OVHcloud ha presentado este 17 de noviembre Olala mini 7A1B, el primer modelo de su familia de grandes modelos de lenguaje (LLM) Olala. Es un modelo compacto de 7.000 millones de parámetros, de los que solo unos 1.000 millones se activan en cada petición, entrenado desde cero en tres superordenadores públicos europeos y publicado como código abierto en Hugging Face con licencia Apache 2.0. La compañía francesa lo presentará oficialmente el 19 de noviembre en su OVHcloud AI Summit.
Las claves de Olala mini, el modelo abierto de OVHcloud, en 20 segundos
- Olala mini tiene 7.000 millones de parámetros, con unos 1.000 millones activos, y funciona en GPU de 8 GB.
- Se entrenó en Jupiter, MeluXina y Jean Zay con apoyo público equivalente a 7 millones de euros en horas de cálculo.
- Se publica con pesos abiertos, licencia Apache 2.0 y documentación para la Ley de IA.
- Qwant ya lo usa en sus respuestas rápidas.
El modelo lo ha desarrollado el equipo Agentic Lab y OVHai LLM de la compañía, que lo presenta como prueba de que una empresa europea puede entrenar desde cero un LLM pensado para tareas agentivas, es decir, para que la IA ejecute pasos y use herramientas por su cuenta.

Un modelo pequeño con 256 expertos por capa
Olala mini usa una arquitectura de mezcla de expertos con 256 expertos por capa, lo que permite que, aunque el modelo tenga 7.000 millones de parámetros, cada respuesta solo active alrededor de 1.000 millones. OVHcloud combina además dos mecanismos de atención, Differential-TPA y Mamba-3, en un diseño híbrido que la empresa describe como una arquitectura nueva. El modelo trabaja en formato BF16 y tiene por ahora una ventana de contexto de 32.000 tokens.
Su punto fuerte, según la compañía, es que puede ejecutarse en equipos modestos: basta una GPU con 8 GB de memoria. OVHcloud asegura que alcanza 160 tokens por segundo en una tarjeta RTX A4500 y 50 tokens por segundo en un procesador estándar sin GPU, cifras que no han sido verificadas de forma independiente.
Entrenado con superordenadores públicos europeos
El entrenamiento se hizo en tres máquinas públicas: Jupiter, en Jülich (Alemania); MeluXina, en Luxemburgo; y Jean Zay, en Francia, con GPU GH200, A100 y H100. OVHcloud cifra el apoyo público recibido en el equivalente a 7 millones de euros en horas de cálculo. El modelo se publica con sus pesos, el modelo base preentrenado, un informe técnico y documentación de cumplimiento de la Ley de Inteligencia Artificial de la UE.
El primer cliente conocido es el buscador francés Qwant, que lo usa en su función de respuestas rápidas. Según OVHcloud, Qwant obtiene respuestas un 20 % más rápidas y ha reducido a un tercio el coste de funcionamiento frente al modelo que usaba antes.
Octave Klaba, consejero delegado de OVHcloud, justifica el proyecto con un argumento de soberanía: la empresa no puede depender de que otros laboratorios sigan publicando sus modelos en abierto, así que debe construir los suyos para sus propias necesidades y las de sus clientes.
Lo que viene: 128.000 tokens y modelos de más de 100.000 millones
OVHcloud ha avanzado una hoja de planes en dos fases, que por ahora son objetivos. La versión 1.1, prevista para finales de 2026, ampliaría el contexto a 128.000 tokens y mejoraría el razonamiento matemático. La 2.0 traería modelos especializados en IA agentiva para empresas (incluido un espacio de trabajo cifrado, OVHai Workspace, que funcionaría en local), en DevOps en la nube y en ciberseguridad, y superaría los 100.000 millones de parámetros.
Preguntas frecuentes
¿Qué es Olala mini?
Es un modelo de lenguaje abierto de OVHcloud con 7.000 millones de parámetros, unos 1.000 millones activos por petición, entrenado desde cero en Europa.
¿Qué licencia tiene?
Apache 2.0. Se publica en Hugging Face con pesos, modelo base, informe técnico y documentación para la Ley de IA.
¿Qué hardware necesita?
Según OVHcloud, funciona en una GPU con 8 GB de memoria e incluso en un procesador sin GPU, a unos 50 tokens por segundo.
Fuentes:












