BroadRouter

Árabe del Golfo, egipcio y levantino: los dialectos y los LLM

Por el equipo de BroadNet Inference · 6 min de lectura · Publicado

Los LLM manejan los dialectos árabes de forma desigual: suelen entender el árabe egipcio y del Golfo mejor de lo que lo escriben, y la calidad baja con los dialectos menos comunes. Pruebe por separado la comprensión y la escritura con sus propios mensajes. En las pruebas de BroadNet, Qwen3.8 27B entendió los dialectos del Golfo y egipcio y escribió árabe fluido. Cuesta $0.175 por 1M de tokens de entrada.

Los LLM suelen entender el árabe del Golfo y el egipcio mejor de lo que los escriben, y rinden peor con los dialectos menos comunes. Un cliente en Riad, otro en El Cairo y otro en Beirut pueden preguntar «¿qué quiere?» con tres frases distintas, y un modelo que maneja bien el árabe estándar moderno (MSA) aun así puede malinterpretarlas. Pruebe por separado la comprensión y la escritura.

Este artículo trata qué cambia entre los grandes grupos dialectales, dónde suelen fallar los LLM y cómo probar un modelo antes de confiarle clientes reales.

¿Qué tan distintos son realmente los dialectos?

Muy distintos en las palabras cotidianas, mucho más cercanos en el vocabulario formal. Los corpus de investigación muestran la magnitud: el corpus MADAR tradujo las mismas frases de viaje a los dialectos de 25 ciudades árabes. La tabla muestra algunas frases comunes. La columna MSA es lo que imprimiría un libro de texto; las demás son formas habladas y escritas en mensajes típicas. La ortografía varía de una persona a otra, lo que forma parte del problema.

Significado MSA Golfo (saudí / emiratí) Egipcio Levantino
¿Qué quiere? ماذا تريد؟ وش تبي؟ / شو تبي؟ عايز إيه؟ شو بدّك؟
¿Cómo está? كيف حالك؟ شلونك؟ إزيك؟ كيفك؟
ahora الآن الحين دلوقتي هلّق
no sé لا أعرف ما أدري مش عارف ما بعرف
muy / mucho جداً وايد أوي كتير

Tres patrones importan para los LLM:

  • Cambian las palabras funcionales. Los interrogativos, la negación y «querer» difieren por completo entre dialectos. Son palabras cortas y frecuentes que deciden el sentido de la frase, así que malinterpretar una invierte la intención.
  • La ortografía no es estándar. Los dialectos son sobre todo hablados, así que la gente los escribe como suenan. La misma palabra puede aparecer con letras distintas, con o sin hamza, o en alfabeto latino (arabizi).
  • La alternancia de código es normal. Los mensajes de negocios del Golfo mezclan nombres de productos en inglés; los hablantes levantinos y magrebíes mezclan francés. Un modelo tiene que manejar ambos alfabetos en una misma frase.

¿Dónde fallan los LLM con los dialectos árabes?

Los modelos aprenden del texto que ven, y existe mucho menos texto público para dialectos más pequeños, como el emiratí o el sudanés, que para el árabe estándar moderno. En la práctica eso se nota en unos pocos errores recurrentes:

  1. Leer una palabra dialectal como otra palabra del MSA. «أبي» del Golfo (quiero) se parece a «أبي» del MSA (mi padre). El contexto suele resolverlo, pero los modelos pequeños a veces no.
  2. Responder a la intención equivocada. Una queja egipcia breve como «الطلب لسه موصلش» (el pedido todavía no ha llegado) exige que el modelo sepa que «لسه» significa «todavía» y que «موصلش» es un verbo negado.
  3. Escribir un dialecto mezclado. Cuando se les pide responder «en árabe del Golfo», los modelos más débiles producen una mezcla de egipcio, levantino y MSA que ningún hablante nativo escribiría. Esto es más común que la incomprensión.
  4. Corregir de más. Algunos modelos «arreglan» el dialecto del cliente al MSA cuando se les pidió citarlo, lo que estropea las tareas de extracción.

