Pour choisir une API LLM pour l’arabe, testez chaque candidat sur les tâches de votre produit : comprendre les dialectes de vos utilisateurs, rédiger un arabe standard moderne naturel, traduire et lire des documents arabes. Notez chaque tâche séparément avec un locuteur natif. « Prend en charge l’arabe » peut vouloir dire n’importe quoi, d’un dialecte du Golfe fluide à un texte raide qui sent la traduction.
Quelles tâches en arabe faut-il tester ?
| Tâche | Exemple | Ce qu’il faut vérifier |
|---|---|---|
| Comprendre le dialecte | Un client saoudien écrit en khaleeji | Le modèle saisit-il l’intention, et pas seulement les mots ? |
| Rédiger en arabe | Une réponse en arabe standard moderne clair | Fluidité, grammaire, ton naturel, bon registre |
| Traduire | Contrats ou tickets de support arabe ↔ anglais | Exactitude des noms, des nombres et des termes juridiques |
| Lire des documents | Photo d’une facture en arabe | Totaux, dates et fournisseur extraits correctement |
| Entendre la parole | Notes vocales, appels | C’est un modèle de speech-to-text, pas un LLM ; voir plus bas |
Un modèle peut être fort sur une tâche et faible sur une autre. Notez chaque tâche séparément.
Que disent les classements publics pour l’arabe ?
Plusieurs classements publics évaluent les modèles en arabe. L’Open Arabic LLM Leaderboard sur Hugging Face en est un. BALSAM est un benchmark communautaire de 78 tâches réparties en 14 catégories, doublé d’une plateforme d’évaluation à l’aveugle ; ses auteurs écrivent que les performances des LLM en arabe restent en retrait des progrès observés en anglais.
Servez-vous-en pour établir une présélection, pas pour trancher. Les benchmarks reposent surtout sur des QCM et des tâches standard. Ils testent rarement des messages clients du Golfe, le ton de votre marque ou la photo d’un reçu froissé. C’est pourtant ce que remarquent vos utilisateurs.
Quelles API LLM prennent en charge l’arabe ?
Presque toutes les API de chat généralistes acceptent du texte arabe : la vraie question est donc de savoir comment elles gèrent vos dialectes, et si vous pouvez seulement appeler les modèles conçus d’abord pour l’arabe. Nous avons vérifié le 14 novembre 2026 les quatre familles de ce type sur lesquelles on nous interroge. Aucune n’avait de prix d’API au token publié par son éditeur :
| Famille de modèles | Éditeur | Comment l’exécuter (vérifié le 14 novembre 2026) | Prix |
|---|---|---|---|
| Jais 2 (8B, 70B chat) | MBZUAI, Inception et Cerebras | Open weights sur Hugging Face sous Apache 2.0, contexte de 8 192 tokens. La fiche du modèle 70B indique qu’aucun Inference Provider ne le déploie. L’ancien Jais-30b-chat a été retiré de GitHub Models le 31 octobre 2025. | Aucun publié ; vous payez vos propres GPU |
| Falcon-H1-Arabic (3B, 7B, 34B) | Technology Innovation Institute (TII) | Annoncé le 5 janvier 2026 avec un contexte de 128K (3B) ou 256K (7B, 34B). L’annonce renvoie vers une démo de chat web ; elle ne mentionne ni API hébergée ni téléchargement des poids. | Aucun publié |
| ALLaM (allam-1-13b-instruct) | Saudi Data and Artificial Intelligence Authority (SDAIA) ; HUMAIN publie la préversion 7B | Sur IBM watsonx.ai en modèle à déploiement à la demande, avec une fenêtre de 4 096 tokens (entrée plus sortie). ALLaM-7B-Instruct-preview est ouvert sur Hugging Face sous Apache 2.0. | watsonx.ai facture les modèles à déploiement à la demande à l’heure, pas au token |
| Fanar | Qatar Computing Research Institute (QCRI) | Fanar indique qu’il « provides an API for developers » (traduction : « fournit une API pour les développeurs ») ; l’accès se fait sur formulaire de demande à api.fanar.qa | Aucun publié |
Si vous voulez de l’arabe facturé au token via une API compatible OpenAI, vous utiliserez donc en général un modèle multilingue solide, comme ceux ci-dessous, en le testant sur vos dialectes. Si vous avez besoin d’un modèle précis conçu pour l’arabe, prévoyez de l’auto-héberger, de louer un déploiement dédié ou de demander l’accès à l’API de Fanar ; l’article auto-hébergement ou API : le coût donne le calcul du seuil de rentabilité.
Quels modèles BroadNet gèrent l’arabe ?
BroadNet publie son propre test en arabe sur sa page des tarifs. Pour Qwen3.8 27B, il indique une rédaction fluide en arabe, la compréhension des dialectes du Golfe et égyptien, et une traduction arabe–anglais exacte. Le modèle accepte texte et images, prend en charge le tool calling et la sortie structurée, et dispose d’un contexte de 262 144 tokens.
Autres options sur la même API :
| Modèle | Entrée / sortie par million de tokens | Contexte | Images |
|---|---|---|---|
| Qwen3.8 27B | $0.175 / $2.17 | 262 144 | Oui |
| DeepSeek V4.1 Flash | $0.175 / $0.52 | 1 048 576 | Oui |
| BroadNet Gemma 4 VL 26B | $0.10 / $0.22 | 32 768 | Oui |
DeepSeek V4.1 Flash est aussi disponible en illimité avec un forfait ($60 par mois et par session), ce qui convient au chat et aux agents en arabe à fort volume. Le comparatif DeepSeek V4.1 Flash vs Qwen3.8 27B met les deux principaux candidats côte à côte. Gemma 4 VL 26B est le modèle BroadNet le moins cher au token et fonctionne avec le crédit de départ gratuit.
