Olala mini d'OVHcloud : une IA française qui tient sur un PC, et ensuite ?
OVHcloud publie son premier modèle de langage open source, assez léger pour un PC ordinaire. Voici ce que cela change pour la maison, ce qui reste à prouver et pourquoi il vaut mieux attendre avant d'installer.

Le 17 novembre 2026, l'hébergeur français OVHcloud a présenté Olala mini 7A1B, son premier grand modèle de langage, annoncé comme open source et entraîné de zéro. Sa particularité : il est conçu pour tourner avec très peu de ressources, sur une carte graphique de 8 Go de mémoire ou même sur un simple processeur. Notre page d'actualité raconte l'annonce. Ici, on regarde ce que cela signifie pour un foyer.
La réponse courte : pour l'instant, rien à installer et rien à acheter. Olala mini n'est pas un assistant prêt à l'emploi, et aucun test indépendant n'a été publié à ce stade, selon Numerama et Frandroid. Mais le modèle illustre une tendance utile à suivre : des IA assez petites pour fonctionner chez soi, sans envoyer chaque question à un serveur distant.
Voici ce que les chiffres annoncés veulent dire, ce qu'ils permettraient à la maison, et la liste des points à vérifier avant de s'y intéresser sérieusement.
Qu'est-ce qu'Olala mini, concrètement ?
Olala mini est un grand modèle de langage : le type de programme qui génère du texte et répond à des questions, comme ceux qui font tourner les assistants en ligne. OVHcloud, connu surtout pour l'hébergement et le cloud, l'a conçu et entraîné lui-même, sans partir d'un modèle existant, d'après l'entreprise.
Le nom complet, Olala mini 7A1B, résume sa taille : 7 milliards de paramètres au total, dont un milliard « actifs » à chaque requête. OVHcloud présente ce modèle comme le premier d'une famille destinée aux entreprises européennes qui cherchent une alternative aux grands modèles américains.
Son premier client est Qwant, le moteur de recherche français, qui l'utilise pour ses réponses synthétiques, c'est-à-dire les résumés affichés en réponse à une recherche. C'est la seule utilisation en conditions réelles citée dans nos sources.
Que signifie « 7 milliards de paramètres, dont un milliard actif » ?
Un paramètre est un réglage interne appris pendant l'entraînement. Plus il y en a, plus le modèle peut en principe retenir de nuances, mais plus il demande de mémoire et de calcul.
Olala mini repose sur une architecture dite de mélange d'experts. Le modèle est découpé en nombreux petits sous-réseaux, les experts : 256 par couche selon OVHcloud. Pour chaque mot traité, seuls quelques experts travaillent, ce qui explique qu'un milliard de paramètres seulement soit mobilisé sur 7. Le calcul par requête reste alors léger.
Une précision de bon sens : les 7 milliards de paramètres doivent tout de même être stockés quelque part, même si peu travaillent à la fois. La légèreté porte donc surtout sur la vitesse de calcul, pas sur la place occupée par le modèle.
L'entreprise cite aussi deux techniques récentes, Differential-TPA et Mamba-3, qui servent à limiter la mémoire nécessaire quand le texte s'allonge. C'est ce qui permet, en théorie, de garder un texte long en tête sans saturer une petite machine.
| Caractéristique | Valeur annoncée | Ce que cela veut dire |
|---|---|---|
| Paramètres | 7 milliards au total, 1 milliard actif | Modèle de petite taille, calcul léger par requête |
| Architecture | Mélange d'experts, 256 experts par couche | Seule une partie du modèle travaille à chaque mot |
| Matériel minimal | Carte graphique de 8 Go, ou simple processeur | Un PC récent pourrait suffire |
| Vitesse sur carte Nvidia RTX A4500 | 160 tokens par seconde | Très rapide à la lecture |
| Vitesse sur processeur | 50 tokens par seconde | Utilisable sans carte graphique dédiée |
| Fenêtre de contexte | 32 000 tokens | Environ cinquante pages de texte |
Peut-on le faire tourner sur son propre PC ?
D'après OVHcloud, oui : une carte graphique de 8 Go de mémoire suffit, et un processeur seul peut aussi l'exécuter. Frandroid reprend cet argument et titre sur un modèle qui tient sur un PC sans carte graphique dédiée, tout en soulignant l'absence de preuves.
Pour se repérer, un token correspond à environ trois quarts de mot. Les 160 tokens par seconde annoncés sur une Nvidia RTX A4500, une carte professionnelle, représentent donc de l'ordre de 120 mots par seconde, bien plus vite qu'on ne lit. Les 50 tokens par seconde sur processeur font environ 37 mots par seconde, ce qui resterait confortable pour un assistant.
La fenêtre de contexte, c'est la quantité de texte que le modèle peut garder en tête dans une conversation. À 32 000 tokens, soit une cinquantaine de pages, elle suffit pour un échange ou un document court, mais pas pour de très longs dossiers.
Reste à savoir sur quel processeur et dans quelles conditions ces vitesses ont été relevées : le détail n'apparaît pas dans notre matériel. Un processeur d'ordinateur portable ancien ne donnera pas forcément le même résultat.
Qu'est-ce que cela change pour une maison connectée ?
Aujourd'hui, la plupart des assistants IA fonctionnent dans le cloud : votre question part vers un serveur, la réponse revient. Un modèle assez petit pour tourner sur un ordinateur de la maison ouvre une autre voie, celle de l'IA locale. Nous détaillons cette approche dans notre rubrique IA locale.
Les avantages théoriques sont connus : les échanges restent chez vous, l'assistant fonctionne même si la connexion tombe, et il n'y a pas d'abonnement lié à chaque requête. Pour un foyer équipé de domotique ou de panneaux solaires, on peut imaginer un assistant qui résume l'état de la maison ou répond à des questions sur la consommation, sans rien envoyer à l'extérieur.