La regla general: los modelos entienden los dialectos mejor de lo que los escriben. Diseñe su producto en torno a eso.

¿Qué ha probado BroadNet con los dialectos árabes?

BroadNet publica su propia verificación del árabe en su página de precios. Para Qwen3.8 27B, reporta:

  • escritura fluida en árabe,
  • comprensión de los dialectos del Golfo y egipcio,
  • traducción precisa árabe–inglés.

Eso es lo que afirma BroadNet, y nada más. No publica un resultado para el levantino, el iraquí ni el magrebí, ni una puntuación de escritura en dialecto. Si sus clientes levantinos le importan, pruébelos usted mismo con el método de más abajo.

Qwen3.8 27B acepta texto e imágenes, admite herramientas y salida estructurada, razona antes de responder y tiene un contexto de 262,144 tokens. Por 1M de tokens cuesta $0.175 de entrada y $2.17 de salida. Compare los demás modelos de chat en la página de precios, y vea cómo elegir una API de LLM para árabe para la lista de verificación más amplia, que también cubre escritura, traducción y documentos.

¿Cómo se escribe un prompt para un dialecto concreto?

Diga qué dialecto espera, en cuál quiere la respuesta y con qué grado de formalidad. Un system prompt que funciona bien para la bandeja de entrada de una tienda saudí:

import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

system = (
    "You are a customer-service assistant for a Saudi online store. "
    "Customers write in Gulf Arabic (often Saudi), MSA, English or Arabizi. "
    "Understand all of them. Reply in simple, polite Modern Standard Arabic, "
    "in two or three short sentences. If the customer writes in English, reply in English. "
    "Never invent order details."
)

response = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,  # the model reasons first; leave room for the answer
    messages=[
        {"role": "system", "content": system},
        {"role": "user", "content": "السلام عليكم، طلبي للحين ما وصل، وش السالفة؟"},
    ],
)
print(response.choices[0].message.content)

El mensaje del cliente está en árabe del Golfo: «Hola, mi pedido todavía no ha llegado, ¿qué pasa?». Las palabras «للحين» (todavía) y «وش السالفة» (¿cuál es la historia? / ¿qué pasa?) son formas del Golfo. Una buena respuesta reconoce el retraso en MSA y pide el número de pedido.

Algunos hábitos más que ayudan al escribir prompts:

  • Nombre el país, no solo la región. «Árabe del Golfo» abarca el habla saudí, emiratí, kuwaití, catarí, bareiní y omaní, que difieren entre sí. Si conoce el mercado, dígalo.
  • Pida una etiqueta de dialecto en las tareas de extracción. Para enrutamiento o analítica, haga que el modelo devuelva {"dialect": "gulf" | "egyptian" | "levantine" | "msa" | "other", "intent": ...} usando salida estructurada. Es una forma barata de saber quiénes son sus clientes.
  • Mantenga las instrucciones en un solo idioma. Las instrucciones en inglés con contenido en árabe funcionan bien en la mayoría de los modelos. Las instrucciones en árabe también funcionan; mezclar ambas en un mismo system prompt tiende a difuminar el registro. Más detalles en ingeniería de prompts en árabe.

¿Conviene responder en dialecto?

Para la mayoría de las empresas, no. El MSA sencillo (a veces llamado árabe «blanco» o neutro) lo entiende cualquier lector de árabe, transmite profesionalidad y evita el riesgo de una respuesta que suene a otro país. Las respuestas en dialecto tienen sentido para marcas informales, textos de marketing escritos para un solo mercado y productos de voz en los que el MSA suena rígido. Si opta por ello, pida cada semana a hablantes nativos de ese dialecto exacto que revisen una muestra de salidas.

¿Cómo se prueba el manejo de dialectos en un día?

