OVHcloud présente Olala mini, son premier modèle de langage en poids ouverts
Le modèle sera disponible d’ici la fin novembre sur Hugging Face, sous licence Apache 2.0, et Qwant l’utilise déjà pour sa fonctionnalité de réponses flash.
Photo : ZDNET FranceL’entreprise française de cloud OVHcloud a présenté le 17 novembre 2026 Olala mini 7A1B, son premier modèle de langage, doté de 7 milliards de paramètres.
Le modèle sera disponible d’ici la fin novembre sur Hugging Face, en poids ouverts et sous licence Apache 2.0. Les poids ouverts désignent les paramètres d’un modèle lorsqu’ils sont publiés : chacun peut les télécharger et faire fonctionner le modèle sur ses propres machines.
Olala mini 7A1B appartient à Olala, la première famille de modèles de langage d’OVHcloud, qui se lance ainsi dans les modèles d’IA.
Qwant utilise déjà Olala mini pour sa fonctionnalité de réponses flash. Selon OVHcloud, ce recours a divisé par trois les coûts de fonctionnement de Qwant, qui revendique de son côté des réponses 20 % plus rapides.
Octave Klaba, le PDG d’OVHcloud, a déclaré que sans maîtrise de son propre modèle de langage, l’entreprise s’expose à ce qu’un fournisseur concurrent lui coupe l’accès au sien.
Le dirigeant avait annoncé en juin son intention d’entraîner ses propres modèles et évoquait alors un lancement début 2027, selon la presse spécialisée.
Qwant a été racheté par Synfonium, un groupe fondé par Octave Klaba, selon la presse spécialisée.
Olala mini 7A1B n’active que 1 milliard de ses paramètres à chaque requête. Les paramètres sont les valeurs numériques qu’un modèle ajuste pendant son entraînement et qu’il utilise ensuite pour produire une réponse.
Selon la presse spécialisée, ces paramètres sont répartis entre 256 experts par couche, dans une architecture dite MoE. Le modèle y est découpé en sous-ensembles spécialisés, les experts, et seule une partie d’entre eux traite chaque demande.
Olala mini peut fonctionner sur un GPU, c’est-à-dire un processeur graphique, doté de 8 Go de mémoire.
OVHcloud annonce un débit de 160 tokens par seconde sur une RTX A4500 et de 50 tokens par seconde sur un processeur, selon la presse spécialisée. Le token est un fragment de mot, l’unité dans laquelle un modèle de langage lit et produit du texte.
Selon la presse spécialisée, l’entreprise ne publie pour l’instant aucune mesure comparative des performances d’Olala mini.
La fenêtre de contexte d’Olala mini est de 32 000 tokens. Le terme désigne la quantité de texte que le modèle peut prendre en compte en une seule fois, question et documents fournis compris.
OVHcloud annonce, d’ici la fin de l’année, une version 1.1 qui portera cette fenêtre à 128 000 tokens.
L’entreprise promet à terme une version 2.0 d’Olala qui dépassera les 100 milliards de paramètres, a-t-elle indiqué.
Olala mini 7A1B a été entraîné sur trois supercalculateurs publics européens : Jupiter, MeluXina et Jean Zay. Les supercalculateurs réunissent un très grand nombre de processeurs pour mener des calculs lourds, comme l’entraînement d’un modèle d’IA.
OVHcloud estime que cet entraînement représente l’équivalent de 7 millions d’euros (environ 4,6 milliards de francs CFA) en heures de calcul.
L’architecture d’Olala vient de Dragon LLM, anciennement Lingua Custodia, selon la presse spécialisée. La start-up parisienne a été rachetée par OVHcloud en mars et rebaptisée OVHai LLM.
OVHcloud compte 1,7 million de clients et 46 centres de données, selon la presse spécialisée.
Le lancement officiel d’Olala est prévu le 19 novembre lors de l’OVHcloud AI Summit, au Carrousel du Louvre, selon la presse spécialisée.
Newsletter gratuite
La Semaine Koula, chaque vendredi
Les cinq informations tech et business de la semaine, et ce qu'elles changent pour vous. Gratuit, sans publicité ciblée.

