Page traduite avec l’aide de Olala v1.0 Translate

Construit de A à Z. Construit en Europe.

Olala Mini 7BA1B est la nouvelle gamme de LLM de fondation d’OVHai LLM : souverain, frugal, ouvert et responsable.

Un peu d’histoire : Européen et construit A à Z

Un modèle européen, dès la première ligne de code

En novembre 2026, OVHai LLM a dévoilé sa nouvelle gamme de modèles construits de A à Z. Des années d’expérience et le soutien des institutions européennes ont permis la sortie des modèles Olala, conçus pour être souverains et développés en Europe. Olala mini a en effet été entraîné sur trois supercalculateurs publics de l’Euro-HPC, Jupiter, MeluXina et Jean Zay.

La gamme se compose de 5 modèles :

Olala v1.0 Translate

Un modèle de traduction basé sur Olala mini 7A1B capable de traduire votre contenu en 18 langues.

Olala v1.0 mini 7A1B

Le modèle généraliste, fine-tuné et entraîné avec l’apprentissage par renforcement.

Olala v1.0 Summarise

Un modèle de résumé basé sur Olala mini 7A1B capable de produire un résumé structuré de votre contenu textuel.

Olala v1.0 Base

Le modèle de base d’Olala mini.

Olala v1.0 SFT

Le checkpoint de fine-tuning supervisé à partir duquel Olala-v1.0-mini-7A1B a été entraîné avec l’apprentissage par renforcement.

Performance: petit et puissant

Petite empreinte. Sérieuse performance.

Olala Mini offre des résultats compétitifs pour une fraction de la taille et du coût énergétique de plus grands modèles. Il repose sur une architecture de 7 milliards de paramètres, mais seule une fraction du modèle est utilisée pour chaque requête, ce qui le rend plus rapide et moins gourmand en mémoire.
Cela permet à Olala mini de fonctionner sur des GPU avec seulement 8 Go de VRAM, tels qu’un RTX A4500, ou même sans GPU, sur un processeur standard. Olala mini peut ainsi fonctionner là où vous en avez besoin :

On-premise

Le modèle peut s’exécuter sur vos serveurs, avec ou sans GPU.

Sur un ordinateur portable

Le modèle peut fonctionner sur votre ordinateur portable, avec ou sans GPU.

Sur périphérique

Le modèle peut être entraîné pour des tâches très spécifiques afin de fonctionner sur de très petits appareils.

Benchmarks

Olala-v1.0-mini-7A1B : scores aux benchmarks

Scores en %. Gras = meilleur score du benchmark, souligné = deuxième meilleur. Mêmes 19 modèles et même ordre que sur la fiche du modèle, regroupés par taille.

