Olala mini, el primer LLM de OVH: lo que vale de verdad

Olala mini 7A1B, el primer LLM de OVH, funciona sin tarjeta gráfica. Qué significa 7A1B, qué no dicen las cifras y para qué puede servir en la empresa.

IA
9 min de lectura

El 17 de noviembre de 2026, OVH anunció Olala mini 7A1B, su primer LLM, que inaugura una familia de modelos llamada Olala. Sus pesos estarán disponibles en Hugging Face a partir del jueves 19 de noviembre, según la AFP, con licencia Apache 2.0, el día del AI Summit de OVHcloud en París.

El modelo que Octave Klaba anunció en octubre en el diario económico francés La Tribune como «muy adelantado a su tiempo» (traducción propia) es un modelo pequeño: 7.000 millones de parámetros, de los que solo mil millones trabajan para cada palabra producida. OVH asegura que puede funcionar en un simple procesador, sin tarjeta gráfica. OVH apunta a las tareas sencillas, a muy bajo coste, y deja el resto a los grandes modelos.

Nadie sabe todavía lo que vale: OVH ha publicado velocidades, ni una sola puntuación de calidad. Para una empresa, el interés está en lo que podría hacer en local, en máquinas corrientes, y eso es lo que habrá que medir en cuanto se publiquen los pesos.

¿Qué es Olala mini, el LLM de OVH?

Olala mini 7A1B es un modelo de lenguaje compacto de pesos abiertos, entrenado desde cero por OVH. El nombre se lee como una ficha técnica: 7.000 millones de parámetros en total, de los cuales mil millones se activan para cada token, es decir, cada palabra o trozo de palabra que el modelo lee o escribe.

Esta diferencia entre el total y lo activo viene de la arquitectura. Olala mini es una mezcla de expertos (mixture of experts, MoE): cada capa del modelo está dividida en 256 pequeñas subredes, los expertos, y un enrutador solo despierta a unos pocos para cada token. El modelo almacena 7.000 millones de parámetros, pero solo calcula con mil millones en cada token. Nuestra guía mixture of experts o modelo denso explica este compromiso.

El resto de la ficha es poco habitual. OVH describe una atención híbrida «Differential-TPA» combinada con capas Mamba-3. Son tres ideas de investigación recientes, publicadas por otros:

  • el Differential Transformer de Microsoft Research (2024) calcula la atención como la diferencia de dos mapas de atención, para atenuar el ruido en las palabras sin importancia;
  • la Tensor Product Attention (2025) comprime las claves y los valores que el modelo guarda en memoria mientras lee un texto;
  • Mamba-3 (2026), de Albert Gu, Tri Dao y sus coautores, sustituye una parte de la atención por un modelo de espacio de estados, cuyo coste no aumenta con la longitud del texto.

Las tres persiguen el mismo objetivo: menos memoria y más velocidad a la hora de responder. Cómo las combina OVH no está descrito; el medio tecnológico francés Next señala que el carácter «inédito» de la arquitectura está por demostrar. El informe técnico, anunciado junto con los pesos, debería aclararlo.

El comunicado habla de «open source», pero OVH anuncia los pesos, el modelo base, un informe técnico y una documentación de conformidad con el AI Act, ni el código de entrenamiento ni los datos. Olala mini es, por tanto, un modelo de pesos abiertos, como Llama o Qwen; el matiz se explica en nuestro artículo open weights vs open source. La licencia Apache 2.0 es una de las más permisivas: uso comercial, modificación y redistribución sin umbral ni contrato.

¿Por qué funciona sin tarjeta gráfica?

Porque calcula poco. Un procesador gráfico sirve para multiplicar muy rápido matrices enormes; un procesador clásico lo hace despacio. Con mil millones de parámetros activos por token, Olala mini requiere más o menos el cálculo de un modelo siete veces más pequeño que su tamaño total, algo que sigue al alcance de un procesador reciente de servidor o de puesto de trabajo.