Mais il faut rester lucide. Olala mini n'est pas un assistant domestique : c'est un modèle brut, qu'il faudrait relier à des outils, à un logiciel de domotique et à un micro. Rien dans nos sources ne dit qu'une telle intégration existe. Un petit modèle sera aussi moins capable que les grands modèles en ligne sur les tâches complexes ; c'est le compromis habituel de la taille.
Pour un panorama de ce qui est réellement utilisable à la maison aujourd'hui, notre page L'IA à la maison reste le bon point de départ.
« Open source » : que faut-il vérifier avant de l'utiliser ?
OVHcloud parle d'un modèle open source. Dans l'IA, le terme recouvre des réalités très différentes : parfois seuls les fichiers du modèle sont publiés, avec une licence qui limite certains usages, notamment commerciaux. Le mot ne dit donc pas à lui seul ce que vous avez le droit de faire.
Le conseil de notre actualité est clair : vérifier la licence avant tout usage professionnel. À notre connaissance, les sources dont nous disposons ne précisent ni la licence ni la date de mise à disposition des fichiers. Olala mini est publié sous licence Apache 2.0 et téléchargeable sur Hugging Face à partir du jeudi 19 novembre 2026.
Trois points méritent d'être contrôlés une fois les fichiers en ligne :
- la licence : usage personnel, commercial, modification, redistribution ;
- la documentation technique : quelles données ont servi à l'entraînement, quelles langues sont couvertes ;
- les versions disponibles : le modèle brut seul, ou aussi une version adaptée aux conversations.
La question des données d'entraînement n'est pas anecdotique en France, où le débat sur l'IA et le droit d'auteur est ouvert. Notre page sur la loi Darcos explique ce que la présomption d'usage changerait pour les modèles d'IA.
Pourquoi OVHcloud met-il en avant la souveraineté ?
Selon l'entreprise, Olala mini ouvre une famille de modèles maison pour les entreprises européennes, qui cherchent une alternative aux grands modèles américains. Numerama insiste sur la place de la France face à Mistral, en titrant que celui-ci n'est plus seul dans le pays. Clubic, de son côté, présente surtout l'entrée d'OVHcloud sur ce marché.
L'entraînement s'est appuyé sur trois supercalculateurs publics : Jupiter en Allemagne, MeluXina au Luxembourg et Jean Zay en France. Le soutien public est estimé à l'équivalent de 7 millions d'euros de temps de calcul. Autrement dit, ce modèle est en partie financé par de l'infrastructure collective européenne, ce qui nourrit l'argument de souveraineté.
Octave Klaba, fondateur d'OVHcloud, affirme que le coût d'un tel entraînement aurait été divisé par 20 en trois ans. Cette affirmation n'est pas vérifiée à ce stade, et nous la rapportons comme telle.
Pour un particulier, la souveraineté n'est pas un critère d'achat immédiat. Elle compte surtout si vous tenez à ce que vos données restent sous droit européen, ou si vous dépendez d'une entreprise qui l'exige. La baisse des coûts des modèles en ligne est un autre mouvement, que nous décrivons dans notre explication de Claude Fable 5.2.
Que faire maintenant, et que surveiller ?
La recommandation tient en une ligne : ne rien installer pour le moment. Voici comment procéder, dans l'ordre.
- Attendre la publication effective des fichiers du modèle, pour pouvoir les télécharger.
- Lire la licence avant tout usage, surtout si vous comptez l'employer pour une activité professionnelle.
- Patienter jusqu'à l'arrivée de tests indépendants sur des machines proches de la vôtre, avec des mesures de vitesse et de qualité des réponses en français.
- Si vous voulez essayer, commencer sur l'ordinateur que vous possédez déjà. Aucun achat de carte graphique n'est justifié par cette annonce.
À surveiller ensuite : la qualité réelle des réponses en français, la façon dont le modèle se comporte sur des textes longs, et l'arrivée éventuelle de versions plus grandes dans la même famille. Les retours de Qwant, premier client, donneront aussi une idée de la tenue du modèle dans un service réel.
Pour suivre l'actualité de l'IA domestique de façon plus large, notre sélection de la semaine 46 de 2026 rassemble les pages à lire en priorité.
Olala mini est-il vraiment open source ?
OVHcloud le présente comme tel. Mais ce terme recouvre des licences très variées, certaines limitant l'usage commercial. Il faut lire la licence au moment où les fichiers seront publiés.
Faut-il une carte graphique pour faire tourner Olala mini ?
Selon OVHcloud, non : une carte de 8 Go suffit, et un simple processeur peut aussi l'exécuter, à environ 50 tokens par seconde. Ces chiffres n'ont pas encore été confirmés par des tests indépendants.
Olala mini peut-il remplacer ChatGPT ou Gemini à la maison ?
Pas à ce stade. C'est un petit modèle brut, sans application grand public annoncée. Les grands modèles en ligne restent plus capables sur les tâches complexes, tandis qu'un modèle local joue sur la confidentialité et l'autonomie.
Qui utilise déjà Olala mini ?
Qwant, le moteur de recherche français, est le premier client cité. Il s'en sert pour ses réponses synthétiques, d'après OVHcloud.
Qu'est-ce qu'un token ?
C'est une unité de texte traitée par le modèle, qui correspond en moyenne à environ trois quarts de mot. La fenêtre de 32 000 tokens d'Olala mini représente donc une cinquantaine de pages.
Vous aimez ? La newsletter IA
Chaque jeudi : l’IA qui compte pour votre maison.
✓ Gratuit · sept éditions · désinscription en un clic


