Mis à jour le 17/11/2026. OVHcloud a présenté Olala mini 7A1B, le premier modèle de sa nouvelle famille de modèles de langage Olala. Il est ouvert sous licence Apache 2.0, donc utilisable en entreprise, et conçu pour tourner sur du matériel modeste. Le lancement officiel est prévu le 19 novembre 2026, lors de l'OVHcloud AI Summit. Les poids doivent alors être publiés sur Hugging Face. Aucun tarif n'est annoncé à ce jour : le modèle se télécharge, il ne se vend pas encore comme un service.
Qu'est-ce qu'Olala mini 7A1B ?
Selon le communiqué officiel d'OVHcloud, publié le 17 novembre 2026 à Roubaix, Olala mini est un modèle de 7 milliards de paramètres, dont environ 1 milliard sont actifs à chaque requête. Il repose sur 256 experts par couche et sur une attention hybride qui combine Differential-TPA et Mamba-3. Concrètement, seule une petite partie du modèle travaille à chaque réponse, ce qui réduit les besoins en calcul.
Sa fenêtre de contexte actuelle est de 32 000 tokens. C'est court face aux grands modèles américains, mais suffisant pour de la synthèse de documents moyens ou des réponses rapides.
L'architecture vient de Dragon LLM, société rachetée par OVHcloud, d'après ActuIA. Le modèle a été entraîné sur les supercalculateurs publics européens Jupiter, MeluXina et Jean Zay, avec un soutien public équivalent à 7 M€ d'heures de calcul, précise le communiqué.
Est-ce disponible en France ?
OVHcloud est une entreprise française, et le modèle est annoncé en open source. Il n'y a donc pas de restriction géographique annoncée. Le communiqué indique qu'Olala mini sera publié sur Hugging Face avec ses poids, son modèle de base pré-entraîné, son rapport technique et sa documentation de conformité à l'AI Act.
Sur la date, le communiqué parle d'un lancement officiel le 19 novembre 2026. ActuIA précise que les poids sont programmés pour ce jeudi 19 novembre. Le téléchargement n'est donc pas ouvert avant cette date.
Quelles performances, sur quel matériel ?
OVHcloud annonce que le modèle fonctionne sur un GPU d'au moins 8 Go de mémoire. Les vitesses communiquées sont de 160 tokens par seconde sur une carte RTX A4500 et de 50 tokens par seconde sur un simple processeur, sans GPU. Ces chiffres viennent d'OVHcloud, pas d'un test indépendant.
Attention : aucun score de qualité n'est publié pour l'instant. Presse-citron le relève : il n'y a aucun benchmark disponible à ce stade. ActuIA indique que le rapport technique devra les fournir. Tant que ce rapport n'est pas lu et que le modèle n'est pas testé sur vos propres cas, on ne peut pas dire s'il se compare à d'autres modèles ouverts de taille voisine.
Un premier retour d'usage existe. Selon OVHcloud, Qwant s'en sert pour sa fonction de réponse flash, avec des réponses 20 % plus rapides et des coûts de fonctionnement divisés par trois par rapport à son modèle précédent. C'est un chiffre du fournisseur, sur un seul cas.
Combien ça coûte ?
Le communiqué ne mentionne aucun tarif de vente ni de prix d'API. La licence Apache 2.0 permet de télécharger et d'héberger le modèle soi-même. Le coût réel dépendra alors de votre infrastructure : serveur, GPU éventuel, maintenance. Un prix en euros pour un accès hébergé chez OVHcloud : non annoncé à ce jour.
Comment l'activer en entreprise ?
Pour l'instant, il n'y a rien à activer : les poids arrivent le 19 novembre. Ensuite, un test raisonnable tient en quatre étapes :
- Télécharger le modèle depuis Hugging Face et lire le rapport technique, en particulier les évaluations.
- Le faire tourner sur une machine interne, avec ou sans GPU de 8 Go, selon le débit voulu.
- Le comparer sur 20 à 30 exemples réels de votre activité (résumés, tri d'emails, réponses à des questions internes).
- Vérifier la documentation de conformité à l'AI Act fournie avec le modèle avant tout usage en production.
Si vous n'avez pas d'équipe technique pour cela, un cadrage préalable évite de perdre du temps. Notre audit IA gratuit sert à choisir les cas d'usage où un petit modèle local suffit, et ceux où il faut un modèle plus puissant.
Ce que ça change pour une équipe
Olala mini n'est pas un concurrent direct des grands modèles généralistes. Son intérêt est ailleurs : un modèle léger, ouvert, hébergeable en France ou en Europe, qui peut tourner sans GPU coûteux. Pour des données sensibles, cela permet de garder le traitement chez vous.
Les limites sont claires. Contexte de 32 000 tokens, pas de benchmark publié, pas de prix hébergé. Le communiqué annonce une version 1.1 d'ici la fin de l'année, avec 128 000 tokens de contexte et un meilleur raisonnement mathématique. Il annonce aussi une version 2.0, sans date, avec plus de 100 milliards de paramètres et des modèles spécialisés en agents pour les entreprises, en DevOps cloud et en cybersécurité.
Mon conseil : n'engagez rien avant la lecture du rapport technique et un test sur vos propres documents. Pour former vos équipes à choisir et à utiliser ce type d'outil, voir notre formation IA en entreprise.
Gagne du temps avec l'IA, sans la théorie.
Just Use AI te donne les ressources, modules et templates pour automatiser ton quotidien.











