OVH annonce Olala mini 7A1B
Le 17 novembre 2026, OVH a annoncé Olala, sa première famille de LLM, et présenté Olala mini 7A1B, un modèle compact de 7 milliards de paramètres entraîné sur trois supercalculateurs publics européens grâce à un soutien représentant 7 millions d’euros en heures de calcul. Disponible en open source sous licence Apache 2.0, il sera officiellement lancé le 19 novembre lors de l’OVHcloud AI Summit ; Qwant l’utilise déjà et annonce des réponses 20 % plus rapides, pour un coût divisé par trois. OVH prévoit une version 1.1 d’ici la fin de l’année, avec une fenêtre de contexte de 128 000 tokens, puis une version 2.0 de plus de 100 milliards de paramètres, spécialisée en agentique, DevOps cloud et cybersécurité.
Roubaix – 17 novembre 2026 – OVH [EURONEXT:OVH] annonce Olala, sa première famille de LLM. Premier représentant de cette famille, Olala mini 7A1B est un modèle compact bâti sur une architecture inédite. Il apporte la preuve de la capacité des entreprises européennes à innover et entrainer des modèles LLM agentiques from scratch. Son lancement officiel aura lieu lors de l’OVHcloud AI Summit, le 19 novembre, où OVH présentera en détail toutes ses innovations cloud et IA destinée à ses clients.
Olala : le modèle innovant dans l’attention hybride
Olala mini repose sur une architecture de 7 milliards de paramètres (7B) avec un milliard activés répartis entre 256 experts par couche, l’attention hybride avec Differential-TPA et Mamba-3, au format BF16. Seule une fraction du modèle est sollicitée à chaque requête, ce qui le rend plus rapide et moins gourmand en mémoire. Conséquence directe: le modèle fonctionne sur un GPU doté d’un minimum de 8 Go de mémoire, il atteint 160 tokens par seconde sur une RTX A4500, et même sans GPU, sur un simple processeur, à 50 tokens par seconde. Sa fenêtre de contexte atteint aujourd’hui 32 000 tokens. Olala mini sera disponible en open source sur Hugging Face, sous licence Apache 2.0.
Entraîné avec l’aide publique européenne et en fonctionnement chez Qwant
Olala mini a été entraîné sur trois supercalculateurs publics européens, Jupiter, MeluXina et Jean Zay, équipés de GPU GH200, A100 et H100. Ce soutien, qui représente l’équivalent de 7 M€ en heures de calcul, a été déterminant, et OVH tient à en remercier les pouvoirs publics. L’initiative publique s’est révélée un succès à plus d’un titre : elle a fait émerger une équipe d’exception en intelligence artificielle et a donné naissance au Lab Agentique d’OVH: OVHai LLM. Olala mini est publié avec ses poids, son modèle de base pré-entraîné, son rapport technique et sa documentation de conformité à l’AI Act. Qwant l’a déjà adopté pour sa fonctionnalité de réponse flash, avec des gains significatifs : des réponses 20 % plus rapides et des coûts de fonctionnement divisés par trois par rapport au modèle précédemment utilisé.
En route vers la v1.1, puis la v2.0
Attendue d’ici la fin de l’année, la version 1.1 portera la fenêtre de contexte à 128 000 tokens et améliorera ses performances en raisonnement mathématique. Avec la version 2.0, OVHai LLM entend développer des modèles spécialisés dans trois domaines. D’abord, l’agentique pour les entreprises : à terme, Olala alimentera OVHai Workspace, dont la version chiffrée nécessitera des modèles capables de tourner en local, directement sur le poste de travail. Ensuite, le DevOps cloud, avec des déclinaisons adaptées aux développeurs, aux architectes et aux équipes d’exploitation qui assurent la continuité de service 24h/24. Enfin, la cybersécurité, dans ses volets défensif comme offensif. Olala v2.0 dépassera les 100 milliards de paramètres.
Octave Klaba, CEO d’OVHcloud, déclare : « L’IA est stratégique pour OVH. En plus de proposer des services d’IA pour nos clients, nous devons être capables de créer les modèles pour nos besoins internes et ceux de nos clients. On ne peut pas juste compter sur la générosité de certains Labs à partager leurs modèles LLM en open source dans les années à venir. Le savoir-faire dans l’entraînement de modèles s’est largement démocratisé et le coût d’un entraînement a été divisé par 20 en 3 ans. Désormais, il est possible de créer les modèles LLM tout en rendant cette activité rentable. »
https://corporate.ovhcloud.com/fr/newsroom/news/ovh-olala-mini