Pendant des années, Netflix a vécu des films et des séries des autres, loués auprès de studios libres d’en relever le prix ou de les reprendre. En février 2013, la plateforme met en ligne House of Cards, première grande série produite pour elle, sans cesser de diffuser le catalogue de ses fournisseurs. Le diffuseur devenait producteur, et son premier atout ne tenait pas à un savoir-faire de studio, mais à l’accès direct à des millions d’abonnés.
L’informatique en nuage européenne rejoue ce scénario avec les modèles de langage. Depuis le printemps 2025, OVHcloud facture à l’usage des dizaines de modèles conçus par Mistral, Meta ou des laboratoires chinois. Le mardi 17 novembre 2026, le groupe roubaisien a présenté Olala, « sa première famille de LLM », inaugurée par Olala mini 7A1B, avant un lancement officiel le jeudi 19 novembre au Carrousel du Louvre, pendant l’OVHcloud AI Summit, plus tôt qu’il ne l’avait laissé prévoir.
L’annonce tient en quelques chiffres, sans aucun score, et n’a qu’un témoin, une entreprise que contrôle le fondateur d’OVH. Elle se lit en plusieurs couches : ce qui est annoncé mardi et ce qui attend jeudi, une architecture plus audacieuse que son gabarit, l’héritage de Dragon LLM, la portée de la licence et de la documentation réglementaire, l’absence de score et le cas Qwant, puis la place que l’hébergeur entend occuper face à Mistral.
Une sortie avancée, livrée en deux temps
De VivaTech au communiqué de Roubaix
Le 17 juin, à VivaTech, Octave Klaba, PDG d’OVHcloud, avait annoncé que le groupe entraînerait ses propres modèles, une famille plutôt qu’un modèle unique. Il chiffrait un modèle de pointe à 150 ou 200 millions d’euros, excluait d’entraîner sur les données des clients et ne promettait l’ouverture qu’une fois les modèles assez solides. Le 20 octobre, il évoquait un lancement au début de 2027, après une première version ouverte espérée fin novembre pour mesurer les performances. Le communiqué du 17 novembre justifie le pari : « L’IA est stratégique pour OVH », y affirme-t-il, l’entraînement coûtant selon lui vingt fois moins qu’il y a trois ans, ce qui rend rentable la création d’un LLM.
Annoncé mardi, attendu jeudi
Ce mardi, rien n’est téléchargeable. Le communiqué dit Olala mini « publié » avec ses poids, sa version de base pré-entraînée, un rapport technique, un dossier de conformité au règlement européen sur l’IA, mais n’annonce qu’au futur sa mise à disposition sur Hugging Face, sous licence Apache 2.0, où la page d’OVHcloud n’affiche encore aucun modèle ; aucune fiche technique ne permet de vérifier ses caractéristiques. La mise en ligne devrait accompagner l’OVHcloud AI Summit, qu’Octave Klaba ouvrira par une keynote retransmise en direct, de 10 heures à midi.
Un modèle compact conçu pour ménager la mémoire
Sept milliards de paramètres, un seul à l’ouvrage
Le nom d’Olala mini 7A1B résume sa structure : 7 milliards de paramètres en tout, un seul milliard actif par requête. C’est le principe du mélange d’experts, où chaque couche se divise en sous-réseaux, ici 256, dont un routeur ne mobilise que quelques-uns par jeton. DeepSeek-V3 compte autant d’experts routés pour 671 milliards de paramètres : dans un réseau près de cent fois plus petit, taillé pour des tâches légères, ce découpage donne des experts minuscules. Le gabarit n’est pas neuf : OLMoE en 2024, puis Granite-4.0-H-Tiny d’IBM, hybride Mamba, en 2025 l’avaient adopté ; Olala se distingue par sa provenance et la finesse de ses experts.
Selon OVH, 8 Go de mémoire vidéo suffisent à le faire tourner, et il débite 160 jetons par seconde avec une RTX A4500, carte de 20 Go, 50 sur un processeur ordinaire, sans détail sur ce processeur, les réglages ou la méthode de mesure. En BF16, format annoncé des poids, chaque paramètre occupe deux octets : le modèle pèse quelque 14 Go, et tenir dans 8 Go suppose une version compressée ou des experts laissés en mémoire centrale. Le contexte, 32 000 jetons, doit passer à 128 000 avec une version 1.1 promise avant la fin de 2026, censée aussi mieux raisonner en mathématiques.