Las cifras anunciadas van en ese sentido. Según el comunicado de OVH, el modelo alcanza 160 tokens por segundo en una RTX A4500, una tarjeta gráfica profesional, y 50 tokens por segundo sin GPU, en un simple procesador. La ventana de contexto, la cantidad de texto que el modelo puede leer de una vez, es de 32.000 tokens, unas cuantas decenas de páginas.

La memoria, en cambio, no cuadra. OVH anuncia una GPU de al menos 8 GB, pero un MoE debe mantener todos sus expertos en memoria, incluso los que están inactivos: 7.000 millones de parámetros en formato BF16 ocupan unos 14 GB, a dos bytes cada uno. ActuIA, medio francés especializado en IA, señala la diferencia y ve en ella una versión comprimida o una carga parcial de los expertos, que el comunicado no explica. El mismo medio observa que la RTX A4500 de la medición tiene 20 GB de memoria, no 8, y el procesador de los 50 tokens por segundo no se nombra. Tampoco acompaña a estas velocidades ninguna condición de prueba, ni longitud de los textos ni número de peticiones simultáneas, subraya Next.

Nada descalificante: comprimidos en 8 bits, 7.000 millones de parámetros ocupan unos 7 GB, y 3,5 GB en 4 bits, a cambio de una pérdida de calidad que habrá que medir. Pero la configuración real se leerá en los archivos publicados el jueves, no en el comunicado.

¿Qué vale Olala mini frente a otros LLM pequeños, europeos y chinos?

Hoy es imposible decirlo, y es el principal reproche que se le puede hacer a este anuncio. OVH ha publicado velocidades, ni una sola puntuación de calidad. El 20 de octubre, sin embargo, Octave Klaba prometía a La Tribune que los clientes podrían «ver su velocidad, su consumo de memoria y la calidad de sus respuestas» (traducción propia). Dos de tres, por ahora.

La competencia es conocida. En la misma categoría, Mistral, el otro laboratorio de IA francés, publica Ministral 3 en 3.000, 8.000 y 14.000 millones de parámetros, y la china Alibaba Qwen 3.5 9B, todos con Apache 2.0. OVH ya sirve incluso Qwen 3.5 9B en su servicio de API, AI Endpoints, a 0,12 dólares por millón de tokens de entrada. Olala mini tendrá que demostrar que lo hace al menos igual de bien, en particular en las lenguas europeas, para justificar un cambio de modelo.

La única experiencia de uso viene de Qwant, que lo ha adoptado, según el comunicado, para su «respuesta flash»: respuestas un 20 % más rápidas y costes de funcionamiento divididos por tres respecto al modelo anterior, un modelo de Mistral según Next. La cifra procede de OVH, no de Qwant, y el cliente no es independiente: Qwant está controlado por Synfonium, propiedad en un 75 % de Octave y Miroslaw Klaba, los fundadores de OVH. Que el primer cliente sea de la casa no tiene nada de anormal; pero no demuestra que el modelo sirva para otros.

Último límite: el contexto. 32.000 tokens bastan para responder a una pregunta o resumir un documento corto. Para consultar una base documental o poner a un agente a trabajar sobre un expediente largo, es poco: Qwen 3.8 27B, en el mismo catálogo de OVH, lee 262.144. OVH anuncia 128.000 tokens para la versión 1.1 de aquí a final de año.

¿Ha cambiado OVH de apuesta?

Sí, y es más bien una buena noticia. En junio de 2026, OVHcloud decía querer desarrollar modelos de IA punteros, según Reuters. En octubre, la ambición se reducía a tres ámbitos, la ciberseguridad, el código y los agentes de negocio, y el primer modelo no cubriría «exactamente los tres». En noviembre sale un pequeño modelo generalista; los modelos especializados quedan aplazados a una versión 2.0 que, según el comunicado, «superará los 100.000 millones de parámetros», sin fecha.

