NEWS & DOCUMENTARYAIと人間のこれから。
RAXUS AIAIのいまを確かめて届ける。
LATEST EDITION

OVHcloud、自社初のLLM「Olala mini 7A1B」を発表──7B総パラメータ・1B活性で8GB GPU動作を主張

フランスのクラウド事業者OVHcloudは2026年11月17日、自社で学習した初のLLMファミリー「Olala」の最初のモデル「Olala mini 7A1B」を発表した。7Bの総パラメータのうちトークンごとに約1Bを活性化するMoE構成で、Differential-TPAとMamba-3を組み合わせたハイブリッドAttention、BF16、コンテキスト32Kと公式プレスリリースは説明する。8GBメモリのGPUで動作し、RTX A4500で160 tokens/s、GPUなしの標準的なCPUでも50 tokens/sに達するのはOVHの公表値で、測定条件や独立検証は示されていない。重みと技術報告、AI法対応文書を添えてApache 2.0でHugging Faceに公開する予定で、11月18日時点で公開ファイルは確認できていない。正式ローンチは11月19日のOVHcloud AI Summitの予定だ。

OlalaはOVHcloudが初めて自社で学習するLLMファミリーで、Olala mini 7A1Bはその最初のモデルになる。プレスリリースは、欧州企業がスクラッチからエージェント向けLLMを学習できることを示すのが狙いだと説明する。正式なローンチは11月19日のOVHcloud AI Summitで、クラウドとAIの新製品の詳細とあわせて紹介する計画だ。発表と同時に、検索エンジンのQwantが同モデルをFlash Answer機能に採用したことも明らかにされた。

「モデル学習のノウハウは広く入手できるようになり、学習コストは3年で20分の1になった。収益を立てながらLLMを作ることは、今や可能だ。」

Know-how in model training has become widely accessible, and the cost of training has been divided by 20 in three years. It is now possible to create LLMs while making this activity profitable.

OVHcloudプレスリリースでのOctave Klaba(CEO)発言(2026-11-17公開、2026-11-18確認)

アーキテクチャ──トークンごとに約1Bを活性化

Olala miniは総パラメータ7Bの構成で、1Bのパラメータが各層256のエキスパートに分かれている。リクエストごとにモデルの一部だけを使うため速く、メモリの消費も抑えられると公式は説明する。AttentionはDifferential-TPAとMamba-3を組み合わせたハイブリッドで、重みの形式はBF16、コンテキスト窓は現在32,000トークンだ。総容量を大きくしながらトークンごとの計算を1B程度に抑えるMoEの設計は、活性パラメータと総パラメータを名前に並べた「7A1B」の表記にも反映されている。

推論環境の公表値は、8GBメモリのGPUで動作し、RTX A4500では毎秒160トークン、GPUを使わない標準的なプロセッサでも毎秒50トークンに達するというものだ。なおBF16で7Bの重みをそのまま保持すると約14GBになるため、8GB GPUで動くという主張は重みの一部をCPU側に置くなどの構成を含むはずで、公式資料はその条件を説明していない。測定環境や独立した検証も今回の発表には付いていない。

図解Olala mini 7A1Bの推論の構え(公式プレスリリースの記載)
  1. 01 総パラメータ

    7B/256 experts×各層

    各層256のエキスパートに1Bのパラメータを分散したMoE構成

  2. 02 トークンごとの活性化

    約1B

    リクエストごとにモデルの一部だけを使い、計算とメモリを抑える

  3. 03 Attention

    Differential-TPA+Mamba-3

    BF16形式、コンテキスト窓は現在32,000トークン

  4. 04 推論環境の公表値

    8GB GPU・160 tokens/s

    RTX A4500で毎秒160トークン、標準的なCPUでも毎秒50トークンと公表

OVHcloud公式プレスリリース(2026-11-17公開、2026-11-18確認)の記載から作成。性能値はいずれもOVHcloudの公表値で、測定条件・独立検証は発表資料に含まれない。

欧州の公的スパコン3基で学習

学習には欧州の公的スーパーコンピュータ3基、Jupiter、MeluXina、Jean Zayが使われた。いずれもGH200、A100、H100のGPUを備え、計算時間に換算して700万ユーロ相当の公的支援が学習を支えたとプレスリリースは説明する。OVHはこの支援に謝意を示したうえで、支援がAIチームの結成と自社のAgentic Lab、OVHai LLM部門の創設につながったと説明している。

公開時には重み、事前学習済みのベースモデル、技術報告、EUのAI法に対応するコンプライアンス文書が添えられる予定で、ライセンスはApache 2.0、配布場所はHugging Faceだ。ただし公開はまだで、11月18日にHugging Faceのモデル検索で「olala」を調べてもOVHcloud名義のモデルは見つからなかった。実装の詳細や既存モデルとの比較は、技術報告の公開を待つことになる。

QwantがFlash Answerに採用

QwantはすでにOlala miniをFlash Answer機能に採用した。プレスリリースの公表値では、回答の生成が以前のモデルより20%速くなり、運用コストは3分の1になったという。比較対象のモデル名や測定条件は今回の資料に示されておらず、第三者検証も付いていない。

