Soofi S：德国主权大模型准备好商用了吗？

Soofi S 是一个面向德语和英语的新型基础模型，由德国研究联盟开发，并在德国电信位于慕尼黑的 Industrial AI Cloud 上从零训练。它共有 300 亿参数，每个 token 只激活约 30 亿至 35 亿参数，预训练规模约 27 万亿 token。根据联盟自己的评测，Soofi S 在其定义的“完全开放”模型组中，德语和英语综合分数高于 OLMo 3 32B 与 Apertus 70B。

这是一项重要的技术成果，但还不足以直接通过企业生产采购。截至 2026 年 7 月 16 日，Hugging Face 上的公开版本仍标注为 preview，下载需要提交联系信息，自定义许可证的完整文本尚未发布，安全、隐私、评测和数据说明中也有多个 TODO。

因此，更有商业价值的结论是：Soofi S 值得进入德语工业 AI 的试点候选名单，但暂时不应成为未经验证的生产默认选项。

Soofi S 是什么？

Soofi 的全称是 Sovereign Open Source Foundation Models。项目由德国 AI 协会协调，参与方包括 Fraunhofer IAIS 与 IIS、DFKI、达姆施塔特工业大学、维尔茨堡大学、汉诺威莱布尼茨大学、柏林应用技术大学、ellamind 和 Merantix Momentum，并获得德国联邦经济和能源部支持。

Soofi S 30B-A3B 是稀疏 Mixture-of-Experts 模型，将 Mamba-2 状态空间层与注意力层结合。每个 token 只使用总参数的一小部分，因此计算需求主要由约 30 亿至 35 亿激活参数决定。不过，存储和加载时仍要考虑全部 300 亿参数。

这种架构面向长文档和高并发推理。只有少量层维护传统注意力缓存，因此上下文增长时缓存压力较小。在 Soofi S 预训练报告中，团队使用单张 NVIDIA B200、4 万 token 上下文和 batch 32 测得，其汇总解码吞吐量最高可达到 14B 至 24B 稠密模型的 9.2 倍。这是一个特定测试条件下的结果，不代表任何部署都能快 9 倍。

模型在慕尼黑使用最多 512 张 B200 GPU 完成训练。德国电信将 Industrial AI Cloud定位为工业、科研、初创企业和公共部门的主权 AI 基础设施。这能证明训练地点，却不能自动证明你的 prompt、RAG 数据、日志和备份也留在欧洲。

Soofi S 真的是欧洲第一个完全欧洲化的 LLM 吗？

不是。“欧洲第一个 LLM”并不准确。OpenGPT-X 在 2024 年发布了覆盖欧盟 24 种官方语言的 Teuken-7B。EuroLLM-22B 从零训练，覆盖 24 种欧盟官方语言和另外 11 种语言。瑞士的 Apertus 70B 已在 Apache 2.0 下发布权重、数据重建代码、中间 checkpoint 和训练方案。

更严谨的说法是：Soofi S 是 Soofi 系列的第一个模型，由德国团队开发并在德国训练，目标是提供高度透明、德语和英语能力较强的主权基础模型。

“完全欧洲化”也不等于所有依赖都来自欧洲。训练和治理在德国，硬件及部分软件栈来自 NVIDIA。主权不等于技术自给自足。真正重要的是，企业能否控制模型资产、基础设施、数据流，并在不依赖单一境外模型供应商许可或定价的情况下继续运营。

Soofi S 是完全开源，还是只开放权重？

项目目标明显超过开放权重。报告称，最终版本将发布模型权重、部分中间 checkpoint、逐来源数据配比、超参数、训练代码和评测代码。在来源许可证允许时，也会开放数据构建资产。商业授权数据则通过精确的配比和统计信息披露，而不是直接分发原始文本。

这比普通 open-weight 模型更接近 Open Source AI Definition。但企业采购必须基于当前已发布内容。当前 Instruct Preview 仍明确写着：

• checkpoint 与元数据可能继续变化；
• 当前用途是研究与开发；
• 自定义许可证的完整文本尚未补充；
• 下载需要提交联系信息；
• 最终发布日期、计算量、上下文长度、评测、隐私和安全仍有 TODO。