El calendario, en cambio, se ha cumplido. Octave Klaba había anunciado a La Tribune una publicación «a finales de noviembre», mientras que Reuters informaba el mismo día de un primer modelo «in early 2027». Acertó La Tribune. Nuestro artículo sobre la estrategia de IA de OVHcloud detalla lo que ya existía alrededor de este modelo, de las GPU a AI Endpoints.

Los medios son modestos, y OVH lo reivindica. El entrenamiento se hizo en tres superordenadores públicos europeos, Jupiter en Alemania, MeluXina en Luxemburgo y Jean Zay en Francia, gracias a un apoyo público que, según OVH, «representa el equivalente a 7 M€ en horas de cálculo». Esa cifra no es el coste del modelo, que nadie ha publicado. En cuanto a los equipos, Octave Klaba habla a la AFP de «algo menos de un centenar de personas» dedicadas a la IA, repartidas en tres laboratorios parisinos, frente a más de 1.000 empleados en Mistral. «Queremos demostrar que es posible entrenar un modelo con pocos medios», añade (traducción propia).

La justificación no ha cambiado, en el comunicado: «No se puede contar sin más con la generosidad de algunos laboratorios que comparten sus LLM en open source». «El open source actual es chino», resumía ante la Asamblea Nacional francesa en septiembre (traducción propia), y los editores ya están endureciendo las licencias de sus modelos estrella. Creemos que esta apuesta reducida es la buena. Un modelo pequeño publicado vale más que un gran modelo prometido: cualquiera puede probarlo y compararlo, y enseña a OVH a entrenar, algo que la compra de Dragon LLM en marzo había iniciado. Queda por ver si un actor de este tamaño puede seguir el ritmo de los laboratorios en la versión 2.0, donde el coste cambia de escala.

¿Subcontrata OVH la inferencia?

Para Olala mini en sí, la pregunta no se plantea: unos pesos con licencia Apache 2.0 funcionan allí donde se instalan. Se plantea para el servicio que lo sirva, y OVH aún no ha dicho si Olala se incorporará a AI Endpoints. Sobre ese servicio, nuestra respuesta es: no, ningún tercero ejecuta los modelos, con dos reservas.

El criterio que más se olvida en la soberanía de la IA es el operador, la empresa que hace funcionar realmente los procesadores gráficos. Mistral firma sus contratos desde una sociedad francesa, pero su lista de subencargados designa a CoreWeave como proveedor de inferencia, y a Microsoft y Google como infraestructura. Son empresas estadounidenses, sometidas al derecho estadounidense incluso cuando sus servidores están en Europa, como explicábamos en nuestro artículo sobre CoreWeave.

En OVH, la lista de subencargados del grupo remite a las condiciones de cada servicio para nombrar a las sociedades terceras. Las de AI Endpoints no nombran ninguna y precisan que OVH se encarga del mantenimiento, mientras que el mismo documento nombra a Aiven para las bases de datos gestionadas. El contratante es OVH SAS, y el capital está controlado en casi un 80 % por la familia Klaba. Contratante, operador y control son, por tanto, europeos: AI Endpoints se une a Scaleway en el pequeño grupo de servicios de inferencia europeos de principio a fin, según los criterios de nuestra página sobre IA soberana. Son también los dos proveedores de inferencia de ATG.

Primera reserva: la ubicación no figura en el contrato. Desde el 10 de noviembre, la documentación de OVH describe la infraestructura como «hosted in Europe» y ya no nombra Gravelines. El catálogo declara Francia para cada uno de los 21 modelos, y la dirección del servicio apunta a un balanceador de carga de OVH en Gravelines: son indicios sólidos, no un compromiso. Las filiales de OVH en Canadá y en el Reino Unido figuran también entre los subencargados del grupo, para todos los servicios salvo SecNumCloud y Trusted Cloud.

