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.
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。
- 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
- 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
- 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
- 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。
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
AI Summitでローンチ予定
OVHcloud AI Summitで詳細を紹介する計画
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
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
- 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
- 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
- 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