OVHcloud stellt Olala mini 7A1B vor – sein erstes offenes KI-Modell
Französischer Cloud-Riese startet Familie offener Gewichts-LLMs mit hybrider Attention-Architektur – und hat mit Qwant bereits den ersten Nutzer im Produktivbetrieb
Technische Daten
- Olala mini 7A1B ist das erste Modell der Familie, mit hybrider Attention-Architektur aus der Dragon LLM
- Offizieller Launch am 19. November beim OVHcloud AI Summit im Carrousel du Louvre in Paris
- Qwant meldet 20 Prozent schnellere Antworten und dreimal niedrigere Kosten mit dem OVHcloud-Modell
OVHcloud hat an diesem Dienstag (17.) Olala vorgestellt, seine erste Familie großer Sprachmodelle. Es ist der konkreteste Schritt des französischen Cloud-Riesen, nicht länger nur der Infrastrukturanbieter zu sein, auf dem die KI Dritter läuft. Der offizielle Launch ist für den 19. November angesetzt, während des OVHcloud AI Summit im Carrousel du Louvre in Paris.
Das erste Mitglied der Familie ist das Olala mini 7A1B, ein kompaktes Modell für relativ leichte Anwendungsfälle. OVHcloud hat keine vollständigen technischen Daten veröffentlicht: Das Unternehmen beschreibt das Modell lediglich als erstes einer Linie, die auf einer neuartigen Architektur aufbaut, die auf den Namen hybride Attention getauft wurde.
Ein kleines Modell mit Pariser Erbe
Die technische Basis des Olala mini entstand nicht bei OVHcloud. Sie stammt von Dragon LLM, vormals Lingua Custodia, einem Pariser Startup, das die Gruppe im März übernommen und in OVHai LLM umbenannt hat. Die Nomenklatur 7A1B folgt der Konvention sparser Architekturen, die Gesamtparameter und pro Inferenz aktive Parameter trennt – ein Design, das die Ausführungskosten senken soll.
Die „hybride Attention“ kombiniert verschiedene Attention-Mechanismen im selben Netz und reduziert so den Speicher- und Rechenaufwand bei langen Kontexten. Genau diese Art der Optimierung interessiert einen Cloud-Anbieter: Jeder Prozentpunkt Effizienz wird im Rechenzentrumsmaßstab zur Marge.
Der erklärte Anspruch ist bescheiden, und das Unternehmen verhehlt es nicht. OVHcloud will nicht die Frontier-Modelle von Anthropic oder OpenAI schlagen – es will sich als europäischer Akteur positionieren, der eigene Modelle mit offenen Gewichten anbieten kann und weiterhin fremde Modelle hostet, auch chinesische.
Der Trumpf, den die Labore nicht haben
Der Zeitplan wurde vorgezogen. Im Juni hatte Gründer und CEO Octave Klaba bereits die Absicht angekündigt, eigene Modelle zu trainieren, sprach aber von einem Launch Anfang 2027. Die Enthüllung an diesem Dienstag, dem 17. November 2026, verkürzte die Frist um rund ein Quartal.
Das Alleinstellungsmerkmal von OVHcloud liegt nicht im Labor, sondern im Vertrieb: 1,7 Millionen Kunden und 46 Rechenzentren. Kein Frontier-KI-Labor betreibt eine derartige installierte Basis, was es ermöglicht, Modell, Inferenz und Hosting in einem einzigen Vertrag zu bündeln – ein direktes Verkaufsargument für europäische Unternehmen unter Compliance- und Datensouveränitätsdruck.
Bislang konzentrierte Mistral AI mit seinen Frontier-Modellen praktisch alle französischen Erwartungen in diesem Bereich. Mit Olala ist Frankreich nicht mehr von einem einzigen heimischen Modellanbieter abhängig.
Qwant testet, aber der Test hat einen Eigentümer
Der einzige öffentliche Hinweis auf die Leistung kommt von Qwant, das Olala mini bereits in seinen Flash-Antworten einsetzt. Die französische Suchmaschine meldet 20 Prozent schnellere Antworten und durch drei geteilte Kosten. Die Zahl muss allerdings mit Vorsicht gelesen werden: Qwant wurde von Synfonium übernommen, einer von Octave Klaba selbst gegründeten Gruppe.
Der erste Referenzkunde ist also zugleich ein Unternehmen, das mit dem Kontrolleur von OVHcloud verbunden ist. Es handelt sich nicht um einen unabhängigen Test, und das Unternehmen selbst hat keine Benchmarks veröffentlicht, die einen Vergleich erlauben.
Die Lücke, die noch wiegt
Ohne offizielle Zahlen ist es unmöglich, das Olala mini 7A1B gegenüber Gemma von Google, Qwen von Alibaba oder Ministral von Mistral einzuordnen – seinen direkten Konkurrenten in diesem Segment kompakter Modelle. Bei offenen Gewichten ist diese Lücke besonders spürbar: Entwickler wählen ein Modell nach öffentlicher Bewertung, nicht nach Pressemitteilung.
Für den europäischen Markt ist das Fehlen von Benchmarks die wichtigste Bremse bei der Einführung. Die privilegierte Distribution von OVHcloud löst das kommerzielle Problem, ersetzt aber nicht die technische Evidenz, die das Open-Source-Ökosystem als Maßstab nutzt.
Praktische Auswirkungen
Auf technischer Ebene zielt ein kompaktes Modell mit hybrider Attention genau auf die Kostenlinie, die bei der Inferenz am schwersten wiegt: Kontextspeicher und Antwortzeit. Bestätigt sich die berichtete Effizienz unter realen Lasten, dient das Modell als günstige Schicht für Suche, Klassifizierung und Kundenservice, während Frontier-Modelle komplexe Aufgaben übernehmen.
Auf operativer Ebene verlagert OVHcloud den KI-Wettbewerb vom Terrain der Forschung auf das der Infrastruktur: eigene Inferenz an eine Basis von 1,7 Millionen Kunden und 46 Rechenzentren zu verkaufen. Der Erfolg hängt weniger davon ab, Mistral an Qualität zu übertreffen, als den Markt davon zu überzeugen, dass offene Gewichte ohne öffentliche Benchmarks zuverlässig genug für die Produktion sind.