Benchmark Olala-v1.0-mini-7A1B Granite-4.0-H-Tiny LFM2.5-8B-A1B Ling-3.0-tiny OLMoE-1B-7B-Instruct LFM3-1.7B Qwen3.5-2B LFM2.5-2.6B Ministral-3-3B-Reasoning Qwen3.5-4B SmolLM3-3B Apertus-8B-Instruct EuroLLM-9B-Instruct Falcon-H1R-7B Ministral-3-8B-Reasoning Mistral-7B-Instruct-v0.3 Olmo-3-7B-Think Luciole-23B-Instruct Luciole-23B-Thinking
Groupe de taille MoE 7-8B, ~1B actifs Denses jusqu’à 2B Denses 2,6-4B Denses 7-9B Denses 23B
Paramètres 7B-A1B 7B-A1B 8B-A1B 7,9B-A1,3B 7B-A1B 1,7B 2B 2,6B 3B 4B 3B 8B 9B 7B 8B 7B 7B 23B 23B
Suivi d’instructions
IFBench 57,7 14,3 48,3 57,3 17,0 70,0 35,3 59,0 33,7 49,7 19,0 19,3 15,0 45,3 27,0 18,0 38,7 26,3 23,7
Multi-IF 71,2 44,5 71,0 75,2 25,0 83,6 57,3 77,7 48,6 71,8 42,9 41,8 37,7 65,7 49,7 25,5 61,2 51,6 54,6
LIFEBench 79,3 63,4 77,8 82,3 51,0 82,7 82,0 79,3 68,4 84,0 64,6 62,4 64,0 72,1 72,8 58,2 71,1 61,5 64,3
Connaissances et lecture
GPQA Diamond 50,5 30,3 41,9 68,7 15,7 62,6 63,1 56,1 42,4 75,8 42,9 23,7 30,3 62,1 56,6 21,2 48,5 28,8 36,4
TruthfulQA 66,6 48,7 68,9 66,5 12,7 65,6 60,5 62,9 47,7 74,7 59,9 21,7 47,4 67,3 63,4 8,0 65,6 57,6 64,3
DROP 83,8 64,7 73,1 87,6 36,4 85,5 81,4 79,6 82,2 86,3 54,0 55,0 62,5 85,7 85,6 35,8 86,7 63,4 78,7
Code
HumanEval+ 88,3 77,4 79,9 92,0 32,4 92,2 48,3 90,2 92,6 83,4 81,3 34,6 36,0 93,4 93,8 32,8 91,1 44,1 77,4
MBPP+ 75,1 72,8 64,2 79,1 26,0 80,8 49,0 74,9 78,5 73,5 70,8 44,3 48,6 82,0 81,0 45,7 79,0 62,6 71,7
Mathématiques
AIME 2024 60,7 4,0 64,7 78,7 0,7 81,3 24,0 66,7 74,7 80,7 46,0 0,0 0,0 94,0 78,0 0,0 69,3 10,0 30,0
AIME 2025 61,3 4,7 48,0 70,0 0,0 79,3 26,7 51,3 70,0 74,7 32,7 0,0 0,7 82,7 78,0 0,0 64,0 13,3 31,3
AIME 2026 52,7 10,0 48,0 75,3 0,0 80,0 27,3 57,3 73,3 82,0 45,3 0,7 0,7 90,0 82,7 0,0 67,3 6,0 23,3
MGSM 68,7 62,0 60,5 73,7 22,0 79,3 73,3 75,7 77,7 88,8 61,7 40,7 39,8 66,9 84,8 28,7 71,7 45,9 61,0
Utilisation d’outils
BFCL V3 59,6 60,2 69,7 68,3 n/d 74,1 59,2 67,9 37,7 67,8 42,6 n/d n/d 67,8 42,0 48,2 n/d 60,4 35,1
Luciole-23B-Thinking est un checkpoint intermédiaire qui n’est pas diffusé publiquement. OLMoE-1B-7B a une fenêtre de contexte de 4 096 tokens ; les prompts qui n’y tiennent pas sont comptés comme faux. n/d : le modèle ne prend pas en charge nativement les appels d’outils.
Tous les benchmarks sont entièrement reproductibles. Les informations sont disponibles dans le rapport technique.

Olala-v1.0-summarise : benchmark de résumé

ROUGE-Lsum F1 × 100 (avec racinisation) sur 11 jeux de test publics : jusqu’à 1 000 documents chacun (graine 42), documents tronqués à 12 k mots, prompt en un seul tour <instruction>\n\n<document>. Moyenne = moyenne simple sur les 11 jeux de test. Gras = meilleur, souligné = deuxième meilleur. Ratio de longueur = nombre de mots du résumé / nombre de mots de la référence.