Trois briques récentes, aucune mesure publique
Olala mini repose sur une attention hybride combinant Differential-TPA et Mamba-3. L’attention différentielle, proposée en octobre 2024 par Microsoft Research et Tsinghua, soustrait deux cartes softmax pour neutraliser le bruit des passages sans rapport ; la Tensor Product Attention, décrite en janvier 2025, factorise requêtes, clés et valeurs et réduit d’un ordre de grandeur le cache clé-valeur. Mamba-3, troisième version du modèle à espace d’états Mamba, traite la séquence à un coût proportionnel à sa longueur, quand celui de l’attention classique croît avec son carré. Deux de ces briques ménagent la mémoire, mais le papier de Mamba-3 n’a que huit mois et aucune mesure publique ne valide l’assemblage.
De Lingua Custodia aux supercalculateurs publics
Cette architecture est l’œuvre de Dragon LLM, jeune pousse parisienne fondée en 2011 sous le nom de Lingua Custodia pour la traduction automatique financière, puis tournée en 2024 vers les modèles spécialisés. Cette année-là, elle figurait parmi les quatre lauréats du Large AI Grand Challenge de la Commission européenne, qui se partageaient 1 million d’euros et 8 millions d’heures de calcul sur LUMI et Leonardo. En novembre 2025, elle publiait des modèles Open Finance de 8 milliards de paramètres, bâtis sur Llama 3.1 et Qwen 3.
Le 25 mars 2026, OVHcloud annonçait un contrat engageant pour la racheter, première pierre d’un laboratoire chargé d’entraîner et d’affiner des LLM souverains. Rebaptisée OVHai LLM, la société est passée de l’affinage de modèles américains et chinois à un entraînement complet, sans partir d’un modèle existant, sur trois supercalculateurs publics, Jupiter en Allemagne, MeluXina au Luxembourg et Jean Zay en France. Jupiter, exaflopique et cofinancé par EuroHPC, avait déjà servi à un pré-entraînement, selon le PDG en juin. OVH chiffre ce soutien public à 7 millions d’euros d’heures de calcul, sans indiquer ni le volume de données ni le nombre de jetons.
Une licence permissive, une ouverture partielle
Ce que couvre Apache 2.0
OVH annonce un modèle « disponible en open source ». La licence Apache 2.0, l’une des plus permissives, autorise usage, modification et redistribution, y compris commerciale, mais pour les seules pièces publiées : l’annonce ne mentionne ni le corpus ni le code d’entraînement. Or la définition de l’IA open source adoptée par l’Open Source Initiative le 28 octobre 2024 exige, outre les paramètres, le code complet et assez d’information sur les données pour reconstruire un système équivalent. Tel qu’annoncé, Olala mini relève des modèles à poids ouverts, quand OLMoE ou Lucie-7B ont publié données et code.
L’AI Act, de l’obligation à l’argument
La documentation promise renvoie à une obligation. Les règles visant les fournisseurs de modèles d’IA à usage général s’appliquent depuis le 2 août 2025, et la Commission peut les faire respecter depuis le 2 août 2026. Ses lignes directrices du 18 juillet 2025 retiennent un seuil indicatif de 10²³ opérations de calcul d’entraînement, invérifiable ici faute de nombre de jetons publié, et précisent qu’un modèle sous licence libre, sans risque systémique, sans accès monétisé et à poids publics échappe à une partie de la documentation technique.
Restent dues une politique de respect du droit d’auteur et un résumé public des données d’entraînement, selon le modèle fixé par la Commission le 24 juillet 2025 pour que les ayants droit puissent exercer leurs droits : c’est le minimum de la documentation annoncée. Livrée dès le lancement, elle deviendrait un argument de vente auprès des secteurs réglementés, la finance en tête, clientèle d’origine de Lingua Custodia ; IBM avait ouvert la voie en adossant Granite 4.0 à une certification ISO/IEC 42001, norme de management de l’IA.
Un lancement sans score, un témoin sans neutralité
Des rivaux mieux armés sur le contexte
Aucun résultat sur les bancs d’essai usuels n’accompagne l’annonce, ce qui interdit de comparer Olala mini aux rivaux immédiats du segment, Gemma chez Google, Qwen chez Alibaba, Ministral chez Mistral. Sur la fenêtre de contexte, seul critère de capacité annoncé, Olala et ses 32 000 jetons restent loin des 128 000 des petits Gemma 4, sortis le 2 avril 2026, et des 262 000 de Qwen3.5. La phase de mesure annoncée en octobre n’a encore rien produit de public.
