ACTU · OPEN SOURCE
Olala mini, le premier LLM d'OVHcloud : des débits, un client maison et aucun score avant jeudi
OVHcloud a annoncé le 17 novembre 2026 Olala mini 7A1B, son premier grand modèle de langage, promis en open source sous licence Apache 2.0. Le communiqué donne une architecture, deux débits et un client, Qwant. Il ne donne aucun score de qualité : les poids et le rapport technique sont attendus le 19 novembre.

En bref
- Olala mini compte 7 milliards de paramètres, dont 1 milliard actif par requête, répartis entre 256 experts par couche, selon OVHcloud.
- Le modèle a été entraîné sur trois supercalculateurs publics européens, Jupiter, MeluXina et Jean Zay, avec l'équivalent de 7 M€ d'heures de calcul.
- Le seul usage cité est celui de Qwant, moteur de recherche contrôlé par les fondateurs d'OVHcloud : réponses 20 % plus rapides et coûts divisés par trois.
Le document de départ tient en une page : le communiqué d'OVHcloud du 17 novembre 2026. Il annonce Olala mini 7A1B, premier modèle d'une famille baptisée Olala, avant son lancement officiel à l'OVHcloud AI Summit du 19 novembre. Le nom dit déjà l'essentiel : 7 milliards de paramètres, 1 milliard actif.
Ce que le communiqué établit
Selon OVHcloud, Olala mini est un mélange d'experts : 256 experts par couche, dont seule une partie travaille à chaque requête. L'attention est hybride, Differential-TPA d'un côté, Mamba-3 de l'autre, au format BF16. La fenêtre de contexte atteint 32 000 tokens.
Le modèle sera publié sur Hugging Face sous licence Apache 2.0, avec ses poids, son modèle de base pré-entraîné, un rapport technique et une documentation de conformité à l'AI Act. Cette licence autorise l'usage commercial, ce qui le distingue de nombreux modèles « ouverts » aux conditions plus restrictives (voir open source ou poids ouverts).
L'entraînement s'est fait sur trois supercalculateurs publics, Jupiter, MeluXina et Jean Zay. OVHcloud chiffre ce soutien à l'équivalent de 7 M€ d'heures de calcul, sans préciser le programme qui les a attribuées.
Seul client nommé : Qwant, qui l'utilise pour ses réponses flash. Gains annoncés : réponses 20 % plus rapides, coûts divisés par trois face au modèle précédent, qui n'est pas nommé. Ces deux chiffres viennent d'une société liée : Qwant appartient à Synfonium, détenue à 75 % par Octave et Miroslaw Klaba, fondateurs d'OVHcloud, et à 25 % par la Caisse des Dépôts, rappelle ActuIA.
Les chiffres qui ne collent pas encore
Le communiqué affirme que le modèle fonctionne sur une carte graphique de 8 Go. Or 7 milliards de paramètres en BF16, soit deux octets chacun, pèsent environ 14 Go. Une version quantifiée expliquerait l'écart, relève ActuIA ; le communiqué n'en parle pas.
Le débit de 160 tokens par seconde a été mesuré sur une RTX A4500. Cette carte embarque 20 Go de mémoire, d'après la fiche de Nvidia, pas 8. Le chiffre de 50 tokens par seconde « sur un simple processeur » ne nomme pas ce processeur.
Aucun de ces nombres ne mesure la qualité des réponses.
Ce qu'une équipe marketing peut en tirer au 17 novembre
Pas grand-chose de décisif avant jeudi. Un modèle qui tourne sur un poste de travail permet, en principe, de rédiger ou de résumer sans envoyer de données clients à un service externe, ce qui simplifie l'analyse RGPD. C'est l'usage qu'OVHcloud vise pour la version chiffrée d'OVHai Workspace, selon son communiqué. Encore faut-il que le modèle écrive correctement en français : aucun test public ne le dit à ce jour.
Deux précautions de communication. D'abord, « entraîné sur des supercalculateurs européens » est établi ; « entraîné sur des données européennes » ne l'est pas, faute de résumé des données publié. Ensuite, l'article 50 de l'AI Act impose aux fournisseurs de systèmes d'IA générative de marquer leurs sorties dans un format lisible par machine. Une équipe qui bâtit son propre outil sur Olala devra vérifier si elle devient fournisseur au sens du texte, et comment ce marquage sera assuré (le cas de Claude est détaillé dans notre article sur son filigrane).
Ce qui reste à vérifier le 19 novembre
Trois points. Les scores du rapport technique face aux petits modèles ouverts de Mistral AI, Google ou Alibaba. La mémoire réellement nécessaire, et si le modèle tourne dans les moteurs courants comme llama.cpp. Enfin, le contenu de la documentation AI Act, qui doit dire sur quelles données Olala a appris. La version 1.1, annoncée d'ici fin 2026, doit porter le contexte à 128 000 tokens.
Les autres sorties de modèles ouverts sont suivies dans la rubrique Open source.
Partager l'article
Sources primaires
- OVH annonce Olala mini 7A1B — OVHcloud, publié le 17 novembre 2026 · consulté le
- OVHcloud dévoile Olala mini, son premier LLM : des débits, pas de scores — ActuIA, publié le 17 novembre 2026 · consulté le
- NVIDIA RTX A4500 (fiche technique) — Nvidia · consulté le
- Règlement (UE) 2024/1689 sur l'intelligence artificielle — Journal officiel de l'Union européenne, publié le 12 juillet 2024 · consulté le
Entités citées
Dans le même dossier
Article de la Rédaction Modèles & Open source, publié sous la direction éditoriale de Bastien Hugon. Méthode éditoriale et usage de l'IA








