Deux jours après avoir dévoilé son premier modèle d'Intelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision., OVHcloud passe aux choses concrètes. Depuis le 19 novembre 2026, Olala mini 7A1B est disponible gratuitement sur Hugging Face, accompagné de ses caractéristiques techniques et de ses premiers résultats de tests. Ces chiffres permettent enfin de mesurer ce que vaut cette nouvelle IA française face aux modèles concurrents de Mistral, Alibaba ou IBM.
Le bilan est contrasté. Olala mini se distingue par sa capacité à respecter les instructions, mais accuse un retard dans certains exercices de raisonnement. Son principal intérêt pourrait finalement se trouver ailleurs, dans sa légèreté et sa capacité à fonctionner sur des équipements relativement modestes.
Des résultats encourageants, sans dominer la concurrence
Lors de sa présentation initiale, le 17 novembre, OVHcloud avait surtout insisté sur l'efficacité technique de son modèle. Aucun résultat comparatif n'avait été communiqué. Cette lacune est désormais comblée grâce à un rapport technique présentant notamment les performances d'Olala mini face à 18 autres modèles compacts.
Sur une moyenne de 12 tests, Olala mini obtient un score de 68 sur 100, ce qui le place en septième position du classement établi par OVHcloud.
Le modèle Qwen3.5 4B d'Alibaba arrive devant avec 77,1 points, tandis que Ministral 3 8B, développé par le Français Mistral AI, atteint 71,1 points. Olala mini dépasse néanmoins Ministral 3 3B, crédité de 65,8 points, ainsi que plusieurs autres modèles européens.
Les résultats deviennent plus intéressants lorsqu'on examine les différentes compétences. Sur IFBench, un test qui mesure la capacité d'une IA à suivre précisément des instructions, Olala mini obtient 57,7 points. C'est nettement mieux que les 27 points de Ministral 3 8B et les 49,7 points de Qwen3.5 4B.
Cette aptitude peut avoir un intérêt concret dans les applications professionnelles. Un assistant chargé de produire des réponses dans un format imposé, d'appliquer des règles de rédaction ou de respecter une succession de consignes doit avant tout exécuter correctement ce qu'on lui demande.
En revanche, les résultats sont moins convaincants en mathématiques. Sur le test AIME 2025, Olala mini atteint 61,3 points, contre 78 pour Ministral 3 8B et 74,7 pour Qwen3.5 4B. En programmation, son score de 88,3 sur HumanEval+ reste honorable, mais inférieur aux 93,8 points de Ministral 3 8B.
Ces évaluations proviennent du fabricant lui-même. Elles offrent une première comparaison utile, sans remplacer des tests indépendants réalisés dans des conditions identiques.
Une architecture conçue pour limiter les ressources nécessaires
Olala mini possède une particularité technique importante. Son architecture comprend 7 milliards de paramètres, mais seulement un milliard est activé lors du traitement d'une requête.
Ce fonctionnement repose sur une technique appelée Mixture of ExpertsArchitecture utilisant plusieurs sous-réseaux spécialisés et un mécanisme sélectionnant ceux à activer pour traiter une entrée.. Plutôt que de mobiliser systématiquement l'ensemble de ses composants, le modèle sélectionne certaines parties spécialisées selon les informations à traiter. Il combine également plusieurs mécanismes de traitement du langage, notamment Differential-TPA et Mamba-3.
L'objectif est de réduire la quantité de calcul nécessaire sans sacrifier excessivement la qualité des réponses.
OVHcloud annonce ainsi un fonctionnement possible avec une carte graphique disposant de 8 Go de mémoire. Sur une Nvidia RTX A4500, le modèle atteindrait 160 TokenUnité de contenu traitée par un modèle de langage, pouvant représenter un mot, une partie de mot ou un caractère. par seconde. Un token représente approximativement un fragment de mot ou un élément de texte utilisé par l'IA.
Le groupe évoque également une vitesse de 50 tokens par seconde sur processeur, sans carte graphique dédiée. Ces performances restent des chiffres communiqués par OVHcloud et peuvent varier selon le matériel et les conditions d'utilisation.