Segunda reserva: SambaNova. Una parte de AI Endpoints se apoya en las máquinas de este fabricante estadounidense. No está declarado como subencargado, por lo que no trata datos en el sentido del contrato, pero nada indica si administra sus máquinas a distancia. Un último detalle importa a los desarrolladores: llamar a OVH a través de Hugging Face, del que es proveedor de inferencia desde noviembre de 2025, hace pasar las peticiones por una empresa estadounidense.

¿Para qué puede servir Olala mini en la empresa?

Los modelos pequeños tienen su terreno: las tareas sencillas que se repiten por miles. Clasificar mensajes, extraer campos de un formulario, reformular, detectar un idioma, responder de forma breve a partir de un texto proporcionado. En esas tareas, un modelo de mil millones de parámetros activos puede bastar, y su coste por petición se vuelve insignificante.

Olala mini añade dos argumentos. Funciona en hardware corriente: un servidor existente, un puesto de trabajo, quizá un portátil, sin comprar tarjeta gráfica. Y su licencia Apache 2.0 permite instalarlo donde se quiera, incluso en máquinas desconectadas de internet, lo que resuelve de golpe la cuestión de quién ve los datos. Nuestro artículo sobre el servidor de IA local cifra el hardware necesario para un modelo más grande.

Sus límites también son claros. Para redactar un documento, razonar sobre un expediente, programar o pilotar un agente, un modelo de 27.000 millones de parámetros o más sigue siendo, a nuestro juicio, necesario, y 32.000 tokens de contexto cierran la puerta a los documentos largos. Olala mini tampoco está disponible en el catálogo de AI Endpoints a 17 de noviembre: para usarlo habrá que alojarlo uno mismo, al menos al principio.

Lo que un departamento de sistemas puede sacar en claro

No hay prisa, y nada impide probarlo. El reflejo adecuado, a nuestro juicio, se resume en cuatro puntos:

  1. Esperar a los pesos y al informe técnico del 19 de noviembre antes de sacar conclusiones: tamaño real de los archivos, versiones comprimidas, puntuaciones publicadas, idiomas cubiertos.
  2. Probarlo con los propios datos, en una tarea sencilla y de gran volumen, frente al modelo pequeño ya en uso (Ministral 3, Qwen 3.5 9B o un modelo pequeño cerrado). La velocidad anunciada no dice nada de la calidad en un caso real.
  3. Archivar los pesos y el archivo de licencia de la versión probada: una versión publicada con Apache 2.0 lo sigue estando, decida lo que decida OVH después.
  4. No convertirlo en modelo único: una pasarela de LLM permite enviar las tareas sencillas a un modelo pequeño y el resto a uno más grande, y cambiar de modelo sin reescribir la aplicación.

Preguntas frecuentes

¿Qué es Olala mini 7A1B?

Olala mini 7A1B es el primer gran modelo de lenguaje de OVH, anunciado el 17 de noviembre de 2026. Es una mezcla de expertos de 7.000 millones de parámetros, de los cuales unos 1.000 millones están activos en cada token, repartidos entre 256 expertos por capa. Combina una atención híbrida (Differential-TPA) y capas Mamba-3, lee 32.000 tokens de contexto y se publicará con licencia Apache 2.0.

¿Cuándo estará disponible Olala?

OVH anunció Olala mini el 17 de noviembre de 2026. Sus pesos, el modelo base, un informe técnico y una documentación de conformidad con el AI Act se esperan en Hugging Face el jueves 19 de noviembre, día del OVHcloud AI Summit en París. Está prevista una versión 1.1 con 128.000 tokens de contexto antes de que termine 2026, y una versión 2.0 de más de 100.000 millones de parámetros, sin fecha.

¿Olala es open source?

No en sentido estricto. OVH publica los pesos del modelo con licencia Apache 2.0, que autoriza el uso comercial, la modificación y la redistribución. Pero ni el código de entrenamiento ni los datos de entrenamiento están anunciados, según Next: Olala mini es un modelo de pesos abiertos, como Llama, Qwen o Ministral.

