On peut télécharger l’IA d’OVH taillée pour 8 Go de RAM : ce que valent ses scores face à Mistral

 
Deux jours après l’avoir présenté, OVHcloud publie son modèle Olala mini en accès libre, avec cette fois des résultats de tests. Les propres tests d’OVHcloud le classent septième sur dix-neuf petits modèles, très bon pour suivre des consignes mais moins à l’aise en maths et en sciences. Il ne se lance pas encore dans Ollama ou LM Studio.

Ce mardi 17 novembre, OVHcloud dévoilait Olala mini 7A1B, son premier grand modèle de langage, sans aligner le moindre score de benchmark. C’est corrigé : à l’occasion de son AI Summit, ce jeudi 19 novembre à Paris, l’hébergeur roubaisien a mis le modèle en ligne sur Hugging Face, la plateforme de référence pour partager ces fichiers, avec un rapport technique et un tableau comparatif face à 18 autres petits modèles.

Cinq versions, et la recette avec

OVHcloud publie cinq modèles. La version finale, pensée pour discuter, raisonner et utiliser des outils, est accompagnée du modèle de base, brut, sans réglage pour la conversation, d’une version intermédiaire et de deux déclinaisons spécialisées, l’une dans le résumé de documents, l’autre dans la traduction. Toutes sont sous licence Apache 2.0, qui autorise l’usage commercial sans contrepartie.

L’entreprise annonce aussi publier la recette de ses données d’entraînement et ses outils d’entraînement, ce qui reste rare : la plupart des modèles dits « ouverts » se contentent des poids, c’est-à-dire du modèle lui-même. Olala a été entraîné sur 12 800 milliards de tokens en anglais et dans 36 autres langues, principalement européennes.

Pour l’essayer sans rien installer, un chatbot est accessible sur olala.ovh.com. Les développeurs peuvent aussi l’appeler par API chez OVHcloud ou chez Blade, la plateforme de Shadow, gratuite pour démarrer.

Septième sur dix-neuf

OVHcloud a confronté Olala à 18 modèles de taille comparable, sur douze tests qui mesurent le suivi d’instructions, les connaissances scientifiques, le code et les mathématiques. Olala obtient une moyenne de 68 sur 100, ce qui le classe septième.

ModèleMoyenne (12 tests)Suivi de consignesMathsCodeAppel d’outils
Qwen3.5 4B (Alibaba)77,149,774,783,467,8
Ministral 3 8B (Mistral)71,127,078,093,842,0
Olala mini 7A1B (OVHcloud)68,057,761,388,359,6
Ministral 3 3B (Mistral)65,833,770,092,637,7
Granite 4.0 H Tiny (IBM)41,414,34,777,460,2
EuroLLM 9B31,915,00,736,0—
Scores en %, mesurés par OVHcloud. Suivi de consignes : IFBench. Maths : AIME 2025. Code : HumanEval+. Appel d’outils : BFCL V3, hors moyenne. EuroLLM n’appelle pas d’outils.

Face à Mistral, le match est partagé : Olala devance Ministral 3 3B, mais reste derrière Ministral 3 8B. Hors Mistral, il fait surtout beaucoup mieux que les autres modèles européens du comparatif d’OVHcloud. EuroLLM 9B et Apertus 8B restent sous la barre des 32 de moyenne, et Luciole 23B Instruct, trois fois plus gros, ne dépasse pas 40.

Ce classement doit être lu en gardant en tête la conception d’Olala. Sur ses 6,8 milliards de paramètres, les réglages internes appris pendant l’entraînement, il n’en active qu’un milliard environ pour chaque token qu’il génère, contre 4 milliards pour Qwen3.5 4B ou 8 milliards pour Ministral 3 8B. Il calcule donc moins, et va plus vite. Parmi les modèles qui fonctionnent sur le même principe, seul Ling 3.0 tiny, d’Ant Group, fait mieux. Mais pour qui veut une petite IA sur son ordinateur, la question reste celle du résultat, et un Qwen3.5 4B fait mieux sur neuf tests sur douze.

Ces chiffres sont ceux d’OVHcloud, mesurés avec ses propres réglages : aucun organisme indépendant ne les a encore reproduits.

