Forschung
Metis Hybrid Olala: EU-Entscheidungsmodell in einem Tag

OVHcloud hat Olala mini am 19. November vorgestellt. Einen Tag später lief darauf Metis Hybrid Olala, eines der wenigen Entscheidungsmodelle mit EU-Basis.
Du kannst ein kalibriertes Entscheidungsmodell betreiben, dessen Basismodell in Europa entworfen und trainiert wurde. OVHcloud hat Olala mini auf seinem AI Summit am 19. November vorgestellt. Am 20. November haben wir Metis Hybrid Olala darauf trainiert, und am 21. November waren die Gewichte und der Code dafür öffentlich auf Hugging Face.
Was ist Metis Hybrid Olala?
Metis Hybrid Olala ist ein Entscheidungsmodell: Du gibst ihm eine Situation und eine Frage mit festen Optionen, und es gibt in einem Durchlauf eine kalibrierte Wahrscheinlichkeit für jede Option zurück. Es baut auf Olala mini von OVHcloud auf und spricht dieselbe /v1/systemone-API wie Jev von TypeSafe, deshalb funktionieren Clients für Jev ohne Änderung.
Es gehört zu Metis Hybrid, unserer Familie von Entscheidungsmodellen, die auch schreiben. “Hybrid” heißt: Ein Modell erledigt zwei Aufgaben. Ein kleiner Entscheidungsteil liest den inneren Zustand des Modells und wählt eine Option, sodass eine Erstattungsprüfung oder eine Ticketzuordnung als Zahlen zurückkommt, die du protokollieren und mit einer Schwelle versehen kannst. Dasselbe Modell schreibt auch Text, kann also eine Entscheidung erklären oder eine Chatnachricht beantworten.
Ein Modell, zwei Aufgaben: Der Entscheidungsteil wählt, dasselbe Modell schreibt
Eine echte Anfrage an Metis Hybrid Olala und die Antwort, 21. November 2026
Auch Olala mini ist hybrid, aber in einem anderen Sinn. OVHcloud hat es aus Mamba-3- und Attention-Schichten mit einer Mixture of Experts gebaut: 6,8 Milliarden Parameter insgesamt, von denen etwa 1 Milliarde pro Token aktiv ist. Trainiert wurde es auf 12,8 Billionen Token auf drei europäischen Supercomputern: JUPITER in Deutschland, Jean Zay in Frankreich und MeluXina in Luxemburg.
Warum so wenige Entscheidungsmodelle europäisch sind
Fast jedes offene Entscheidungsmodell steht auf einem Basismodell aus China oder den USA. Im Decision Index der Community, der Entscheidungsmodelle auf derselben Hardware testet, haben wir die Basismodelle hinter allen 217 Einträgen mit etwa 10 Milliarden Parametern oder weniger gezählt (Stand 21. November 2026).
- 138 bauen auf Qwen von Alibaba auf.
- Die meisten übrigen bauen auf US-Modellen auf, etwa Gemma von Google, den Modellen von Liquid AI und den Encodern Ettin und ModernBERT.
- 3 nutzen ein europäisches Basismodell: StandardOne 3B und 8B von Standard Thinking und Jevstral 8B, ein unabhängiges Projekt. Alle drei bauen auf Ministral 3 von Mistral auf.
3 von 217 kleinen Entscheidungsmodellen nutzen ein europäisches Basismodell
Basismodelle der Einträge im Decision Index bis etwa 10 Milliarden Parameter, 21. November 2026
Wenn deine Organisation ihre KI-Lieferkette in Europa halten will, ist die Auswahl also klein. Metis Hybrid Olala ist eine vierte Option und nach unserem Wissen das erste Entscheidungsmodell auf Olala.
Ein Tag vom Start bis zum Entscheidungsmodell
Metis Hybrid Olala hat einen Arbeitstag gedauert, weil das Rezept schon existierte. Es ist dasselbe Rezept (Runde 2) wie für unsere Metis Hybrid 4B, 9B und 27B, mit denselben Daten und Einstellungen. Nur die Teile, die das Basismodell berühren, mussten sich ändern.
Vom Start von Olala zum öffentlichen Entscheidungsmodell in zwei Tagen
November 2026
So lief der 20. November:
- Olala mini hat die Chatantworten für unsere Trainingsmischung selbst geschrieben, über den vLLM-Build von OVHcloud, damit das Modell im Chat seine eigene Stimme behält.