¿Se puede ejecutar Olala sin tarjeta gráfica?

Según OVH, sí: el modelo alcanzaría 50 tokens por segundo en un simple procesador y 160 tokens por segundo en una tarjeta RTX A4500. Estas velocidades proceden del comunicado, sin condiciones de prueba. Los 7.000 millones de parámetros ocupan unos 14 GB en BF16: los 8 GB de memoria anunciados suponen una versión comprimida, algo que habrá que comprobar en los archivos publicados.

¿Olala está disponible en OVHcloud AI Endpoints?

No a 17 de noviembre de 2026. El modelo no aparece ni en el catálogo de AI Endpoints ni en la lista de modelos de su API, y OVH no ha anunciado ningún precio de uso. Por tanto, al menos al principio, habrá que alojarlo uno mismo a partir de los pesos publicados en Hugging Face.

¿Subcontrata OVH la inferencia de AI Endpoints?

No, según sus documentos contractuales. Las condiciones de AI Endpoints no nombran ningún subencargado tercero, aunque la lista de subencargados de OVH remite a esas condiciones para las sociedades ajenas al grupo, y OVH se encarga él mismo del mantenimiento del servicio. Dos reservas: la ubicación del alojamiento no está garantizada por contrato (la documentación dice «Europa», el catálogo declara Francia para todos los modelos), y el papel de SambaNova, cuyas máquinas ejecutan una parte del servicio, no está documentado.

¿Olala es un competidor de Mistral?

Todavía no en el mismo terreno. Olala mini es un modelo pequeño de 7.000 millones de parámetros, frente a los Ministral 3 de Mistral (3.000, 8.000 y 14.000 millones), todos con Apache 2.0, y no se ha publicado ninguna comparación de calidad. OVH cuenta con algo menos de un centenar de personas dedicadas a la IA, frente a más de 1.000 empleados en Mistral, según la AFP. La versión 2.0, por encima de los 100.000 millones de parámetros, apuntará más bien a los grandes modelos.


Por ahora, Olala mini demuestra que OVH sabe entrenar y publicar un modelo; su calidad está por demostrar. La pregunta interesante llega el jueves, con los pesos: ¿puede un modelo europeo compacto, sin restricciones de licencia, aguantar frente a Qwen y Ministral en las tareas sencillas de una empresa europea? Las puntuaciones del informe técnico darán una primera indicación, y las pruebas en casos reales dirán si merece un sitio en el sistema de información.

Partager :

Artículos relacionados

DeepSeek V4.1 Pro vs. DeepSeek V4 Pro: ¿qué cabe esperar?IA

DeepSeek V4.1 Pro vs. DeepSeek V4 Pro: ¿qué cabe esperar?

DeepSeek V4.1 Pro no ha salido a 16 de noviembre. Lo confirmado, lo que valen los rumores y DeepSeek V4 Pro hoy: precio, licencia, protección de datos.

11 min
Qwen 3.8 27B vs Qwen 4 27B: ¿qué cabe esperar?IA

Qwen 3.8 27B vs Qwen 4 27B: ¿qué cabe esperar?

Qwen4-Max salió el 16 de noviembre, sin pesos, y Qwen 4 27B se hace esperar. Lo que está confirmado y lo que vale Qwen 3.8 27B frente a Mistral.

18 min
LLM local en la empresa: lo que permiten de verdad 60.000 €IA

LLM local en la empresa: lo que permiten de verdad 60.000 €

LLM local y RAG on premise en 2026: precio de las GPU, memoria por modelo, coste total y umbral de rentabilidad frente al mismo modelo por API, en cifras.

14 min

¿Te interesan nuestras soluciones?

Mira cómo Ask This Guy puede acelerar tus proyectos de IA

Reservar una demo