OVHcloud dévoile Olala, un petit modèle pensé pour l’efficacité

OVHcloud présente Olala, sa première famille de modèles de langage, avec un départ sur Olala mini 7A1B. Le modèle, entraîné sur des supercalculateurs publics européens, vise des usages rapides et sobres en calcul.

OVHcloud a annoncé le 17 novembre 2026 Olala, sa première famille de modèles de langage, en commençant par Olala mini 7A1B. Ce petit modèle, entraîné sur des supercalculateurs publics européens, peut tourner avec 8 Go de mémoire GPU selon l’entreprise et doit être publié en open source sur Hugging Face sous licence Apache 2.0. L’enjeu est double : réduire les coûts d’exécution et garder la main sur une brique clé de l’IA, alors que les entreprises cherchent des modèles moins dépendants des grands laboratoires américains.

Un petit modèle, mais pas une petite ambition

Olala mini affiche une architecture de 7 milliards de paramètres, dont 1 milliard activé à chaque requête. En pratique, cette structure en experts limite la charge mémoire et vise des réponses plus rapides. OVHcloud dit obtenir 160 tokens par seconde sur une RTX A4500 et 50 tokens par seconde sur un processeur standard sans GPU. Le modèle dispose aussi d’une fenêtre de contexte de 32 000 tokens, c’est-à-dire la quantité de texte qu’il peut traiter en une seule fois.

Le choix technique mélange Differential-TPA et Mamba-3, avec un format BF16. Sur le papier, cela ressemble à de l’optimisation très sérieuse. Dans les faits, l’entreprise cherche surtout à faire tenir l’IA dans des environnements où la facture matérielle ne doit pas partir en orbite.

Le pari européen d’OVHcloud

L’entraînement s’est fait from scratch sur trois supercalculateurs publics européens : Jupiter, MeluXina et Jean Zay. OVHcloud mentionne aussi des GPU GH200, A100 et H100 dans cette infrastructure. La société évalue le soutien public mobilisé à l’équivalent de 7 millions d’euros en heures de calcul, un apport qu’elle juge déterminant pour lancer le projet.

Cette base européenne n’est pas qu’un argument d’image. Elle sert aussi à ancrer le développement d’OVHcloud dans une logique de souveraineté technique, alors que l’entreprise dit vouloir construire ses propres modèles au lieu de dépendre de la bonne volonté des autres acteurs pour obtenir des LLM open source. Le message est clair, sans grand détour.

Qwant sert de premier test grandeur nature

Qwant utilise déjà Olala mini pour sa fonction de réponses flash. OVHcloud affirme que les réponses sont 20 % plus rapides et que les coûts de fonctionnement ont été divisés par trois par rapport au modèle employé auparavant. Ce premier déploiement compte davantage que la fiche technique, car il donne un signal sur l’économie réelle du modèle.

La société veut aussi publier, avec le modèle, les poids, un modèle de base pré-entraîné et la documentation de conformité liée à l’AI Act, la législation européenne sur l’intelligence artificielle. Pour les entreprises clientes, cette partie comptera presque autant que la performance brute : un modèle peut être rapide, mais s’il est impraticable côté conformité, il perd vite de son intérêt.

La feuille de route monte rapidement en puissance

OVHcloud prévoit une version 1.1 d’ici la fin de 2026, avec une fenêtre de contexte portée à 128 000 tokens et de meilleurs résultats en raisonnement mathématique. Une version 2.0 est annoncée au-dessus de 100 milliards de paramètres, avec des modèles spécialisés pour l’IA agentique métier, les opérations cloud DevOps et la cybersécurité, y compris défensive et offensive selon la feuille de route. Le chantier dépasse donc le simple lancement d’un modèle compact.

L’entreprise prépare aussi des usages internes, notamment OVHai Workspace, dont une version chiffrée devra fonctionner localement sur poste de travail, ainsi que des outils pour développeurs, architectes et équipes d’exploitation. Octave Klaba résume l’idée ainsi : « We cannot simply rely on the generosity of certain labs to share their LLMs as open source in the years to come, » selon la citation reprise par OVHcloud. Il ajoute que les coûts de formation ont été divisés par 20 en trois ans, un argument central pour rendre ce type de développement soutenable.

Points clés

  • Olala mini a été annoncé le 17 novembre 2026.
  • Qwant dit gagner 20 % de vitesse sur les réponses flash.
  • Les coûts d’exécution seraient divisés par trois chez Qwant.
  • OVHcloud vise plus de 100 milliards de paramètres en version 2.0.
  • Octave Klaba porte la stratégie OVHai LLM.
  • Le modèle a été entraîné sur Jupiter, MeluXina et Jean Zay.

En chiffres

  • 7 milliards — paramètres d’Olala mini 7A1B, selon OVHcloud.
  • 8 Go — mémoire GPU minimale annoncée pour l’exécution.
  • 32 000 tokens — fenêtre de contexte actuelle du modèle.
  • 160 tokens/s — débit annoncé sur une RTX A4500.
  • 7 millions d’euros — équivalent des heures de calcul publiques mobilisées.

À lire