OVHcloud Olala mini: freie KI für 8 GB RAM im Benchmark-Check
OVHcloud stellt Olala mini frei zum Download bereit, diesmal mit Testwerten. Das Modell folgt Anweisungen gut, schwächelt in Naturwissenschaften und läuft noch nicht in Ollama.

Zwei Tage nach der Vorstellung von Olala mini 7A1B, damals ganz ohne Benchmark-Werte, hat OVHcloud nachgeliefert. Der französische Hoster stellte das Modell am Donnerstag auf dem AI Summit in Paris auf Hugging Face online, samt technischem Bericht und Vergleich mit 18 anderen kleinen Modellen.
Es sind genau genommen fünf Modelle: die fertige Version für Chat, Reasoning und Tool-Nutzung, das rohe Basismodell, eine Zwischenversion sowie zwei Spezialisten für Zusammenfassungen und Übersetzungen. Alle stehen unter Apache 2.0, also auch kommerziell nutzbar. Laut OVHcloud werden zudem die Trainingsdaten-Rezeptur und die Trainingswerkzeuge veröffentlicht, was selten ist. Die meisten „offenen“ Modelle liefern nur die Gewichte. Trainiert wurde Olala mit 12.800 Milliarden Tokens in Englisch und 36 weiteren Sprachen.
Wie gut ist Olala mini?
In zwölf Tests zu Anweisungsbefolgung, Wissenschaft, Code und Mathematik kommt Olala im Schnitt auf 68 von 100 Punkten, Platz sieben. Es liegt vor Ministral 3 3B, aber hinter Ministral 3 8B. Andere europäische Modelle wie EuroLLM 9B oder Apertus 8B landen unter 32.
Von 7 Milliarden Parametern nutzt es pro geschriebenem Wort nur 1 Milliarde, rechnet also weniger und ist schneller. Stark ist es bei Anweisungen: 57,7 % bei IFBench, doppelt so viel wie Ministral 3 8B. Schwach ist es in Wissenschaft: 50,5 % bei GPQA Diamond gegenüber 75,8 % für Qwen3.5 4B, das in neun von zwölf Tests vorn liegt. Die Zahlen stammen von OVHcloud selbst, unabhängig nachgemessen wurden sie noch nicht.
Läuft Olala mini auf dem eigenen PC?
Ja, aber nicht mit den bequemen Programmen. Ollama, LM Studio und das offizielle llama.cpp können es noch nicht laden. Nötig sind modifizierte Versionen von OVHcloud, bedient über die Kommandozeile. Die kleinste komprimierte Variante wiegt 6 GB, die unkomprimierte braucht 13,6 GB. Auf einem MacBook Air M5 mit 16 GB erreicht die 6-Bit-Version laut Unternehmen etwa 70 Tokens pro Sekunde. Zum Ausprobieren gibt es einen Chatbot unter olala.ovh.com.
Erster Kunde ist Qwant: Die „Flash“-Antworten nutzen jetzt die Zusammenfassungsversion, bei 3 Millionen Anfragen täglich, mit einem Drittel der Ressourcen und 20 % schnelleren Antworten, so OVHcloud. Ganz extern ist der Kunde nicht, Qwant gehört teils der Familie Klaba, und das Modell läuft auf Shadow-GPUs.
Version 1.1 soll bis Jahresende folgen, mit 128.000 statt 32.000 Tokens Kontext. Version 2.0 soll über 100 Milliarden Parameter haben.
Apps, die sich lohnen
Tippe die richtigen Felder, addiere, triff das Ziel. Leicht zu lernen, schwer zu meistern. Kostenlos, für jedes Alter.
Sprich mit einem KI-Gesprächspartner; jeder Satz kommt korrigiert und in deiner Sprache erklärt zurück. 9 Sprachen, A1 bis C2.
EDIFACT- und X12-Nachrichten öffnen, jedes Segment verständlich erklärt, in JSON/XML umwandeln, als PDF und Excel exportieren. Läuft lokal, kein Upload.
Wähle, für wen es ist, den Anlass und die Persönlichkeit. Die Suchmaschine liest Produktbeschreibungen lokaler Shops und sortiert, was passt. Kostenlos, ohne Anmeldung.
Mehr von diesem Tag
Alle anzeigen →
GPT-6.2 in der Kritik: Nutzer nennen OpenAIs Modell faul

Google KI-Modus: Temporäre Threads ersetzen den Inkognito-Trick

Arcom: YouTuber müssen 2027 allen Kandidaten gleich viel Zeit geben