Comment constituer un jeu de test en arabe ?
- Rassemblez 50 entrées réelles issues de votre produit : chats, tickets, documents. Incluez-en au moins 10 dans chaque dialecte qu’écrivent vos utilisateurs. Pour un test centré sur les dialectes, avec une méthode d’étiquetage des intentions, voyez comment les LLM gèrent l’arabe du Golfe, égyptien et levantin.
- Rédigez la réponse idéale pour 20 d’entre elles, ou confiez-la à un locuteur natif.
- Faites tourner chaque modèle candidat sur les 50, avec le même prompt système. Indiquez dans le prompt le dialecte et le registre attendus : « Réponds en arabe standard moderne clair, aimable, bref. »
- Notez les sorties à l’aveugle de 1 à 5 pour l’exactitude et le naturel. Confiez la notation à un locuteur natif.
- Vérifiez le coût sur du texte réel. Lisez
prompt_tokensetcompletion_tokensdans le bloc usage plutôt que d’estimer à partir du nombre de mots.
Comme l’API est compatible OpenAI, changer de modèle se résume à modifier une ligne, le champ model. Voyez la checklist de migration vers une API compatible OpenAI.
Comment noter les sorties ?
| Critère | Note 1 | Note 5 |
|---|---|---|
| Intention comprise | Contresens sur le dialecte | Correcte, argot compris |
| Grammaire et fluidité | Erreurs ou accords cassés | Se lit comme un auteur natif |
| Registre | Mauvais dialecte ou trop formel | Exactement ce que demandait le prompt |
| Faits, noms, nombres | Modifiés ou inventés | Exacts |
| Écriture | Translittération latine ou mélange | Écriture arabe de bout en bout |
Faites la moyenne par tâche, pas globalement. Un modèle noté 4,5 en rédaction et 2 en dialecte n’est pas le même choix qu’un modèle noté 3,5 sur les deux.
Le prompt système change-t-il le résultat ?
Oui, au point de modifier le classement. Utilisez le même prompt système pour chaque candidat, et indiquez le dialecte attendu, le registre souhaité en retour et le traitement des nombres et des noms anglais. Le prompt engineering en arabe propose un modèle complet. Gardez ce prompt identique d’un appel à l’autre pour qu’il soit lu depuis le cache sur les modèles qui ont un prix d’entrée en cache.
Pourquoi l’arabe coûte-t-il plus de tokens que l’anglais ?
Le texte arabe se découpe souvent en plus de tokens par mot que l’anglais, et le ratio varie d’un modèle à l’autre. Deux modèles au même prix par token peuvent avoir des coûts différents par message arabe. Collez un échantillon de votre texte réel dans le compteur de tokens arabe, confirmez avec prompt_tokens sur une requête réelle pour chaque candidat, puis projetez la facture mensuelle avec le calculateur de coût d’API LLM. La méthode pour mesurer votre propre ratio est dans tokens par mot en arabe et en anglais. Pour l’effet sur la facture selon le modèle et le fournisseur, voyez notre jeu de données sur le coût réel par langue, qui chiffre 1 million de caractères d’arabe, de ses dialectes et d’autres langues avec le tokenizer propre à chaque modèle.
Un LLM peut-il lire des factures et des images en arabe ?
Pour les factures, reçus et formulaires, envoyez la photo à un modèle vision-langage et demandez du JSON. Le guide des factures arabes contient du code fonctionnel, et OCR arabe ou LLM de vision explique quand l’OCR classique reste le meilleur outil. Vérifiez soigneusement les nombres : les chiffres arabes orientaux (٠١٢٣) et occidentaux (0123) coexistent sur les reçus du Golfe.
Et les notes vocales et appels en arabe ?
Pour les notes vocales et les appels, transcrivez d’abord avec un modèle de speech-to-text arabe, puis envoyez le texte au LLM. BroadNet Transcribe Arabic coûte $0.0042 par minute d’audio. Comment choisir une API speech-to-text pour l’arabe.
Pourquoi certaines réponses en arabe reviennent-elles vides ?
DeepSeek V4.1 Flash et Qwen3.8 27B raisonnent avant de répondre, et ces tokens de raisonnement comptent dans max_tokens. Les réponses en arabe peuvent être longues : laissez de la marge, sinon la réponse visible revient vide. Pourquoi cela arrive et comment le corriger.
Quelles erreurs éviter ?
- Faire noter par des non-natifs. Les problèmes de fluidité sont invisibles pour un apprenant.
- Mélanger les dialectes dans une seule note. Gardez séparés les résultats du Golfe, égyptiens et levantins.
- Se fier à des jeux de test traduits. Un texte traduit de l’anglais ne ressemble pas à ce qu’écrivent de vrais utilisateurs arabophones.
- Oublier l’affichage de droite à gauche. Des lignes mêlant arabe et anglais peuvent s’afficher dans le désordre dans votre interface. Testez l’affichage, pas seulement le texte.
La place de BroadNet Inference
BroadNet propose un modèle de chat testé en arabe, deux alternatives moins chères ou illimitées, et du speech-to-text arabe sur une même clé compatible OpenAI, sans conservation du contenu. Il ne publie pas de scores de benchmark en arabe pour ses modèles de chat au-delà de ses propres tests : faites donc passer le jeu de test ci-dessus avant de vous engager. Si un modèle d’un autre fournisseur l’emporte sur votre dialecte, ce résultat compte plus que n’importe quel catalogue.