Jeu de test Olala-v1.0-summarise OLMoE-1B-7B-0924-Instruct† LFM2-8B-A1B LFM2.5-8B-A1B‡ LFM2.5-1.2B-Instruct LFM3-1.7B Gemma-4-E2B-it Qwen3.5-2B LFM2-2.6B Falcon-H1-3B-Instruct SmolLM3-3B NVIDIA-Nemotron-3-Nano-4B Qwen3-4B-Instruct-2507 Gemma-3-4B-it Falcon-H1-7B-Instruct Mistral-7B-Instruct-v0.3 Granite-4.1-8B
Groupe de taille MoE 7-8B, ~1B actifs Denses jusqu’à 2B Denses 2,6-4B Denses 7-9B
Paramètres 7B-A1B 7B-A1B 8B-A1B 8B-A1B 1,2B 1,7B 2B effectifs 2B 2,6B 3B 3B 4B 4B 4B 7B 7B 8B
Actualités
CNN/DailyMail 33,0 29,1 28,9 28,2 32,9 28,0 30,6 29,8 29,0 34,1 32,5 31,7 29,5 27,1 33,5 31,8 29,9
XSum 16,5 16,9 16,4 15,7 16,9 14,8 17,5 16,3 16,9 22,4 16,7 16,7 18,0 18,6 21,8 18,3 18,4
Multi-News 36,3 36,4 33,7 32,5 33,9 34,6 34,1 37,0 37,0 37,6 39,1 36,6 36,9 36,1 37,2 38,6 37,6
Dialogue
SAMSum 33,4 30,6 28,9 29,6 29,4 30,1 32,2 29,6 30,1 31,5 33,1 33,1 32,9 28,9 32,8 32,5 33,1
DialogSum 28,1 21,3 24,2 24,3 23,2 21,5 23,3 24,7 24,3 24,4 25,0 27,1 26,4 21,6 26,5 24,7 27,6
Messages de forum
TL;DR 21,2 21,7 16,3 15,7 18,2 15,7 19,0 15,6 16,2 18,5 17,9 18,1 18,2 17,5 25,2 18,7 17,9
Conférences sur les résultats
ECTSum 15,9 9,4 12,1 12,5 13,4 11,3 13,2 13,6 13,1 15,0 13,2 13,7 11,5 13,1 15,4 14,5 12,4
Gouvernement et juridique
BillSum 38,8 38,6 41,0 35,7 43,6 32,9 37,2 35,0 41,0 40,0 38,8 37,3 31,7 35,2 40,3 44,5 37,0
GovReport 43,0 45,8 42,7 41,4 44,2 44,3 49,6 49,9 46,5 48,0 51,4 47,4 49,1 45,7 49,4 49,6 51,1
Science
arXiv 37,4 33,6 36,0 34,7 35,4 33,1 35,6 34,2 36,2 38,9 25,9 37,0 35,1 35,5 37,8 37,5 32,8
PubMed 40,5 37,4 38,0 36,1 37,6 36,1 41,1 40,5 39,7 43,6 31,2 40,0 40,5 38,4 43,5 42,6 40,4
Moyenne 31,27 29,17 28,94 27,86 29,87 27,47 30,31 29,66 29,99 32,17 29,52 30,78 29,98 28,88 33,04 32,14 30,76
Ratio de longueur 2,32 4,35 2,74 2,67 1,89 3,67 3,31 3,43 2,90 2,69 4,41 2,63 3,70 3,23 2,69 3,12 3,78
Olala-v1.0-summarise : reasoning_effort="medium", température 0,8, top_p 0,9, top_k 40. Autres modèles : sans réflexion, décodage glouton, 4 096 nouveaux tokens au maximum.
† Modèle à contexte de 4 k : les documents longs sont tronqués pour tenir. ‡ Raisonne même lorsque la réflexion est désactivée ; le raisonnement est retiré avant le calcul du score.
Tous les benchmarks sont entièrement reproductibles. Les informations sont disponibles dans le rapport technique.

Classement de traduction

10 modèles évalués sur deux benchmarks de traduction, notés avec le score BLEU. Cliquez sur l’en-tête d’une colonne pour trier.