  1. Reúna mensajes reales. Tome de 30 a 50 mensajes anonimizados por dialecto de su bandeja de entrada, registros de chat o notas de voz transcritas. Elimine nombres, números de teléfono y números de pedido.
  2. Etiquete la intención. Para cada mensaje, escriba la intención correcta y los datos que el modelo debe extraer (número de pedido, producto, fecha).
  3. Pruebe la comprensión. Pida a cada modelo candidato que devuelva la intención y los campos en JSON. Cuente las coincidencias exactas. Esta es la cifra que decide si el enrutamiento funciona.
  4. Pruebe la escritura. Para diez mensajes por dialecto, pida una respuesta. Haga que un hablante nativo califique cada respuesta de 1 a 3 en corrección, tono y naturalidad. No califique un dialecto que usted no habla.
  5. Revise costo y velocidad. Registre usage.prompt_tokens, usage.completion_tokens y la latencia de cada llamada. El texto dialectal puede tokenizarse de forma distinta al MSA, así que mida en lugar de adivinar; el contador de tokens en árabe gratuito da una primera estimación rápida.
  6. Repita con cada modelo. Ejecute el mismo conjunto con Qwen3.8 27B, DeepSeek V4.1 Flash y GLM 5.3. Los tres usan la misma API compatible con OpenAI, así que solo cambia el id del modelo.

Qwen3.8 27B, DeepSeek V4.1 Flash y GLM 5.3 funcionan tras una recarga; entre los modelos de chat, el crédito inicial gratuito de $5 solo cubre BroadNet Gemma 4 VL 26B, que vale la pena añadir como referencia de bajo costo. Un resultado útil suele ser una configuración dividida: un modelo para comprensión y enrutamiento, con respuestas redactadas en MSA.

¿Y el dialecto en las notas de voz?

Si sus clientes envían notas de voz, el manejo del dialecto empieza antes, en la voz a texto. Un modelo de transcripción puede oír mal una palabra dialectal antes de que el LLM la vea. BroadNet reporta una tasa de error de palabras dialectal de 23.4 para BroadNet Transcribe Arabic, frente a 3.8 en el habla leída de FLEURS; vea el WER en árabe explicado para saber qué significan esas cifras. Pruebe la cadena completa, de la nota de voz a la respuesta, no cada pieza por separado.

Preguntas frecuentes

¿Mi chatbot debe responder en el dialecto del cliente?

Por defecto, normalmente no. El árabe estándar moderno sencillo se entiende en todas partes y transmite profesionalidad. Use respuestas en dialecto solo donde la voz de su marca lo pida, y solo después de que hablantes nativos hayan revisado la salida.

¿Qué modelo de BroadNet probó BroadNet con dialectos árabes?

Qwen3.8 27B. BroadNet reporta escritura fluida en árabe, comprensión de los dialectos del Golfo y egipcio, y traducción precisa árabe–inglés. No ha publicado un resultado para el levantino ni el magrebí.

¿Cuántos mensajes de prueba necesito por dialecto?

Entre treinta y cincuenta mensajes reales por dialecto bastan para ver diferencias claras entre modelos. Añada más para el dialecto que usa la mayoría de sus clientes.

¿Los mensajes en dialecto consumen más tokens?

Posiblemente. El número de tokens depende del tokenizador y de la ortografía, y el texto dialectal suele tener una ortografía no estándar. Pegue muestras en un contador de tokens y confírmelo con prompt_tokens en sus propios mensajes en lugar de suponerlo.

¿Puede un LLM entender el árabe egipcio?

A menudo sí, pero compruébelo con sus propios mensajes. BroadNet reporta que Qwen3.8 27B entendió el árabe egipcio y del Golfo en sus pruebas; otros modelos varían. Escribir en dialecto suele ser menos fiable que leerlo, así que evalúe por separado la precisión de la intención y la calidad de la respuesta con 30 a 50 mensajes reales.

Leer en MarkdownPreguntar a ChatGPTPreguntar a ClaudePreguntar a Perplexity