Bon élève, moins bon en maths

OVHcloud le reconnaît lui-même : son modèle est « plus fort en suivi d’instructions, plus faible en mathématiques de compétition ». Sur IFBench, qui vérifie qu’une IA respecte des contraintes précises (un nombre de mots, un format imposé), Olala obtient 57,7 %, le double de Ministral 3 8B. En sciences de niveau universitaire (GPQA Diamond), il plafonne à 50,5 %, contre 75,8 % pour Qwen3.5 4B. La fiche du modèle le reconnaît aussi : avec un milliard de paramètres actifs, Olala retient moins de connaissances factuelles qu’un modèle plus gros et peut affirmer des erreurs avec aplomb.

C’est cohérent avec l’usage visé. Olala mini est pensé pour des tâches courtes et répétées des millions de fois : résumer, classer, extraire une information, appeler le bon outil. OVHcloud l’a d’ailleurs entraîné à enchaîner jusqu’à 75 échanges successifs avec ses outils, recherches comprises. Il réfléchit avant de répondre, avec quatre niveaux d’effort au choix, du mode désactivé au mode « élevé », conseillé pour les maths.

Sur votre PC, pas encore en deux clics

Le modèle « tient sur un PC sans carte graphique dédiée », promettait OVHcloud. C’est vrai, mais pas encore avec les outils grand public. La fiche du modèle le précise : Ollama, LM Studio et les versions officielles de llama.cpp, vLLM et mlx-lm ne savent pas encore le charger, car ils ne gèrent pas son architecture hybride, qui mêle couches Mamba-3 et couches d’attention. Il faut passer par des versions modifiées de llama.cpp, de vLLM ou du moteur MLX de LM Studio, publiées par OVHcloud, et donc par la ligne de commande.

Une fois installé, le modèle est léger. Pour llama.cpp, la version compressée la plus petite (5 bits) pèse 6 Go. OVHcloud a testé puis retiré une version 4 bits, qui ne faisait gagner que 0,3 Go et dégradait les résultats. Sur un MacBook Air M5 doté de 16 Go de mémoire, la version 6 bits génère environ 70 tokens par seconde selon l’entreprise, bien plus vite qu’on ne lit. Sur Mac, la version MLX, optimisée pour les puces Apple, descend à 4,9 Go et atteint 86 tokens par seconde sur la même machine. La version non compressée, elle, réclame 13,6 Go.

Déjà en service chez Qwant

Olala a un premier client : Qwant. Les réponses « flash » du moteur de recherche, affichées en tête des résultats comme les résumés IA de Google, reposent désormais sur la version spécialisée dans le résumé. Elle traite 3 millions de requêtes par jour, avec trois fois moins de ressources que le modèle précédent et des réponses 20 % plus rapides, selon OVHcloud. Ce modèle précédent venait de Mistral, confirme Next.

Le choix de Qwant a aussi un parfum de revanche. Interrogé par le JDN sur un rapprochement avec Mistral AI, Octave Klaba a expliqué que la start-up parisienne avait refusé un partenariat après 18 mois de discussion, et qu’elle se considérait comme concurrente d’OVHcloud.

Qwant n’est pas un client tout à fait extérieur. Le moteur appartient depuis 2023 à une société codétenue par la famille Klaba et la Caisse des dépôts, et le modèle tourne sur les GPU de Shadow, racheté en 2021 par une société d’Octave Klaba, fondateur et CEO d’OVHcloud. OVHcloud, Qwant et Shadow ont annoncé ce jeudi, avec EUSP (la coentreprise de Qwant et Ecosia qui gère l’index de recherche Staan), une alliance pour une « IA souveraine de bout en bout ». En revanche, rien n’a été dit sur la qualité des résumés.

La suite : 128 000 tokens, puis plus de 100 milliards de paramètres

Une version 1.1 est attendue d’ici la fin de l’année. Sa fenêtre de contexte, la quantité de texte que le modèle garde en tête, passera de 32 000 à 128 000 tokens, et le raisonnement mathématique doit progresser. La version 2.0 doit dépasser les 100 milliards de paramètres. Devant la presse, Octave Klaba a précisé une fourchette de 100 à 300 milliards pour début 2027, rapporte le JDN, et vise à terme un modèle de 3 000 milliards de paramètres pour la cybersécurité et le développement.

Pour un premier modèle, conçu par une équipe d’une centaine de personnes, Olala mini tient son rang sans briller. Sa vraie singularité est ailleurs : l’ouverture complète, données comprises.


Retrouvez un résumé du meilleur de l’actu tech tous les matins sur WhatsApp, c’est notre nouveau canal de discussion Frandroid que vous pouvez rejoindre dès maintenant !

Pour nous soutenir gratuitement, dites simplement à Google d’ajouter Frandroid à vos sources préférées en cliquant ici.

Recherche IA boostée par
Perplexity