Olala, le premier modèle d’IA d’OVH : léger, rapide, et déjà chez Qwant
OVH dévoile Olala mini, un modèle de langage censé tourner avec 8 Go de mémoire graphique. Qwant s'en sert déjà. Ce qui se vérifie, et ce qui reste à prouver.

OVHcloud, l’hébergeur français de Roubaix, se lance dans les modèles de langage. Il a annoncé le 17 novembre Olala, sa première famille de modèles, avec un premier membre, Olala mini. La présentation officielle est prévue le 19 novembre, à l’OVHcloud AI Summit.
Sept milliards de paramètres, un seul au travail
Olala mini compte 7 milliards de paramètres, mais n’en active qu’un milliard pour chaque réponse. C’est le principe des « experts » : à chaque fois, le modèle ne sollicite qu’une petite partie de ses circuits. Il répond plus vite, mais les autres poids restent chargés en mémoire.
| Point | Annoncé par OVH |
|---|---|
| Paramètres | 7 milliards, dont 1 milliard actif |
| Contexte | 32 000 tokens |
| Mémoire graphique | à partir de 8 Go |
| Vitesse | 160 tokens par seconde sur RTX A4500 |
| Licence | Apache 2.0, poids promis sur Hugging Face |
Un token est un fragment de texte, pas forcément un mot. Prudence sur la vitesse : la RTX A4500 citée a 20 Go de mémoire, pas 8. Et 7 milliards de poids en BF16 pèsent environ 14 Go. Tenir dans 8 Go suppose une compression qu’OVH ne détaille pas.
Côté disponibilité, OVH promet les poids en open source sur Hugging Face. Le 18 novembre vers 0 h 30, aucun modèle Olala n’y apparaissait sous le compte d’OVHcloud.
Qwant, un client pas tout à fait comme les autres
Selon OVH, Qwant utilise déjà Olala pour ses Réponses Flash, les résumés générés au-dessus des résultats. Elles seraient 20 % plus rapides et trois fois moins chères à faire tourner qu’avec le modèle précédent, qui n’est pas nommé.
Un détail compte. D’après le document de référence d’OVH, Qwant est contrôlé par des membres de la famille Klaba, qui contrôle aussi OVHcloud. Ce n’est donc pas un test indépendant. Et rapide ne veut pas dire exact. Les Réponses Flash se désactivent dans les réglages de Qwant.
Un coup de pouce public
L’entraînement aurait mobilisé trois supercalculateurs européens : Jupiter à Jülich en Allemagne, MeluXina au Luxembourg et Jean Zay en France. OVH évalue cette aide à 7 millions d’euros en heures de calcul. C’est une valorisation, pas un chèque. Une version 1.1 doit porter le contexte à 128 000 tokens d’ici fin 2026, une v2 dépasser les 100 milliards de paramètres, sans date.
Notre verdict
Un modèle européen, ouvert, assez léger pour un PC de bureau : sur le papier, c’est exactement ce qui manque. Mistral publie déjà des modèles téléchargeables, la concurrence est bienvenue.
Mais pour l’instant, Olala est un communiqué. Pas de poids à télécharger, pas de test indépendant, et un premier client de la même famille. On jugera quand il tournera sur une carte de 8 Go, chez quelqu’un qui n’a rien à lui vendre.
Sources : OVHcloud, annonce d’Olala mini, 17 novembre 2026, NVIDIA, fiche RTX A4500 (en anglais), OVHcloud, document d’enregistrement universel 2026, p. 39, Qwant, désactiver les Réponses Flash, Forschungszentrum Jülich, supercalculateur Jupiter (en anglais).
Cet article…
Le Bien Heureux · Rédaction Capibara · Mercredi 18 novembre 2026