ロードマップ──v1.1は年内、v2.0は100B超

年内をめどにするバージョン1.1は、コンテキスト窓を128,000トークンに広げ、数学的推論の性能を改善する。その先のバージョン2.0は100Bを超えるパラメータを持つ計画で、OVHai LLMはモデルを3領域に特化させる。企業のエージェントAI(暗号化版のOVHai Workspaceではワークステーション上で動くローカル実行のモデルが必要になる)、クラウドのDevOps、防御と攻撃の両面を扱うサイバーセキュリティだ。いずれも発表時点の計画で、日付は示されていない。

図解Olala miniの発表とロードマップ(公式プレスリリースの記載)
  1. 発表

    プレスリリースでOlalaファミリーとOlala mini 7A1Bを公表。Qwantの採用も同時発表

  2. AI Summitでローンチ予定

    OVHcloud AI Summitで詳細を紹介する計画

  3. v1.1予定

    コンテキスト128,000トークンへ拡張、数学的推論の改善

  4. v2.0構想

    100B超のパラメータで、エージェントAI・DevOps・サイバーセキュリティの3領域に特化

OVHcloud公式プレスリリース(2026-11-17公開、2026-11-18確認)の記載から作成。v1.1とv2.0は発表時点の計画・構想で、実施が約束された段階ではない。

今回確認できる数字はすべてOVHcloud自身の発表値で、性能値もQwant採用の効果も独立した検証結果はない。Differential-TPAとMamba-3の実装詳細、ベンチマークの数値、既存のハイブリッドモデルとの差は、技術報告と重みの公開後に確かめられるようになる。11月19日のサミットでの発表内容と、Hugging Face上の実ファイル・ライセンスの確認が、次の検証点だ。

出典

  1. OVHcloud公式プレスリリース「OVH announces Olala mini 7A1B」(2026-11-17公開、2026-11-18本文確認)アーキテクチャ、性能公表値、学習環境、Qwant採用、ロードマップ、CEO発言の原典
  2. OVHcloud公式プレスリリース(フランス語版、2026-11-17)英語版との内容一致を確認
  3. Hugging Face モデル検索「olala」(2026-11-18実行)2026-11-18時点でOVHcloud名義のOlalaモデルは未公開。公開予定と本稿では区別

出典の確認日 2026.11.18

KEEP EXPLORING

あわせて読みたい記事と映像

プロダクトの記事一覧
  1. GitHub、エージェントセッションを端末間で継続させる「Agent Host Protocol」の実装を解説──VS CodeとGitHubで2つのホスト実装、6言語のSDK

    GitHubは2026年11月17日、公式Engineeringブログで、AIエージェントのセッションをエディタ、スマートフォン、クラウドの間で引き継ぐオープンなプロトコル「Agent Host Protocol(AHP)」の実装構造を解説した。執筆したのは同社のプリンシパルソフトウェアエンジニア、Connor Peet氏とRob Lourens氏だ。AHPの開発は2026年前半にVS Codeで始まり、仕様は10月2日にv1.0.0、11月13日にv1.1.0として公開済みである。今回の記事は新規プロトコルの発表ではなく、VS CodeとGitHubという異なる2実装に共通で使われている構造と設計判断の開示が中心だ。

    記事を読む
  2. Appleの研究チーム、対話操作に足る速さの動画生成「FastFrames」を公開──1.3B構成で1フレーム36ms、VAE復号とKVキャッシュ更新の置換が鍵

    Appleの研究チームは2026年11月17日、入力に応じた対話操作が可能な速さで480p動画を生成する自己回帰型動画拡散モデル「FastFrames」の論文をarXivに公開した(arXiv:2611.23226)。1.3Bの構成では単一のNVIDIA B200で1フレーム36ミリ秒(毎秒27.8回の応答)、14Bの構成では8基のB200で45ミリ秒を著者らは報告している。論文はまず既存モデルの推論を計測し、VAE復号とKVキャッシュ更新という「固定の実装詳細」とされてきた処理がエンドツーエンド遅延の半分以上を占めることを示したうえで、この2つを軽量な代替に置き換えた。論文、コード、重みが公開されている。

    記事を読む
  3. Google、GeminiのエージェントをTasksへ刷新──日本を含む6カ国で無料提供を順次開始、Gemini 4 Hydrogenとアカウント専用VMで実行

    グーグルは2026年11月17日、Geminiアプリの常時稼働型エージェントを「Tasks」として刷新し、米国・日本・韓国・カナダ・オーストラリア・インドの6カ国で無料提供を順次開始すると発表した。Gemini 4 Hydrogenを使い、ホーム画面のトグルをChatからTaskへ切り替えると、Google CloudのAgent Compute Engineが提供するアカウント専用のハードウェア隔離VMでタスクを実行する。電話発信やgemini@google.comへのメール転送、SMSによる指示は米国から順次の提供で、日本で同等の機能が使えるとは発表されていない。重要な操作の前に確認や事前承認を求める設計も明らかにした。

    記事を読む