Jais 3 يرفع سقف الذكاء العربي، لكن أفضل أرقامه ما زالت داخلية

قدّم معهد النماذج الأساسية بجامعة محمد بن زايد للذكاء الاصطناعي في الإمارات عائلة Jais 3 في 15 أكتوبر 2026، بستة نماذج عربية مفتوحة الأوزان تمتد من 0.9 مليار إلى 375 مليار معامل. وتُظهر المقارنة التي أجراها المعهد أن Jais 3 7B سجل متوسطاً قدره 79.4 في اختباراته العربية، مقابل 66.7 لسلفه Jais 2 70B. الأوزان متاحة للتنزيل، أما أفضل نتائج التفوق المنشورة فجاءت من تشغيل المطور نفسه للاختبارات والنماذج المنافسة.

تمنح العائلة المطور العربي خيارات تبدأ بنموذج صغير للأجهزة المحدودة وتنتهي بنموذج يحتاج إلى عقدة كاملة من المعالجات الرسومية. ويجعل الفارق بين حجم Jais 3 7B ونتيجته مقارنة بالسلف الأكبر تقدماً ملموساً داخل تقييم المعهد. لكنه لا يحسم ترتيب النماذج العربية في الاستخدام الفعلي؛ فدرجة الاختبار تتغير أيضاً بتغير الأسئلة وطريقة تقديمها وحساب الإجابات.

ماذا يستطيع المطور تشغيله من عائلة Jais 3؟

في جدول التشغيل المنشور، يستهدف Jais 3 0.9B الهواتف والأجهزة الطرفية، ويستهدف 3.7B الحواسيب المحمولة والمساعدات المحلية، بينما خُصص 7B للتشغيل المحلي أو داخل المؤسسة. ويضع الجدول متطلبات ذاكرة المعالج الرسومي عند نحو 2.2 و10.1 و18 غيغابايت على الترتيب، عند استخدام صيغة BF16. هذه أرقام لتهيئة تشغيل محددة؛ ووصف الإصدار الأصغر بأنه مناسب للهاتف لا يقدم نتيجة منشورة لسرعته أو جودة إجاباته على هاتف معين.

ترتفع المتطلبات بوضوح عند الانتقال إلى النماذج الأكبر. يحتاج 32B، وهو نموذج كثيف تنشط معاملاته كلها عند الاستدلال، إلى نحو 70 غيغابايت على معالج H200 وفق تقدير المعهد. أما 36B-A4B فيجمع بنية مزيج الخبراء مع آلية MoVA: يضم 36 مليار معامل إجمالاً، ينشط منها نحو أربعة مليارات أثناء المعالجة، لكن تقدير تشغيله لا يزال يقارب 75 غيغابايت على H200. انخفاض عدد المعاملات النشطة يفيد في كلفة الحساب، ولا يلغي الذاكرة اللازمة لإبقاء الأوزان متاحة.

في أعلى السلسلة، يضم 375B-A23B نحو 375 مليار معامل، منها 23 ملياراً نشطة، ويقدّر المعهد تشغيله بصيغة BF16 على عقدة من ثمانية معالجات H200 وبذاكرة تقارب 758 غيغابايت. وتبلغ نافذة السياق المعلنة 512 ألف رمز لكل أفراد العائلة باستثناء 0.9B، الذي تبلغ نافذته 128 ألفاً. تحدد النافذة مقدار النص الذي يمكن إدخاله، بينما تتوقف جودة استخلاص الإجابة من مستند طويل على قدرة النموذج نفسها؛ لذلك نشر المعهد نتائج منفصلة لاختبارات السياق العربي الطويل.

أين تظهر مكاسب العربية في الاختبارات؟

أوضح مكسب داخل السلسلة هو تجاوز Jais 3 7B للنموذج السابق الأكبر منه بعشرة أضعاف في متوسط الاختبارات العربية الذي أجراه مطور Jais. وفي الفئة الصغيرة، سجل 3.7B متوسط 78.1 مقابل 65.4 لـQwen3.5-4B في التقييم نفسه. وعند الحجم الأكبر، حصل 375B-A23B على 84.0 مقابل 82.0 لـQwen3.5-397B. هذه مقارنات ضمن حاضنة اختبار واحدة شغّلها المعهد؛ وهي أدق من جمع درجات منشورة بصورة منفصلة لدى مطورين مختلفين، لكنها تظل نتائج داخلية.

المتوسط العربي نفسه يجمع مهاماً متباينة: المعرفة والاستدلال، واللهجات والثقافة، واتباع التعليمات، والتحقق من الوقائع، والسياق الطويل. تُحسب درجة كل مجال من اختبارات فرعية، ولا تُستخرج الدرجة العامة بأخذ متوسط بسيط للصفوف الظاهرة في الجدول. لذلك قد يتقارب نموذجان في المتوسط مع اختلاف واضح بين أدائهما في الترجمة أو الإجابة عن أسئلة موزعة بين مستندات متعددة؛ والرقم المجمع لا يصف أداء كل مهمة على حدة.

