ÁLVAROMAUREIRA

OVHcloud libera Olala, un modelo compacto para agentes

Publicado ·
Un módulo de IA conectado a un computador local y a un servidor.

OVHcloud publicó los pesos de Olala mini 7A1B bajo Apache 2.0. El modelo se puede probar desde el navegador, conectar a una aplicación mediante una API o ejecutar en infraestructura propia con las variantes compatibles. Lo interesante para una empresa no es que razone más que un modelo grande, sino comprobar si resuelve bien una tarea pequeña y repetitiva.

Qué cambió esta semana

OVHcloud anunció Olala el 17 de noviembre. Su catálogo fecha la incorporación del endpoint el 18; la ficha del modelo registra la publicación de los pesos el 19, día de la presentación en el AI Summit. Son fechas de superficies distintas, no tres lanzamientos del mismo producto. La versión publicada es de texto y su contexto es de 32.000 tokens entre entrada y salida. Los 128.000 tokens corresponden a una versión futura.

La ficha técnica informa 6.800 millones de parámetros totales y cerca de 1.000 millones activos por token, mientras el catálogo de la API informa 1.500 millones activos. El proveedor no concilia las dos cifras en esas páginas. Esa cifra describe qué parte del modelo interviene por token; por sí sola no determina la velocidad ni la memoria que necesita una instalación.

Qué puedes probar hoy

  • Navegador: el playground oficial es la vía para ensayar un caso sin instalar el modelo.
  • API: el catálogo de OVHcloud marca este endpoint como gratuito y documenta llamadas a herramientas, streaming y salida estructurada. La ficha indica que una clave permite superar unas pocas solicitudes por minuto. Eso no demuestra uso ilimitado ni un SLA gratuito.
  • Infraestructura propia: el equipo publicó variantes cuantizadas para CPU y Apple Silicon. Según la ficha, Olala requiere implementaciones específicas; no conviene asumir que funciona en una instalación estándar de Ollama, llama.cpp, vLLM o MLX.

Licencia abierta no significa servicio sin límites

Si quieres incorporar el modelo a un producto, separa la licencia del archivo que descargas del contrato del servicio que ejecuta el modelo por ti. La ficha de Olala publica los pesos bajo Apache 2.0 e indica que se debe conservar el aviso NOTICE al redistribuir el modelo o un derivado. Eso no fija cuánto tráfico aceptará un proveedor de API, cuánto tiempo mantendrá su precio ni cómo manejará los datos que reciba. Antes de enviar tickets reales al servicio alojado, revisa esas condiciones para tu cuenta. Para decidir si merece una prueba basta con datos inventados.

Una prueba útil para un negocio

Un comercio podría darle al modelo tickets ficticios de posventa en español y pedir tres campos: motivo, número de pedido si aparece y si falta información. Las respuestas se comparan con una pauta humana. Mide acierto por campo, cuántos datos inventa y cuánto demora, y compáralo con el flujo actual. Mantén el piloto en modo lectura: clasificar una devolución no es lo mismo que autorizarla.

Qwant ya usa una variante de resumen de Olala para sus respuestas rápidas. OVHcloud reporta respuestas un 20% más rápidas y costos de ejecución de un tercio respecto del modelo anterior en ese caso. No son cifras extrapolables a la versión generalista, a otro equipo ni a tickets en español. Para decidir si conviene, importa más cuánto cuesta obtener una respuesta correcta en tus propios ejemplos que cuántos tokens produce en una demo.

Qué comparar antes de elegir entre API y equipo propio

Prueba los mismos tickets contra la API y, si tienes un equipo compatible, contra una variante local. Incluye un número de pedido incompleto y dos mensajes que se parezcan pero requieran acciones distintas. Si no hay número confirmado, la respuesta correcta debe dejar el campo vacío, no adivinarlo. Registra cuántos tickets pasan la pauta sin corrección y cuánto demora revisar los demás. Así comparas el tiempo total por ticket aceptado, no sólo la velocidad del modelo.

En local, anota la variante, memoria disponible y tiempo de arranque; en la API, separa los límites de solicitudes del tiempo de respuesta. Si necesitas mantener un asistente atendiendo a varios equipos, no extrapoles una prueba de un solo usuario. Y si el modelo mejora la clasificación pero confunde devoluciones con reclamos urgentes, úsalo como sugerencia mientras ajustas el control humano.

Preguntas frecuentes

¿Descargar los pesos y usar la API es lo mismo? No. La licencia cubre la distribución de los pesos; el acceso alojado tiene sus propias condiciones y límites.

¿Procesa fotos o audio? No. El checkpoint principal recibe texto. Una imagen o un audio requieren una etapa previa con otra herramienta.

¿El contexto ya llega a 128.000 tokens? No. La versión actual se documenta con 32.000 tokens, incluida la respuesta.

¿Puede ejecutar una acción por sí solo? El modelo puede proponer una llamada a una herramienta. La aplicación decide si la ejecuta, con qué permisos y si exige aprobación.

¿Vale la pena probarlo en español? Sí, con ejemplos de tu operación y revisión humana. La ficha dice que el desempeño varía entre idiomas; no verificamos un benchmark propio para tickets de Chile.

Relacionado: Qwen4-Max: cómo distinguir la versión de producción de la vista previa.

Fuentes

Sigue aprendiendo

Explora los recursos y continúa tu recorrido en la comunidad.

Únete gratis a la comunidad →