- Wir haben den Adapter auf Olalas eigene Schichten gerichtet: die linearen Schichten der Mamba-3- und Attention-Mixer und die Projektionen rund um die Experten. Olalas Chatformat arbeitet mit Kanälen, deshalb öffnen Entscheidungsprompts direkt den Antwortkanal und bekommen einen kurzen Systemprompt statt Olalas Standardprompt von etwa 700 Token.
- Phase 1 hat auf 136.269 Zeilen in zwei Epochen trainiert, in 224 Minuten auf einer H200-GPU.
- Phase 2 hat auf 42.391 Zeilen mit per Code gebauten schweren Aufgaben plus einer Wiederholung von Phase 1 trainiert, in einer Epoche, in 45 Minuten.
- Wir haben den Kalibrator pro Eingabe auf unseren eigenen Evaluationssätzen angepasst, nie auf JevBench.
Das sind insgesamt etwa 4,5 Stunden GPU-Training. Am Ende des Tages lag das Modell in unserer Organisation auf Hugging Face.
Wie es abschneidet
Von den 231 öffentlichen Fragen von JevBench (Version 1.2) beantwortet Metis Hybrid Olala 169 richtig, dieselbe Zahl wie auf seiner Modellkarte. Damit liegt es gleichauf mit StandardOne 3B und Jevstral 8B, obwohl es pro Token ein Drittel oder weniger ihrer Parameter nutzt. Auf keiner dieser Fragen haben wir trainiert.
Wir haben jedes Entscheidungsmodell mit europäischer Basis durch dieselben Fragen geschickt, jedes so, wie seine Modellkarte es vorgibt:
| Modell | Basismodell | Parameter pro Token | Richtig von 231 | Schwer (111) |
|---|---|---|---|---|
| Metis Hybrid Olala | Olala mini (OVHcloud) | etwa 1 Mrd. | 169 | 62 |
| StandardOne 8B | Ministral 3 (Mistral) | 8,4 Mrd. | 182 | 63 |
| StandardOne 3B | Ministral 3 (Mistral) | 3,4 Mrd. | 165 | 51 |
| Jevstral 8B | Ministral 3 (Mistral) | 8,4 Mrd. | 161 | 56 |
Die Karten von StandardOne nennen selbst 182 und 166, unsere Läufe passen also zu dem, was die Entwickler veröffentlicht haben. Jevstral kann die 18 Fragen mit Bewertungsskala nicht beantworten; sie zählen als falsch.
Gleichauf mit StandardOne 3B und Jevstral 8B bei etwa 1 Milliarde Parametern pro Token
JevBench öffentlich, 231 Fragen, unsere Läufe. Die senkrechte Achse beginnt bei 155.
Drei Dinge fallen auf:
- Gleichauf mit Modellen, die drei- bis achtmal so groß sind. Unser gepaarter Test findet keinen messbaren Unterschied zwischen Metis Hybrid Olala und StandardOne 3B oder Jevstral 8B.
- Stark bei den schweren Fragen. Bei den 111 schweren Fragen zieht es mit StandardOne 8B gleich (62 zu 63). Der Vorsprung von StandardOne 8B kommt ganz aus der Stufe “original”, wo es 71 von 72 richtig hat und wir 59.
- Entschieden bei Ja/Nein-Fragen. JevBench v1.6 zählt eine Ja/Nein-Antwort nur, wenn das Modell zu mindestens 80% von der richtigen Seite überzeugt ist. Metis Hybrid Olala schafft diese Schwelle bei 60,5% der schweren Ja/Nein-Fragen. StandardOne 8B schafft sie bei 39,5%, Jevstral 8B bei 28,9% und StandardOne 3B bei 15,8%.
Zum Vergleich: Jev von TypeSafe, ein geschlossenes US-Modell, hat in unserem Test 205 dieser Fragen richtig beantwortet, unser eigenes Metis Hybrid 4B auf Qwen-Basis 195. In diesem Benchmark kostet uns die europäische Basis 26 Fragen. Wir erwarten, dass dieser Abstand schrumpft, je größer europäische Basismodelle werden.
Was wir verbessern müssen
Zwei Zahlen zeigen, wo die Arbeit liegt.
Kalibrierung. Bei den schweren Fragen weicht die angegebene Sicherheit im Schnitt um 0,147 von der echten Genauigkeit ab (der Expected Calibration Error). Unser eigenes Ziel ist 0,10, und StandardOne 8B erreicht 0,089.
