一個德國研究聯盟發布了 Soofi S 30B-A3B，這是一款開放式大型語言模型，既被定位為性能上的下注，也是歐洲 AI 技術堆疊中的主權化選擇。根據 The Decoder 引述該模型的預訓練報告所作的報導，這個系統完全在慕尼黑的 Deutsche Telekom 基礎設施上訓練，旨在在不犧牲英語與程式設計任務競爭力的前提下，提供強勁的德語表現。

這次發布之所以重要，是因為歐洲的開放模型努力往往分成兩派：一派是強調覆蓋範圍與治理的多語言公共利益專案，另一派是贏得基準測試、但通常由美國或中國實驗室塑形的全球 open-weight 系統。Soofi S 嘗試彌補這個落差。聯盟表示，這款模型現在在整體德語與英語基準上領先所有完全開放的同類模型，同時也採用旨在維持長上下文推論效率的架構。

這樣的組合，可能讓這次發表不僅僅侷限於研究圈。對企業買家而言，Soofi S 被包裝成可在區域基礎設施上運行、且具透明訓練文件的模型。對開發者來說，這也再度顯示開放模型競爭正在從單純的參數數量，轉向資料策展、推論效率與法域控制的組合。

Soofi S 是什麼，以及誰打造了它

根據 The Decoder，Soofi S 是一款 mixture-of-experts 模型，總參數約 316 億，但每次生成一個 token 時，只有約 32 億參數會被啟用。聯盟將這款模型命名為 Soofi S 30B-A3B，以反映這種稀疏啟用模式。實務上，這代表它的計算輪廓在 token 生成時，可能更接近一個小得多的模型，而不是一個密集式 30B 系統。

根據 The Decoder 引述的報告，這項專案由 KI Bundesverband，也就是德國 AI 協會，負責協調，並透過德國聯邦經濟與能源部在歐洲 IPCEI-CIS 計畫下資助。參與機構包括 Fraunhofer IAIS、Fraunhofer IIS、DFKI、TU Darmstadt、維爾茨堡大學、L3S Research Center、柏林應用科技大學、Ellamind 與 Merantix Momentum。

基礎設施面向是這則故事的核心。根據 The Decoder 的技術報告，這個模型是在慕尼黑的 Deutsche Telekom Industrial AI Cloud 上訓練，訓練時間從 3 月到 5 月，最多使用 512 顆 Nvidia B200 GPU。該報導稱，這次執行消耗了約 253,000 GPU 小時。報告將 Deutsche Telekom 的設施描述為使用再生能源、運河水冷卻，並將廢熱輸送到周邊區域；不過這些永續性細節來自專案自身材料，並非獨立驗證。

架構與訓練選擇，才是真正的產品故事

技術設計有助於解釋，為什麼聯盟同時強調吞吐量與原始基準表現。報告指出，Soofi S 採用 Nvidia 的 Nemotron 3 Nano 架構且未作修改，使用的是混合式設計，把 Mamba-2 層與傳統 attention 層結合在一起。

這點很重要，因為長上下文推論已成為提供前沿級模型時最昂貴、也最棘手的營運環節之一。標準 Transformer 模型依賴會隨上下文長度增加的 key-value cache。當輸入越來越長、並行度提高時，記憶體頻寬與快取搬移就會成為瓶頸。根據 The Decoder，Soofi S 的 52 層中只有 6 層維持這個快取，這改變了模型在長提示下的擴展方式。

聯盟聲稱，在 40,000 個 token 的上下文與 32 個並行請求下，Soofi S 每 GPU 每秒產生的 token 數，約為 14B 到 24B 級別密集模型的 8 倍。報告也指出，吞吐量從 4,000 到 256,000 token 幾乎維持平坦，並將 Alibaba 的 Qwen3.5 35B-A3B 列為唯一顯示相似行為的另一個測得模型。對於打造文件密集型工作流程、檢索管線或需要保有大量工作上下文的代理系統的人來說，這些都是重要主張，但它們仍然是聯盟自報的測量結果，而非獨立第三方基準測試。

訓練配方同樣值得注意。聯盟表示，整個過程約處理了 27 兆 token，分為三個階段：第一階段約 20 兆 token，涵蓋網頁、程式碼、數學與領域特定文本；第二階段約 6 兆較高品質 token；最後一個較短的階段則用來把上下文視窗延伸到最多一百萬 token 的文件。

Soofi S 與許多開放同類模型的差異，在於其更重視德語。The Decoder 報導，德語在第一階段占 7.2%，在第二階段占 15.3%，而 Nvidia Nemotron 參考配方中，所有非英語語言合計約僅 5%。據報，訓練資料包含 HPLT、German Commons、FinePDFs、FineWiki，以及商業的 Genios 語料庫，另有機器翻譯與合成的德語文本。

基準勝利伴隨著限制

核心主張很直接：聯盟表示，Soofi S 在英語與德語的整體基準分數上，領先所有完全開放的模型。據報，它擊敗的模型包括 Allen Institute for AI 的 OLMo 3 32B，以及 ETH Zurich 與 EPFL 的 Apertus 70B。報告也說，在比較套件中的所有德語基準上，它都超越了歐洲主權基線模型。

在程式設計任務上，The Decoder 表示 Soofi S 在 HumanEval 得到 73.8%，在 MBPP 得到 70.2%，在德語版本的 MBPP 則拿到 84.2%。在 INCLUDE-DE 這個針對德國區域知識的基準上，它據稱以 61.2 分與 Qwen3.5 35B-A3B 打平。報告還聲稱，相較於 Nemotron 基線，這種以德語為主的資料混合提升了 15.1 分的語言能力，以及 9.6 分的 GPQA-Diamond，且沒有損害英語表現。