Cette conception présente un intérêt pour les entreprises qui souhaitent exécuter une IA sur leurs propres infrastructures plutôt que d'envoyer systématiquement leurs données vers un service externe.
Le modèle accepte actuellement une Fenêtre de contexteQuantité maximale de tokens qu'un modèle peut prendre en compte dans son contexte lors d'un traitement. de 32 000 tokens, correspondant à la quantité d'informations qu'il peut prendre en compte au cours d'un traitement.
Un modèle ouvert, mais pas encore simple à installer
Olala mini est désormais accessible sur Hugging Face sous licence Apache 2.0. Les développeurs peuvent télécharger ses poids, les exploiter dans leurs applications, les modifier et les redistribuer, y compris dans un cadre commercial, sous réserve de respecter les conditions de la licence.
OVHcloud ne propose pas uniquement la version principale. Plusieurs variantes sont publiées, notamment un modèle de base pré-entraîné et des déclinaisons destinées à la traduction ou au résumé de textes. Le rapport technique et des documents relatifs au AI ActRèglement de l'Union européenne établissant un cadre juridique pour les systèmes d'intelligence artificielle, notamment selon leurs usages et leurs niveaux de risque. accompagnent également cette publication.
Mais télécharger un modèle ne signifie pas nécessairement pouvoir l'utiliser immédiatement.
Au moment de sa publication, Olala mini n'est pas directement compatible avec les outils grand public Ollama et LM Studio, deux logiciels populaires permettant d'exécuter des modèles d'IA localement. Son architecture particulière nécessite une prise en charge adaptée.
Pour un développeur expérimenté, cette contrainte peut être surmontée en utilisant les outils et les instructions fournis avec le modèle. Pour un utilisateur souhaitant simplement installer une IA sur son ordinateur en quelques clics, l'expérience reste donc moins accessible que celle de modèles déjà intégrés à ces logiciels.
Autre limite signalée dans la documentation officielle : le modèle peut produire des informations inexactes et ne dispose pas d'une connaissance actualisée en permanence. Ses données de PretrainingPhase initiale d'entraînement permettant à un modèle d'acquérir des capacités générales avant une éventuelle spécialisation. s'arrêtent à janvier 2026, avec des données de post-TrainingProcessus durant lequel un modèle ajuste ses paramètres à partir de données afin d'améliorer ses performances. allant jusqu'à avril 2026. Il doit donc être alimenté avec des informations récentes lorsqu'une réponse dépend de l'actualité.
OVHcloud prépare déjà la suite
Le lancement d'Olala mini dépasse la simple publication d'un nouveau modèle. Pour OVHcloud, il s'agit aussi de développer ses propres technologies d'intelligence artificielle et de réduire sa dépendance aux solutions d'autres fournisseurs.
Le projet a bénéficié de ressources de calcul publiques européennes, notamment des supercalculateurs Jupiter, MeluXina et Jean Zay. OVHcloud évalue ce soutien à l'équivalent de 7 millions d'euros en heures de calcul.
Une première application commerciale existe déjà. Le moteur de recherche français Qwant utilise Olala mini pour sa fonctionnalité de réponses rapides. Selon OVHcloud, cette intégration aurait permis d'accélérer les réponses de 20 % et de diviser les coûts de fonctionnement par trois par rapport au modèle précédemment utilisé. Ces chiffres concernent ce cas d'utilisation particulier et ne peuvent pas être généralisés à toutes les applications.
Une version 1.1 est attendue avant la fin de l'année 2026. Elle devrait notamment porter la fenêtre de contexte à 128 000 tokens et améliorer les capacités de raisonnement mathématique, actuellement parmi les faiblesses identifiées.
À plus long terme, OVHcloud prévoit une version 2.0 dépassant les 100 milliards de paramètres, avec des déclinaisons spécialisées dans les agents IA pour les entreprises, l'administration des infrastructures cloud et la cybersécurité.
Pour l'instant, Olala mini ne surclasse pas les meilleurs modèles compacts du marché. Il apporte toutefois une nouvelle option européenne ouverte, avec des performances mesurables et une architecture pensée pour limiter les ressources nécessaires. Son adoption dépendra désormais autant de l'amélioration de ses résultats que de sa compatibilité avec les outils utilisés quotidiennement par les développeurs.