Tempo. Olala mini nutzt etwa 1 Milliarde Parameter pro Token, deshalb sollte jede Entscheidung günstig sein. In unserem Test war es nicht schnell: Auf derselben H200-GPU dauerte eine Entscheidung im Median 177 ms, gegenüber 23 ms bei StandardOne 3B, 29 ms bei StandardOne 8B und 61 ms bei Jevstral 8B. Die Größe ist nicht das Problem: Es läuft über einfache Transformers mit Olalas eigenem Modellcode, während StandardOne auf den optimierten Kerneln von SGLang läuft. Der vLLM-Build von OVHcloud bedient Olala für Chat, aber nicht mit einem Entscheidungsteil, und genau so ein Serving-Weg würde jede Entscheidung günstiger machen.
OVHcloud plant Olala v1.1 für Ende 2026, mit einem Kontext von 128.000 Token. Ein längerer Kontext sollte bei den Fragen zu langen Richtlinientexten helfen, mit denen jedes Modell in unserem Test Mühe hat.
Probier es aus
Das Modell, sein Entscheidungsteil, sein Kalibrator und der Ladecode liegen alle in GreenPT/metis-hybrid-olala-v1.0-mini. Wir haben beide Wege, es zu nutzen, auf einer frischen Maschine ohne Hugging-Face-Token getestet. Führe es im Image ovhaillm/olala-ai-training:20261117 von OVHcloud aus, das die kompilierten Kernel enthält, die Olala braucht. Das Image startet offline, setze HF_HUB_OFFLINE also, bevor du huggingface_hub importierst:
import os, sys
os.environ["HF_HUB_OFFLINE"] = "0"
os.environ["IDV2_BACKBONE_REVISION"] = "0fde460f37d0fe2c390619bb5729c9d81dc89091"
from huggingface_hub import snapshot_download
path = snapshot_download("GreenPT/metis-hybrid-olala-v1.0-mini")
sys.path.insert(0, path)
from integrated_decisions_v2 import DecisionLM
model = DecisionLM.from_pretrained("OVHaiLLM/Olala-v1.0-mini-7A1B").to("cuda").eval()
model.load(path)
model.systemone({"state": "Refunds require a receipt. The customer has no receipt.",
"questions": {"refund": {"type": "noul", "instructions": "Is a refund allowed?"}}})
Die Modellkarte zeigt auch, wie du es als HTTP-Server betreibst. Mehr zu den anderen Metis-Modellen findest du in Das ist Metis und Das ist Metis Hybrid. Willst du ein europäisches Entscheidungsmodell in deinem eigenen Produkt nutzen? Schreib uns.
Häufig gestellte Fragen
Was ist ein Entscheidungsmodell?
Ein Entscheidungsmodell liest eine Situation und eine Frage mit festen Optionen und gibt in einem Durchlauf eine Wahrscheinlichkeit für jede Option zurück. Für die Entscheidung schreibt es keinen Text, deshalb ist es schnell und seine Antworten lassen sich leicht prüfen und protokollieren.
Was bedeutet "Hybrid" bei Metis Hybrid?
Ein Modell erledigt zwei Aufgaben. Ein Entscheidungsteil wählt eine Option und gibt kalibrierte Wahrscheinlichkeiten zurück, und dasselbe Modell schreibt auch Text, kann also eine Entscheidung erklären oder eine Chatnachricht beantworten. Olala mini heißt aus einem anderen Grund hybrid: Es kombiniert Mamba-3- und Attention-Schichten.
Ist Metis Hybrid Olala ganz europäisch?
Sein Basismodell, Olala mini, wurde von OVHcloud in Frankreich entworfen und von Grund auf auf den Supercomputern JUPITER, Jean Zay und MeluXina trainiert. Wie viele Modelle nutzt Olala einen vorhandenen Tokenizer (den von Qwen), was seine NOTICE-Datei nennt. Das Entscheidungstraining stammt von uns.
Wie schneidet es gegen Jev und Metis Hybrid 4B ab?
Jev von TypeSafe, ein geschlossenes US-Modell, hat in unserem Test 205 derselben 231 JevBench-Fragen richtig beantwortet. Unser Metis Hybrid 4B auf Qwen-Basis kam auf 195. Metis Hybrid Olala kam auf 169.
Wie führe ich es aus?
Lade GreenPT/metis-hybrid-olala-v1.0-mini von Hugging Face herunter. Der Ladecode und ein /v1/systemone-Server liegen im Repository. Führe es im Olala-Image von OVHcloud aus, das die kompilierten Kernel enthält, die Olala braucht. Die Modellkarte hat getestete Schritte.
Welche Lizenz hat es?
Der Adapter baut auf Olala mini auf, das unter Apache-2.0 steht. Die Trainingsdaten enthalten Datensätze mit eigenen Bedingungen, etwa die Yelp-Bewertungen, also prüfe die Modellkarte, bevor du es über eine Evaluierung hinaus nutzt.