28 directions, BLEU Documents financiers, BLEU
Modèle Taille WMT newstest DOLFIN en→fr
Olala-v1.0-translate 7B-A1B 32,6 62,6
Gemma 4 E4B 4B 31,9 54,0
Gemma 3 4B 4B 28,7 51,9
Qwen3.5 4B 4B 29,6 51,7
Hy-MT2 7B 7B 29,1 51,7
Tower+ 2B 2B 32,9 50,8
TranslateGemma 4B 4B 26,8 48,6
Hy-MT2 1.8B 1,8B 25,2 47,5
Qwen3 4B 2507 4B 26,9 46,8
Ministral 3 3B 3B 20,9 36,7
Notation. Les scores sont des scores BLEU ; le meilleur score de chaque colonne est en gras.
Tous les benchmarks sont entièrement reproductibles. Les informations sont disponibles dans le rapport technique.

Autres métriques

Combien de CO₂ émet Olala mini par million de tokens ?

Un million de tokens correspond à environ 750 000 mots en anglais. Voici ce qu’émet leur génération avec Olala 1.0 mini, selon la machine et la charge.

Machine Charge g CO₂e par million de tokens
Serveur avec un GPU H100 32 requêtes simultanées ou plus 12estim.
Ordinateur portable (MacBook M1 Pro) Une requête à la fois 30
Serveur avec un GPU H100 4 requêtes simultanées 42
PC avec 8 Go de RAM, sans GPU (AMD Ryzen 7700) Une requête à la fois 65estim.
Serveur avec un GPU L4 4 requêtes simultanées 101
Serveur avec un GPU H100 Une requête à la fois 140estim.
Électricité et fabrication du matériel, machine entière, en France. estim. = valeur estimée ; les autres valeurs sont mesurées.

Dans le pire des scénarii ci-dessus, un million de tokens émet à peu près autant qu’une voiture essence sur un kilomètre. La charge compte davantage que le matériel : un serveur H100 très sollicité émet environ dix fois moins par token qu’un serveur qui ne traite qu’une requête, et un serveur réservé mais inactif émet presque autant par heure qu’un serveur occupé. Pour un utilisateur seul, un ordinateur portable ou un PC sans GPU est l’option la moins carbonée. Aux États-Unis, le même serveur émettrait environ trois fois plus.

Méthode. Méthode Boavizta (API 2.6) : électricité × intensité carbone du réseau français (0,098 kg CO₂e/kWh) × 1,2 pour le refroidissement du datacenter, plus la part de fabrication du matériel correspondant au temps d’utilisation. Les chiffres des serveurs incluent la machine entière, pas seulement le GPU. Mesures : OVHcloud, Gravelines, novembre 2026, puissance du GPU relevée pendant les tests. Les vitesses sont mesurées sur l’ordinateur portable (65 tokens/s) et le PC (48 tokens/s) ; leur puissance électrique est supposée (22 W et environ 65 W). Seuls les tokens générés sont comptés.

Qu’avons-nous fait pour mesurer et réduire les contenus nocifs ou toxiques ?

Entre la SFT et le modèle final, nous avons mené un apprentissage par renforcement (RL) en quatre étapes : suivi d’instructions et mathématiques, code, comportement d’assistant, puis tâches agentiques. Pour chaque prompt, le modèle génère plusieurs réponses, et celles qui obtiennent le meilleur score sont renforcées. Le score est calculé par un programme lorsque la réponse peut être vérifiée automatiquement, et par un LLM juge dans le cas contraire.

La sécurité est présente dès la première étape, mais l’essentiel du travail se fait à l’étape « comportement d’assistant », à partir de deux jeux de données :

  • 23 754 prompts issus de benchmarks publics de jailbreak et d’injection de prompt, plus des scénarios où l’utilisateur tente de contourner les consignes d’un prompt système, parfois sur plusieurs tours (demandes répétées, escalade progressive). Ils couvrent cinq langues et mêlent attaques et demandes légitimes ;
  • 1 112 cas, chacun évalué selon sa propre grille. On y trouve notamment les faiblesses révélées par le red-teaming manuel : jeu de rôle, prétextes professionnels et escalade sur plusieurs tours.

Tout se joue dans la notation. Le juge pénalise à la fois l’aide à un usage dangereux et le refus injustifié. Et près de la moitié des prompts sont des demandes auxquelles le modèle doit répondre. Il ne peut donc pas « gagner » en refusant tout.

