Vous cherchez un modèle de langage à tester autrement que dans un chatbot classique ? OVHcloud vient de publier Olala-v1.0-mini-7A1B, le premier modèle de sa famille Olala. Ses poids sont disponibles sur Hugging Face sous licence Apache 2.0. Au programme : une architecture hybride, de l’appel d’outils et une mise en place qui reste plus technique en local qu’une simple commande dans un moteur habituel.
À retenir
- Olala mini compte 6,8 milliards de paramètres au total. Le nombre annoncé comme actif varie selon les pages officielles.
- Sa fenêtre de contexte est de 32 000 tokens, entrée et réponse comprises.
- L’API hébergée est le chemin le plus direct. Pour l’exécuter localement, il faut encore passer par des versions adaptées de certains moteurs.
Une architecture compacte, mais pas un modèle d’un milliard de paramètres#
La fiche du modèle indique 6,8 milliards de paramètres au total et environ 1 milliard actif par token. La fiche OVHcloud AI Endpoints, elle, en affiche 1,5 milliard. Les pages ne donnent donc pas le même chiffre. Pour le moment, mieux vaut retenir la taille totale et garder cette différence à l’esprit lorsqu’on compare les fiches techniques.
Olala mini mélange 29 couches Mamba-3 et 7 couches d’attention. Elles sont associées à des blocs de mélange d’experts : six experts routés sont activés parmi 256, avec un expert partagé. En clair, seule une partie du réseau travaille sur chaque token. Mais « un milliard actif » ne signifie pas qu’il suffit de disposer de la mémoire nécessaire à un modèle d’un milliard de paramètres : il faut aussi tenir compte de l’ensemble des poids, de leur format et du contexte.
C’est justement un point à ne pas négliger avant une installation locale. Dans son analyse, Next.ink estime qu’en BF16, les poids occupent à eux seuls environ 14 Go, avant même de compter le cache et les besoins du logiciel. La quantification peut réduire cette empreinte, mais la configuration choisie compte autant que le nombre de paramètres actifs.
Un essai simple dans le cloud, plus technique en local#
La fenêtre de contexte atteint 32 000 tokens, en comptant les éléments envoyés au modèle et sa réponse. Un long document ou un historique fourni en entrée laisse donc moins de place à la génération.
Pour une première prise en main, l’API OVHcloud AI Endpoints est compatible avec le format OpenAI. La fiche du modèle propose aussi de passer par le fournisseur OVHcloud sur Hugging Face. Au 21 novembre 2026, l’endpoint OVHcloud était indiqué comme gratuit; vérifiez les limites de requêtes et les conditions avant un usage régulier.
En local, ce n’est pas encore « je télécharge et je lance ». La fiche Hugging Face précise que les versions officielles d’Ollama, LM Studio, llama.cpp, vLLM et mlx-lm ne chargent pas directement cette architecture. Des forks et variantes sont proposés pour certains de ces moteurs. Il faut donc suivre les instructions du dépôt correspondant et vérifier la configuration matérielle recommandée.
Pour quels usages essayer Olala mini ?#
Le modèle vise le dialogue, le suivi d’instructions et l’appel d’outils. Il peut donc servir de candidat à tester pour un prototype d’assistant ou une tâche interne, à condition de vérifier les résultats sur ses propres exemples. Les benchmarks publiés sur la fiche ont été réalisés par l’équipe OVHai LLM : ils donnent des repères, mais ne remplacent pas une comparaison indépendante dans votre contexte.
Les poids sous Apache 2.0 rendent leur réutilisation possible dans les conditions de cette licence. Avant une intégration ou une redistribution, consultez tout de même les fichiers de licence et de notice du dépôt, puis vérifiez la compatibilité, la qualité des réponses et les règles de confidentialité de votre usage.
Olala mini mérite donc un essai, surtout si vous cherchez un modèle à poids ouverts et une API compatible avec des outils existants. Pour le faire tourner chez soi, mieux vaut toutefois vérifier le moteur, la quantification et la mémoire disponibles avant de se lancer.
Sources : OVHcloud, communiqué de présentation · Hugging Face, fiche du modèle · OVHcloud AI Endpoints, catalogue · Next.ink, analyse d’Olala mini · Apache Software Foundation, licence 2.0



