On peut télécharger l’IA d’OVH taillée pour 8 Go de RAM : ce que valent ses scores face à Mistral
OVHcloud a mis en ligne jeudi 19 novembre, lors de son AI Summit à Paris, Olala mini 7A1B, son premier grand modèle de langage, sur Hugging Face. Le groupe roubaisien publie cinq versions sous licence Apache 2.0, qui autorise l'usage commercial : le modèle final, pensé pour dialoguer, raisonner et utiliser des outils, le modèle de base brut, une version intermédiaire, et deux déclinaisons spécialisées dans le résumé et la traduction. Il diffuse aussi la recette de ses données d'entraînement et ses outils, ce qui reste rare, puisque la plupart des modèles dits ouverts ne livrent que les poids. Olala a été entraîné sur 12 800 milliards de tokens, en anglais et dans 36 autres langues, surtout européennes. Un rapport technique compare le modèle à 18 autres de taille comparable sur douze tests (instructions, sciences, code, mathématiques) : il obtient 68 sur 100 en moyenne et se classe septième. Il devance Ministral 3 3B de Mistral mais reste derrière Ministral 3 8B, et écrase les modèles européens EuroLLM 9B et Apertus 8B, sous 32 de moyenne. Ces chiffres sont ceux d'OVHcloud, sans reproduction indépendante à ce stade.
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 Frandroid. Lire l'article original →
L'intérêt du modèle tient à son architecture. Sur 7 milliards de paramètres, il n'en active qu'un milliard par mot produit, contre 4 milliards pour Qwen3.5 4B et 8 milliards pour Ministral 3 8B, ce qui le rend rapide et économe. Parmi les modèles construits sur ce principe, seul Ling 3.0 tiny, d'Ant Group, fait mieux. Le profil est contrasté : Olala obtient 57,7 % sur IFBench (respect de contraintes précises), le double de Ministral 3 8B, mais seulement 50,5 % sur GPQA Diamond, un test de sciences universitaires, contre 75,8 % pour Qwen3.5 4B, qui le dépasse sur neuf tests sur douze. OVHcloud assume cette faiblesse en mathématiques de compétition. Le modèle vise des tâches courtes répétées à grande échelle, comme résumer, classer, extraire ou appeler un outil, et il a été entraîné à enchaîner jusqu'à 75 appels d'outils. Il propose quatre niveaux d'effort de réflexion. Premier client, Qwant utilise la version de résumé pour ses réponses « flash » : 3 millions de requêtes par jour, avec trois fois moins de ressources que le modèle précédent et des réponses 20 % plus rapides, selon OVHcloud.
Pour l'utilisateur, la promesse d'une IA tournant sur un PC sans carte graphique dédiée est tenue, mais avec réserves. Ollama, LM Studio et la version officielle de llama.cpp ne savent pas encore charger le modèle, et il faut passer par des versions modifiées publiées par OVHcloud, en ligne de commande. La version compressée la plus petite pèse 6 Go, la version non compressée 13,6 Go, et un MacBook Air M5 avec 16 Go de mémoire atteindrait environ 70 tokens par seconde en 6 bits. Ce lancement s'inscrit dans la volonté des acteurs européens de proposer des modèles ouverts et souverains face aux Qwen chinois et à Mistral en France. Un chatbot est accessible sur olala.ovh.com, et les développeurs peuvent passer par l'API d'OVHcloud ou par Blade, la plateforme de Shadow. La suite dépendra des évaluations indépendantes, de la prise en charge par les outils grand public et de l'adoption par d'autres clients après Qwant.
OVHcloud, entreprise française, publie un modèle ouvert sous Apache 2.0 déjà utilisé par Qwant, ce qui renforce l'offre souveraine d'IA en France et en Europe.