წილი 15.3%-მდე გაიზარდა. ჯამში, Soofi S-ის მონაცემთა 8.7% გერმანულია, რაც ბევრად მეტია, ვიდრე ნებისმიერი სხვა ღია მოდელი, გარდა გერმანულ-სპეციფიკური Leo-ს მოდელებისა.

ტრენინგი მიმდინარეობდა 512 Nvidia B200 GPU-ზე, რომელიც მთლიანად განთავსებული იყო Deutsche Telekom-ის მიუნხენის ინდუსტრიულ AI ღრუბელზე. ეს ნიშნავს, რომ მთელი მონაცემთა ნაკადი და გამოთვლა გერმანიის ფარგლებში ხდებოდა, რაც მნიშვნელოვანია GDPR-ის შესაბამისობისთვის.

ბენჩმარკები: ლიდერობს ინგლისურსა და გერმანულში

Soofi S-მა აჩვენა შთამბეჭდავი შედეგები მრავალ ბენჩმარკში. ინგლისურ ენაზე, მან გადააჭარბა OLMo 3 32B-ს ისეთ ტესტებში, როგორიცაა MMLU-Pro (მასიური მულტი-დავალების ენის გაგება), DROP (მსჯელობა ტექსტზე) და ARC-Challenge (მეცნიერული მსჯელობა).

გერმანულ ენაზე, Soofi S-მა მიაღწია ყველაზე მაღალ ქულებს HellaSwag-DE, ARC-DE, MMLU-DE და DROP-DE ბენჩმარკებში, გადააჭარბა OLMo 3 32B-ს, Apertus 70B-ს, Leo-Mistral-7B-ს, Leo-Scarlet-13B-ს, Llama 3.1 70B-ს, Qwen 2.5 32B-ს, Falcon 3-ს, Gemma 2-ს და Llama 4 Scout-ს.

საყურადღებოა, რომ Soofi S-მა აჯობა Llama 4 Scout-ს (109B) გერმანულ ბენჩმარკებში, მიუხედავად იმისა, რომ 30-ჯერ ნაკლები აქტიური პარამეტრი აქვს. ეს ადასტურებს, რომ მიზნობრივი ტრენინგის მონაცემები ხშირად უფრო მნიშვნელოვანია, ვიდრე უბრალოდ მოდელის ზომა.

კოდის დაწერაში, Soofi S-მა მიაღწია ქულებს, რომლებიც OLMo 3 32B-ს უახლოვდება, მაგრამ ეს სფერო ჯერ კიდევ განვითარებას საჭიროებს — EnglishCodeDS-1000-ზე, მაგალითად, Soofi S-მა 67.5% მიიღო, OLMo 3 32B-მ 72%.

OSI Open Source AI Definition: ნამდვილად ღია

Soofi S მთლიანად შეესაბამება OSI (Open Source Initiative) Open Source AI Definition 1.0-ს. ეს ნიშნავს, რომ:

• მოდელის წონები (weights) სრულად ღიაა
• ტრენინგის მონაცემთა ნაკრები ხელმისაწვდომია (შეზღუდვების გარეშე)
• ტრენინგის კოდი და მეთოდოლოგია გამოქვეყნებულია
• ნებისმიერ მესამე მხარეს შეუძლია მოდელის ჩამოტვირთვა, შეცვლა და კომერციული გამოყენება

ეს მნიშვნელოვანია იმიტომ, რომ ბევრი "ღია" მოდელი (მაგ. Llama, Qwen) რეალურად იყენებს შეზღუდულ ლიცენზიებს, რომლებიც კომერციულ გამოყენებას ზღუდავს. Soofi S განსხვავდება — ის ნამდვილად ღიაა.

ევროპული AI სუვერენიტეტი

Soofi S-ის ერთ-ერთი ყველაზე მნიშვნელოვანი ასპექტი მისი გეოპოლიტიკური კონტექსტია. ევროპა დიდი ხანია ცდილობს საკუთარი AI ინფრასტრუქტურის შექმნას, რომელიც არ იქნება დამოკიდებული ამერიკულ ან ჩინურ პლატფორმებზე. Soofi S წარმოადგენს ამ მცდელობის ერთ-ერთ ყველაზე წარმატებულ მაგალითს.

გერმანია, როგორც ევროპის უდიდესი ეკონომიკა, განსაკუთრებით აქტიურია AI სფეროში. KI Bundesvervorband (გერმანიის AI ასოციაცია) აერთიანებს 400-ზე მეტ წევრს კვლევითი ინსტიტუტებიდან, უნივერსიტეტებიდან და ინდუსტრიიდან. Soofi S-ის წარმატება აჩვენებს, რომ ევროპას შეუძლია კონკურენცია გაუწიოს გლობალურ AI ლიდერებს.

რას ნიშნავს ეს საქართველოსთვის?

Soofi S-ის გამოშვებას აქვს პირდაპირი გავლენა ქართულ AI ეკოსისტემაზე. ღია მოდელები, როგორიცაა Soofi S, ნიშნავს, რომ ქართულმა სტარტაპებმა და კვლევითმა ჯგუფებმა შეიძლება გამოიყენონ მსოფლიო დონის AI ინფრასტრუქტურა საკუთარი პროდუქტების შესაქმნელად.

Soofi S-ის გერმანული ენის მხარდაჭერა განსაკუთრებით საინტერესოა — ის აჩვენებს, რომ შესაძლებელია მაღალი ხარისხის ენობრივი მოდელის შექმნა არა-ინგლისური ენისთვისაც. ეს კარგი ნიშანია ქართული ენის AI ინტეგრაციის პერსპექტივისთვის.

SiTech-ში ჩვენ ყურადღებით ვადევნებთ თვალს ღია მოდელების განვითარებას. Soofi S-ის წარმატება ადასტურებს, რომ AI-ს მომავალი ღია, თანამშრომლობითი და მრავალენოვანია.

დასკვნა

Soofi S 30B-A3B წარმოადგენს მნიშვნელოვან ეტაპს ღია AI მოდელების განვითარებაში. ის არა მხოლოდ ტექნიკურად შთამბეჭდავია (ჰიბრიდული Mamba-Transformer არქიტექტურა, MoE, 27T ტოკენი), არამედ სიმბოლურიც — ევროპული AI სუვერენიტეტის დემონსტრაცია.

მოდელის ღიაობა, მაღალი შესრულება და გერმანულ ენაზე ორიენტაცია მას მიმზიდველს ხდის როგორც კვლევითი, ისე კომერციული გამოყენებისთვის. ჩვენ მოუთმენლად ველით, თუ როგორ განვითარდება ეს მიმართულება.