OVHcloud dévoile Olala mini, son premier LLM : des débits, pas de scores
OVHcloud a dévoilé le 17 novembre 2026 Olala mini, son premier grand modèle de langage, dont les poids seront publiés jeudi 19 novembre sur Hugging Face sous licence Apache 2.0, qui autorise l'usage commercial. Annoncé par Octave Klaba, le modèle est un mélange d'experts de sept milliards de paramètres dont un milliard seulement est actif à la fois (d'où son nom, 7A1B). Chaque couche compte 256 sous-réseaux spécialisés, dont une partie seulement est sollicitée pour chaque fragment de texte. L'architecture hybride associe Differential-TPA pour l'attention et Mamba-3, un modèle à espace d'états. OVH annonce un fonctionnement sur une carte graphique de 8 Go minimum, 160 tokens par seconde sur une RTX A4500, 50 tokens par seconde sur un simple processeur, et une fenêtre de contexte de 32 000 tokens. Le modèle sera livré avec son modèle de base pré-entraîné, un rapport technique et une documentation de conformité à l'AI Act, lors de l'OVHcloud AI Summit au Carrousel du Louvre.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de ActuIA. Lire l'article original →
L'annonce ne comporte toutefois aucun score de performance, ce qui empêche de situer Olala mini face aux petits modèles ouverts comme les Ministral de Mistral, les Gemma de Google ou les Qwen d'Alibaba. Les chiffres techniques appellent aussi des précisions : en BF16, sept milliards de paramètres pèsent 14 Go, presque le double des 8 Go annoncés, ce qui suggère une version quantifiée (7 Go à 8 bits), sans que l'on sache si les débits ont été mesurés avec elle. La RTX A4500 embarque 20 Go de mémoire, et le processeur utilisé pour le chiffre de 50 tokens par seconde n'est pas nommé. Pour les professionnels, l'enjeu est de savoir si un modèle aussi léger, ouvert et européen peut tenir son rang sur la qualité des réponses. Un point de comparaison existe depuis le 12 novembre : l'italien Translated a publié Lara Mini Base, mélange d'experts de 7,2 milliards de paramètres dont 0,6 actif, avec ses scores mais sous licence non commerciale.
Derrière Olala se trouve OVHai LLM, nouveau nom de Dragon LLM, ex-Lingua Custodia, PME parisienne fondée en 2011 autour de la traduction financière et rachetée par OVHcloud, annoncée le 25 mars 2026. Lauréate en juin 2024 du Large AI Grand Challenge de la Commission européenne, l'équipe avait obtenu 3,2 millions d'heures de calcul sur les supercalculateurs Leonardo et Jupiter. Elle avait présenté en octobre 2025 un démonstrateur de 3,6 milliards de paramètres, crédité de 73,27 % de moyenne sur sept tests, à égalité avec SmolLM3 et devant Qwen3-4B (71,56 %). Olala mini a été entraîné sur Jupiter (Allemagne), MeluXina (Luxembourg) et Jean Zay (France), pour l'équivalent de 7 millions d'euros d'heures de calcul, ce qui montre que le groupe, qui a réalisé 1,145 milliard d'euros de chiffre d'affaires, n'a pas financé seul cet entraînement. Il emploie un peu moins de 100 personnes sur l'IA, contre plus de 1 000 chez Mistral selon l'AFP. Seule référence d'usage, Qwant utilise déjà le modèle pour Réponse Flash, ses résumés en tête de résultats, avec des réponses 20 % plus rapides et des coûts divisés par trois par rapport à un modèle non nommé. En octobre, Qwant indiquait pourtant évaluer des alternatives à Mistral après l'évolution de ses tarifs, ce qui fait de lui un client moins indépendant qu'un tiers.
Un LLM ouvert sous Apache 2.0, conçu par OVHcloud, entraîné sur des supercalculateurs européens et accompagné d'une documentation de conformité à l'AI Act, offre une option souveraine aux entreprises françaises et européennes.