如果這些結果在更廣泛的測試中仍然成立，確實相當強勁，但應該謹慎解讀。這批新聞所依據的證據，來自 The Decoder 對專案自身預訓練報告與網站 सामग्री的報導。來源中沒有獨立的基準審計，也沒有對吞吐量或品質主張的外部重現。

這個模型也有明顯弱點。The Decoder 報導，Soofi S 在德國競賽數學上表現不佳，在 Minerva MATH-DE 只拿到 56 分，落後於 Qwen3.5 35B-A3B 與 Gemma 3 27B。它在 NaturalQuestions 上也落後，作者據報將此歸因於相較於可能保留更多事實知識的密集模型，它的啟用參數較少。

長上下文表現也不是全面強勢。在 RULER 測試中，這個模型在處理長文件中反覆出現詞語的抽取任務時似乎遇到困難。根據 The Decoder 對報告的摘要，超過 32,000 token 後，它的命中率跌到約 3%，而可比較的 Nemotron 模型仍能維持約 60% 到 64%。作者將這個差距歸因於長上下文訓練中缺乏以抽取為重點的合成資料。

是開放模型，但未必在每種定義下都算開放

根據 The Decoder，Soofi S 的發布包含模型權重、部分選定的中間 checkpoint、訓練與評估程式碼，以及詳細的資料清單。這種揭露程度在「開放」常常只代表可下載權重、但來源資訊有限的市場裡，意義相當大。

聯盟表示，這套內容符合 Open Source Initiative 的 Open Source AI Definition 1.0。同時，報告也承認，它無法符合更嚴格、正在提議中的歐洲開放資料標準，因為約 1.3% 的訓練混合資料來自商業授權的 Genios 語料庫。團隊表示，約 99% 的資料集可以獨立重建，但在報告發表時，確切的發布授權尚未定案。

這個細節對企業採購與下游產品團隊很重要。對某些使用者來說，開放權重加上程式碼與文件就已足夠。對另一些人，尤其是公部門採購者與有嚴格再散布或審計需求的企業來說，尚未解決的授權細節與商業授權資料的納入，仍可能是重要限制。

為什麼這對開發者與企業買家很重要

對 AI 開發者來說，Soofi S 的主要啟示是：區域特化仍然可以產生明顯效果。聯盟似乎沒有追求極致多語言，而是把重點放在德語品質，同時保留廣泛的英語可用性。對於服務受監管產業、技術文件、客服與內部知識工作流的團隊而言，這是一種務實策略，因為本地語言表現往往比全面覆蓋更有價值。

對企業 AI 部署而言，開放權重、針對德語調校的表現，以及在 Deutsche Telekom 基礎設施上訓練的組合，讓這個模型在資料駐留與主權基礎設施上有了明確定位。這不會自動解決合規或風險問題，但它確實為想要替代封閉式美國平台或不透明開放權重發布的組織，提供更具體的選項。

架構的重要性也許不亞於基準。如果 Soofi S 能在真實生產環境中維持超長上下文的吞吐量，它可能對文件審閱、程式設計助理工作流程，以及需要保有大量工作記憶的 AI 代理很有用。但這些用途仍取決於 RULER 中出現的抽取弱點，是否會在客戶工作負載裡重演。若一個長上下文模型在長文件中的關鍵檢索或抽取任務上漏掉重點，那麼即使速度很快，吸引力也會大打折扣。

證據與主張

本故事的大部分實質證據，來自 The Decoder 對該聯盟預訓練報告、專案網站以及主要作者評論的報導。因此，本文中最強的主張，包括基準領先、吞吐量提升、訓練效率與開源合規性，都應視為專案自述，而非獨立驗證。

根據現有來源，較為確定的部分包括：發布確實存在、模型的基本架構、由 KI Bundesverband 領導的聯盟參與、使用 Deutsche Telekom 基礎設施，以及權重、程式碼與文件的公開。至於比較性能與營運優勢，則仍屬暫時性結論，除非外部使用者在可重現環境中，將 Soofi S 與 OLMo 3 32B、Apertus 70B、Qwen3.5 35B-A3B、Gemma 3 27B 及 Nvidia Nemotron 進行對照測試。

接下來要觀察什麼

第一個要觀察的訊號是授權條款。確切的發布條款，將決定 Soofi S 主要是研究產物，還是商業產品團隊可實際採用的基礎模型。

第二，要尋找獨立的基準與推論測試。HumanEval、MBPP、長上下文工作負載，以及德語企業文件任務的外部比較，會比專案自行公布的排行榜位置更重要。

第三，聯盟表示它正為技術文件、程式碼生成與代理式系統的下一階段尋找產業合作夥伴。這些領域若出現真實部署案例，會比單純的基準勝利更有說服力。

最後，要看 Soofi S 是否會成為其他歐洲主權 AI 努力的範本。如果區域資料加權、透明報告與高效率長上下文設計的組合證明有用，它可能會影響未來開放模型在本地雲端基礎設施上的建構方式。

Creati.ai 觀點

Soofi S 值得注意，不是因為歐洲又做出一個開放模型，而是因為這個團隊似乎做出了比許多公共利益 AI 專案更精準的產品選擇。它選定了一個特定語言市場、重視開放文件，並採用了針對真實服務問題最佳化的架構：長上下文成本。

真正的問題是，這些設計選擇是否會轉化為採用。企業 AI 買家在意授權清晰度、基準可信度，以及在混亂生產工作負載下的運作表現。如果 Soofi S 能在主權基礎設施上，於德語文件管線與程式設計助理場景中展現穩定性能，它就可能不只是象徵性的歐洲替代方案。否則，它可能仍只是一項令人印象深刻、但商業吸引力有限的研究發表。