Un premier client qui n’a rien d’un tiers
Un seul utilisateur témoigne : Qwant, dont les réponses flash, synthèses générées à partir des résultats de recherche, tournent déjà sur Olala mini et gagneraient 20 % de vitesse pour un coût divisé par trois. Le témoin n’a rien d’indépendant : en juin 2023, Octave Klaba a signé le rachat de Qwant et de Shadow par Synfonium, groupe qu’il a fondé, détenu à 75 % par sa holding et à 25 % par la Caisse des dépôts.
Le communiqué mesure ces gains « par rapport au modèle précédemment utilisé », sans le nommer. Or la réponse flash reposait en mars 2026 sur des modèles de Mistral, et le 9 octobre encore, Qwant disait à Next évaluer d’autres options après de « récentes évolutions tarifaires » de Mistral. Si le prédécesseur battu est bien un Mistral, ce que rien ne confirme, Olala a pris la place du champion national chez un client contrôlé par le fondateur d’OVH : un échange entre sociétés liées plus qu’une preuve de marché.
L’hébergeur devenu éditeur
OVH ne renonce pas à son métier. AI Endpoints, son service d’inférence sans serveur, a ouvert le 29 avril 2025 avec plus de quarante modèles ouverts facturés à l’usage, dont des Qwen et une version distillée de DeepSeek-R1, à côté de Mistral et de Llama ; depuis le 24 novembre 2025, le groupe sert aussi des modèles sur Hugging Face, dès 0,04 euro le million de jetons. Si Olala rejoint ce catalogue, ce que le communiqué ne dit pas, il y côtoiera les modèles chinois que l’hébergeur distribue lui-même.
Ne plus attendre la générosité des laboratoires
Pour Octave Klaba, on ne peut compter sur la seule générosité de certains laboratoires qui publient leurs modèles. L’ouverture se décide ailleurs : Meta a publié les poids de Muse Spark Open le 15 octobre, Alibaba a lancé Qwen4-Max le 16 novembre sans publier les siens. La force d’OVH n’est pas la recherche, mais 46 centres de données et 1,7 million de clients. Comme Google Cloud place Gemini auprès des entreprises qu’il sert, le groupe pourra proposer ses modèles ouverts, probablement à des tarifs serrés, aux milliers de sites qu’il héberge, à l’heure où la souveraineté de l’IA s’impose dans le débat.
Mistral perd son exclusivité, pas son terrain
Mistral AI incarnait jusqu’ici à elle seule l’ambition française, à la frontière comme dans le petit format : Mistral Large 4, présenté le 6 octobre, a vu ses poids publiés le 29 octobre, et Ministral 3 date du 2 décembre 2025. OVH ne vise pas le sommet occupé par Anthropic et OpenAI ; il se veut éditeur européen de modèles ouverts. Le 20 octobre, Octave Klaba avait écarté toute alliance avec Mistral, qu’il tient pour un concurrent ; en juin, il parlait de modèles de pointe, ce qu’Olala mini n’est pas.
Ce que le Carrousel du Louvre devra trancher
Jeudi, plusieurs inconnues peuvent tomber : la mise en ligne effective des fichiers promis, des premiers scores, d’OVH ou de tiers, une éventuelle entrée d’Olala dans AI Endpoints et son prix, le détail de la version 1.1 et d’Olala 2.0, génération annoncée au-delà de 100 milliards de paramètres et déclinée pour les agents d’entreprise, l’exploitation du cloud et la cybersécurité. Des fichiers complets et des résultats ouvriraient la comparaison ; des poids sans évaluation prolongeraient un lancement fondé sur la parole de l’éditeur.
Olala mini arrive avec une architecture plus audacieuse que son gabarit, une licence permissive, une documentation réglementaire promise et de l’avance sur l’échéance de 2027, mais sans un seul score et avec pour unique témoin une entreprise liée au fondateur d’OVH. La vérification commencera quand les fichiers seront en ligne et que d’autres que l’éditeur les auront mesurés.