所以当前最准确的判断是：Soofi S 的目标是成为完全开放模型，但现在的公开 preview 还不足以让企业仅凭“完全开源”标签批准商业生产使用。

Soofi S 的德语、英语、代码和推理能力如何？

它的领先结论只适用于一个清晰范围。在报告比较的 17 个开放基础模型中，Soofi S 在被归类为完全开放的模型组里取得最高的英语和德语综合分，并领先 OLMo 3 32B 与 Apertus 70B。代码综合分也在该子集中领先。

因此，LinkedIn 上的说法需要收窄。Soofi S 并没有在所有开放模型的通用排名中登顶，它领先的是 Soofi 团队定义的完全开放子集。在更广泛的 open-weight 比较中，Qwen3.5 35B-A3B 的英语和德语综合分都更高。Soofi S 的优势主要体现在若干代码任务和德国本地知识上。

长上下文同样需要分开看。架构能在长输入下维持较高吞吐量，但在 RULER 的高频词提取任务中，超过 3.2 万 token 后命中率明显下降。长上下文生成速度快，不等于长上下文检索准确。

Soofi S 可能在哪些商业场景创造价值？

• 技术和监管文档：德语手册、标准、政策、招标文件和内部知识库。
• 工业代码助手：代码解释、测试生成、迁移和内部开发工具，但必须通过代码库级验收。
• Agentic 后台流程：处理长文档和并发任务，前提是工具调用、权限与失败路径经过验证。
• 领域适配：通过 continued pretraining 或 fine-tuning 学习行业语言，减少对封闭供应商路线图的依赖。
• 公共部门和受监管试点：欧洲训练来源和可控基础设施可以简化部分主权讨论，但不能代替安全与合规。

模型只是其中一层。Wavect 的 AI 赋能服务覆盖场景选择、数据权限、RAG、评测、路由、部署和知识转移。Twinsoft AI 案例也说明，商业价值来自模型周围的生产系统，而不是排行榜名次。

哪些情况下暂时不应选择 Soofi S？

• 你现在就需要明确的商业许可证。当前 preview 尚未提供完整文本。
• 你需要 SLA 和托管支持。当前公开版本仍是研发预览。
• 主要需求是多模态或广泛多语言。Soofi S 的重点是德语和英语。
• 你需要最强抽象推理。它目前最有力的证据是德语、代码和推理效率。
• 流量较低，而且数据允许走托管 API。先使用本地模型与 API 盈亏平衡框架核算成本。
• 团队无法维护评测体系。没有任务质量证据的主权模型仍然是生产风险。

启动 Soofi S 试点前要验证什么？

1. 冻结资产：记录仓库、revision、权重哈希、model card、自定义代码、tokenizer 和量化方案。
2. 审查最终许可证：确认商业使用、修改、再分发、输出和衍生模型义务。
3. 选择正确版本：基础模型不是聊天机器人，Instruct 与 reasoning 版本要分别评估。
4. 建立业务评测：至少准备 50 到 100 个真实德语和英语任务，包括 hard negative、禁止输出、引用和工具调用。
5. 测试目标部署栈：测量 prefill、首 token 时间、decode、并发、显存、恢复能力和量化损失。
6. 画出完整数据流：包括 embeddings、向量库、日志、监控、备份、支持访问和 fallback API。
7. 比较每个成功任务的成本：同时测试 Apertus、Qwen3.5 和托管 frontier API，并计入运维与评测维护。

我们的MVP 技术栈选择指南给出了同一原则：先解决最难逆转的约束。对当前 Soofi S 来说，顺序是许可证和运维成熟度、业务任务质量、吞吐量与成本。

Soofi S、Apertus、OLMo 3 与 Qwen3.5 怎么选？

这张表不会取代我们的开放权重 LLM 横向比较。那篇文章回答 DeepSeek、Qwen、Kimi、GLM 和 Llama 如何选择。本文只回答一个更具体的问题：Soofi S 是否已经适合欧洲企业进入试点和采购流程。