يفصل المعهد أيضاً بين اختبارات العربية واختبارات تنفيذ المهام عبر الأدوات. معظم أوامر المجموعة الثانية بالإنجليزية؛ والاستثناءات المعلنة تشمل البحث الوكيلي ومعالجة الملفات بالعربية. وقد دُربت النماذج على استدعاء الأدوات والتعامل مع الملفات، لكن نتيجة «الوكيل» لا تعني أن كل مكون في متوسطه قيس بأوامر عربية. هذا التفصيل مهم للمؤسسات التي تحتاج إلى تنفيذ المهمة ومخاطبة المستخدم بالعربية في الوقت نفسه.

لماذا تختلف درجة Fanar 2 بين الجداول؟

تسجل بطاقة Fanar-2-27B-Instruct الصادرة عن معهد قطر لبحوث الحوسبة 74.67% في ArabicMMLU و86.81% في Belebele للهجة العربية. وفي المقابل، يعرض جدول Jais للنموذج المنافس 66.3 في Arabic MMLU و61.8 في Belebele. يزيد الفارق الأول على ثماني نقاط، ويقارب الثاني 25 نقطة، قبل مقارنة أداء Fanar بأي فرد من عائلة Jais.

يلفت تحليل OrcaRouter للمقارنتين إلى اختلاف العينة وحاضنة التقييم وقالب الأوامر بين الرقمين المنشورين للنموذج نفسه. تصف بطاقة Fanar اختبار ArabicMMLU بأنه يجري بأمثلة تمهيدية، وتحدد نتيجة Belebele بأنها للفهم القرائي باللهجات؛ أما معهد Jais فنقّح أسئلة مجموعته وحسب الدرجات من الإجابات التي ولّدتها النماذج. لذلك لا يصح اعتبار اختلاف الدرجات تغيراً في قدرة Fanar وحدها، أو نقل نتيجة من أحد الجدولين إلى الآخر لتكوين ترتيب موحد.

يقول المعهد إنه راجع مجموعات الاختبار واستبعد الأسئلة التي اعتبرها غير صالحة، ثم طبّق أسلوب التقييم نفسه على النماذج التي شغّلها. ووفق عرضه، أدى تصحيح 765 سؤالاً من أصل 14,455 في Arabic MMLU إلى تحريك نتيجة نقطة حفظ داخلية بمقدار 4.03%. يبين ذلك أن تنظيف الأسئلة قد يغير الدرجة حتى مع ثبات النموذج؛ ولا يحدد هذا المثال وحده مقدار مساهمة التدريب الجديد أو تغيير التقييم في الفارق المنشور بين Jais 3 ومنافسيه.

ما الذي يتضمنه الإصدار المفتوح؟

تشمل المواد المتاحة الأوزان النهائية للأحجام الستة ونقاط حفظ من مراحل تدريبها، إلى جانب إعدادات التشغيل ووصفات التدريب وسجلاته وشيفرة التقييم ومجموعات الأسئلة العربية التي راجعها المعهد. نُشرت النماذج والشيفرة بترخيص Apache 2.0، بينما تضم المواد التدريبية المنشورة عينة من البيانات، لا كامل النصوص التي استُخدمت في التدريب. وبُنيت العائلة فوق K2 Horizon مع تدريب إضافي شمل العربية الفصحى واللهجات والعربية المكتوبة بحروف لاتينية واستخدام الأدوات.

تعني إتاحة الأوزان أن المطور يستطيع تنزيل نموذج يناسب ذاكرته وتشغيله ضمن نظامه، وأن نقاط الحفظ تسمح بتتبع أثر مراحل التدريب. وتعني إتاحة الأسئلة والشيفرة أن نتائج المعهد قابلة لإعادة التشغيل والفحص. أما ترتيب Jais 3 أمام Fanar 2 خارج إعدادات المطورين، فينتظر قياساً مستقلاً يشغّل النموذجين على العينة نفسها وبقوالب أوامر وشروط معلنة؛ وستحدد تلك البيانات مقدار ما يعود من الفارق إلى النموذج ومقدار ما يعود إلى طريقة القياس.

اقرأ أيضًا:

• Jalapeño يرفع كفاءة الاستدلال، لكن القياس يحتاج قراءة حذرة
• Claude Opus 5.5 يخفض الكلفة 40%، لكن المقارنة ما زالت من Anthropic
• BigQuery يضع مسارات البيانات داخل Git، لكن الميزة ما زالت Preview