Le geste dépasse pourtant le modèle. Un hébergeur qui édite ses propres poids dépend moins du rythme des laboratoires américains et chinois, et Mistral voit surgir un second éditeur français, qui choisit les petits modèles exécutables chez soi plutôt que la frontière. La conformité devient en outre un produit : ce que le règlement impose à tous se vend comme une garantie aux secteurs qui ne peuvent s’en passer.
Reste la question que posent la plupart des modèles dits ouverts : ce que vaut la souveraineté quand les données d’entraînement demeurent hors de portée de qui voudrait refaire le travail. Netflix a pu imposer ses séries maison sans publier d’audiences pendant des années ; un modèle de langage se juge sur pièces, et les entreprises qui confient leurs documents à un hébergeur voudront des mesures avant de le croire sur parole.
Aller plus loin
Le texte primaire, OVH annonce Olala mini 7A1B, va plus loin que les chiffres de débit : il décrit l’attention hybride, les trois supercalculateurs et les 7 millions d’euros de calcul public, la feuille de route jusqu’à Olala 2.0 et les gains revendiqués chez Qwant, et parle au futur de la mise à disposition sur Hugging Face.
Le geste fondateur se lit dans OVHcloud annonce acquérir Dragon LLM, concepteur de modèles spécialisés d’IA générative, communiqué du 25 mars 2026 qui décrit un contrat engageant, une plateforme d’affinage pour industries régulées et la création d’un laboratoire voué à entraîner des LLM souverains, sans un mot sur le prix.
L’origine publique de ce savoir-faire figure dans Winners Announced for the Large AI Grand Challenge, publiée par l’entreprise commune EuroHPC le 26 juin 2024, qui retient Lingua Custodia parmi quatre lauréats sur 94 candidatures et précise les heures de calcul attribuées sur LUMI et Leonardo, à consommer en douze mois.
La brique la plus neuve du modèle est exposée dans Mamba-3: Improved Sequence Modeling using State Space Principles, où Tri Dao, Albert Gu et leurs coauteurs introduisent des états à valeurs complexes et une variante MIMO, et égalent la perplexité de Mamba-2 avec un état deux fois plus petit.
L’autre composant de l’attention hybride s’éclaire avec Tensor Product Attention Is All You Need, article de janvier 2025 qui factorise requêtes, clés et valeurs en représentations compactes dépendant du contexte, réduit d’un ordre de grandeur le cache clé-valeur et reste compatible avec l’encodage positionnel RoPE.
Le précédent le plus proche est décrit dans IBM Granite 4.0: Hyper-efficient, High Performance Hybrid Models for Enterprise, annonce d’octobre 2025 qui présente un hybride Mamba au même gabarit, sous Apache 2.0, et fait déjà d’une certification ISO/IEC 42001 un argument auprès des entreprises.
L’étalon de l’ouverture complète se trouve dans OLMoE: Open Mixture-of-Experts Language Models, papier de l’Allen Institute qui livre, pour un mélange d’experts de 7 milliards de paramètres dont 1 actif, les poids mais aussi les données, le code et les journaux d’entraînement, de quoi refaire le travail de bout en bout.
Le mot open source se mesure à l’aune de The Open Source AI Definition 1.0, texte de l’Open Source Initiative qui énumère ce qu’un système doit fournir, des paramètres au code d’entraînement en passant par l’information sur les données, d’où il ressort qu’une licence posée sur les seuls poids n’y suffit pas.
Le cadre de l’argument réglementaire se résume dans En savoir plus sur les lignes directrices à l’intention des fournisseurs de modèles d’IA à usage général, page de la Commission du 18 juillet 2025 qui expose le seuil indicatif de calcul, le calendrier d’application et le principe d’une exemption partielle pour les modèles sous licence libre.
Le témoignage de Qwant se replace dans son contexte avec Résultats par IA : Qwant teste un partage de revenus avec des éditeurs de presse, article de Next paru en mars 2026 qui décrit la réponse flash, les modèles de Mistral sur lesquels elle reposait alors et le partage à parts égales des revenus expérimenté avec les éditeurs.
De ces documents se dégage un modèle bâti avec des heures de calcul publiques, des idées de recherche récentes et une équipe venue de la finance, puis présenté sans les mesures qui permettraient de le juger. La licence ouvre l’usage sans ouvrir la fabrication, la conformité se mue en marchandise, et l’hébergeur qui édite ses modèles dispute moins la course à la puissance que celle du catalogue, là où sa clientèle se trouve déjà.