Mesure Olala-v1.0-mini-7A1B-SFT Olala-v1.0-mini-7A1B
Attaques n = 5 701
Guard ASR (%)↓ 12,5 6,3
Guard ASR, strict (%)↓ 24,6 13,5
Réponses nocives, juge à grille (%)↓ 34,9 22,2
Demandes légitimes n = 299
Refus injustifiés (%)↓ 7,0 10,7
Tous les prompts
Raisonnement trop long (%)↓ 11,8 15,0
↓ plus bas = meilleur. Gras = meilleur des deux. ASR : taux de réussite des attaques.

D’où l’allure des résultats : beaucoup moins de réponses dangereuses, y compris hors anglais (sans doute grâce aux données multilingues), pour une hausse limitée des refus injustifiés. Les autres étapes (code, tâches agentiques) ont pu jouer aussi, puisque la comparaison porte sur l’ensemble de la cascade RL.

Que puis-je faire avec Olala mini ?

Deux exemples de tâches pour Olala mini

La majeure partie de ce qu’un agent IA fait toute la journée n’est pas un raisonnement grandiose. C’est un flux constant de petites étapes bien définies, répétées des milliers de fois. C’est là qu’un petit modèle rapide et frugal a sa place.

Cas 1

Une chose à la fois

  • Appel d’outil
  • SQL
  • Extraction de données
  • Sortie structurée
  • Classification
  • EN / FR

Regardez ce qui se passe dans un agent en production et vous trouvez les mêmes quelques actions encore et encore : interroger une base de données, lire le résultat, extraire une date ou un montant d’une facture, remplir un formulaire JSON, faire un calcul, vérifier une règle, classer une demande dans la bonne catégorie, appeler le bon connecteur, répondre à partir d’un document avec une citation exacte. Nous avons construit un petit benchmark autour de ces actions du quotidien, en anglais et en français, et l’avons noté automatiquement par rapport aux réponses connues, sans modèle d’IA agissant en juge. Une règle s’applique partout : Olala mini ne répond jamais sur les données de la mémoire. Il lit à travers les outils (SQL, stockage) et calcule à travers une calculatrice, de sorte que chaque réponse peut être retracée à un résultat d’outil. C’est ainsi que fonctionnent les agents fiables, et chacun de ces appels est suffisamment bon marché pour être exécuté des milliers de fois par jour.

Cas 2

Choisir la bonne poutre

  • Workflow en plusieurs étapes
  • Sandbox Python
  • Recherche dans le catalogue
  • Calcule d’ingénierie
  • Vérification

Notre premier teaser montrait un calcul de résistance des matériaux, alors nous l’avons pris au pied de la lettre. Nous avons donné à Olala mini une note de projet, un catalogue fournisseur et une sandbox Python, et lui avons demandé de trouver la poutre la moins chère qui supporte la charge sans trop fléchir. Un ingénieur fait cela en quelques minutes : lire les exigences, filtrer le catalogue par localisation, puis vérifier chaque candidat du moins cher au plus cher. La plupart des tâches d’agent ont cette même forme : récupérer, extraire, interroger, calculer, vérifier, répéter. Olala mini gère bien les étapes individuelles. Il trouve la bonne note, extrait la charge, la portée et la localisation, et interroge le catalogue correctement. À l’intérieur d’un workflow qui divise le travail, délègue chaque étape et vérifie chaque résultat, il complète les fichiers plus courts du début à la fin. C’est la configuration que nous recommandons : le workflow exécute le processus, Olala mini réalise les étapes, et le code vérifie les chiffres.

Transparence : publié en poids ouvert

Ouvert par conception

Nous publions Olala en licence ouverte afin que vous puissiez l’inspecter, le tester et construire votre modèle avec Olala comme base. Pas de boîte noire.
Olala mini est ainsi publié avec ses poids, son modèle de base pré-entraîné, son rapport technique et, bien sûr, la documentation complète de conformité requises par l’AI Act.