Per scegliere un’API LLM per l’arabo, testa ogni candidato sui compiti che svolge il tuo prodotto: capire i dialetti dei tuoi utenti, scrivere un arabo standard moderno naturale, tradurre e leggere documenti in arabo. Valuta ogni compito separatamente con un madrelingua. “Supporta l’arabo” può voler dire qualsiasi cosa, da un dialetto del Golfo fluente a un testo rigido che sa di traduzione.
Quali compiti in arabo dovresti testare?
| Compito | Esempio | Cosa verificare |
|---|---|---|
| Capire il dialetto | Un cliente saudita scrive in khaleeji | Coglie l’intenzione, non solo le parole? |
| Scrivere in arabo | Una risposta in arabo standard moderno chiaro | Fluidità, grammatica, tono naturale, registro giusto |
| Tradurre | Contratti o ticket di assistenza arabo ↔ inglese | Precisione su nomi, numeri e termini legali |
| Leggere documenti | Foto di una fattura in arabo | Totali, date e fornitore estratti correttamente |
| Ascoltare il parlato | Vocali, chiamate | Questo è un modello di speech-to-text, non un LLM; vedi sotto |
Un modello può essere forte su uno e debole su un altro. Valuta ogni compito separatamente.
Cosa dicono le classifiche pubbliche per l’arabo?
Diverse classifiche pubbliche ordinano i modelli in arabo. L’Open Arabic LLM Leaderboard su Hugging Face è una. BALSAM è un benchmark della comunità con 78 task in 14 categorie e una piattaforma per la valutazione alla cieca; i suoi autori scrivono che le prestazioni degli LLM in arabo restano indietro rispetto ai progressi visti in inglese.
Usale per fare una rosa di candidati, non per la scelta finale. I benchmark sono soprattutto domande a scelta multipla e task standard. Raramente testano i messaggi dei clienti del Golfo, il tono del tuo brand o la foto di uno scontrino stropicciato. Sono proprio le cose che notano i tuoi utenti.
Quali API LLM supportano l’arabo?
Quasi ogni API di chat generalista accetta testo in arabo, quindi la domanda utile è quanto bene gestisce i tuoi dialetti e se puoi chiamare davvero i modelli nati per l’arabo. Il 14 novembre 2026 abbiamo verificato le quattro famiglie nate per l’arabo di cui la gente chiede. Nessuna aveva un prezzo API per token pubblicato dal produttore:
| Famiglia di modelli | Chi la sviluppa | Come puoi eseguirla (verificato il 14 novembre 2026) | Prezzo |
|---|---|---|---|
| Jais 2 (chat 8B, 70B) | MBZUAI, Inception e Cerebras | Pesi aperti su Hugging Face con licenza Apache 2.0, contesto di 8.192 token. La scheda del modello 70B dice che nessun Inference Provider lo distribuisce. Il precedente Jais-30b-chat è stato rimosso da GitHub Models il 31 ottobre 2025. | Nessuno pubblicato; paghi le tue GPU |
| Falcon-H1-Arabic (3B, 7B, 34B) | Technology Innovation Institute (TII) | Annunciato il 5 gennaio 2026 con contesto di 128K (3B) o 256K (7B, 34B). Il post di lancio rimanda a una demo di chat web; non cita alcuna API ospitata né un download dei pesi. | Nessuno pubblicato |
| ALLaM (allam-1-13b-instruct) | Saudi Data and Artificial Intelligence Authority (SDAIA); HUMAIN pubblica la preview 7B | Su IBM watsonx.ai come modello deploy on demand con una finestra di 4.096 token (input più output). ALLaM-7B-Instruct-preview è aperto su Hugging Face con licenza Apache 2.0. | watsonx.ai fattura i modelli deploy on demand a ore, non a token |
| Fanar | Qatar Computing Research Institute (QCRI) | Fanar dice che «provides an API for developers» (traduzione: fornisce un’API per sviluppatori); l’accesso avviene tramite modulo di richiesta su api.fanar.qa | Nessuno pubblicato |
Quindi, se vuoi l’arabo a consumo per token tramite un’API compatibile con OpenAI, di solito userai un buon modello multilingue, come quelli qui sotto, e lo testerai sui tuoi dialetti. Se ti serve uno specifico modello nato per l’arabo, mettiti in conto di ospitarlo in proprio, noleggiare un deployment dedicato o richiedere l’accesso all’API di Fanar; l’articolo sui costi del self-hosting vs API mostra i conti del punto di pareggio.
Quali modelli BroadNet gestiscono l’arabo?
BroadNet pubblica un proprio controllo sull’arabo nella sua pagina dei prezzi. Per Qwen3.8 27B riporta una scrittura fluente in arabo, la comprensione dei dialetti del Golfo ed egiziano e una traduzione accurata tra arabo e inglese. Il modello accetta testo e immagini, supporta tool calling e output strutturato e ha un contesto di 262.144 token.
Altre opzioni sulla stessa API:
| Modello | Input / output per 1M di token | Contesto | Immagini |
|---|---|---|---|
| Qwen3.8 27B | $0.175 / $2.17 | 262.144 | Sì |
| DeepSeek V4.1 Flash | $0.175 / $0.52 | 1.048.576 | Sì |
| BroadNet Gemma 4 VL 26B | $0.10 / $0.22 | 32.768 | Sì |
DeepSeek V4.1 Flash è disponibile anche illimitato con un piano flat ($60 al mese per sessione), adatto a chat e agenti in arabo ad alto volume. Il confronto tra DeepSeek V4.1 Flash e Qwen3.8 27B mette fianco a fianco i due candidati principali. Gemma 4 VL 26B è il modello BroadNet più economico per token e funziona con il credito iniziale gratuito.
Come si costruisce un test set in arabo?
- Raccogli 50 input reali dal tuo prodotto: chat, ticket, documenti. Includine almeno 10 per ogni dialetto in cui scrivono i tuoi utenti. Per un test solo sui dialetti, con un metodo di etichettatura delle intenzioni, vedi come gli LLM gestiscono l’arabo del Golfo, egiziano e levantino.
- Scrivi la risposta ideale per 20 di essi, o falla scrivere a un madrelingua.
- Esegui ogni modello candidato su tutti e 50 con lo stesso system prompt. Indica nel prompt il dialetto e il registro che vuoi: “Rispondi in arabo standard moderno chiaro, cordiale, breve.”
- Valuta gli output alla cieca da 1 a 5 per correttezza e naturalezza. Fai fare la valutazione a un madrelingua.
- Verifica i costi sul testo reale. Leggi
prompt_tokensecompletion_tokensdal blocco usage invece di stimarli dal numero di parole.
Siccome l’API è compatibile con OpenAI, cambiare modello è una modifica di una riga nel campo model. Vedi la checklist di migrazione verso un’API compatibile con OpenAI.
Come valutare gli output?
| Criterio | Punteggio 1 | Punteggio 5 |
|---|---|---|
| Intenzione capita | Fraintende il dialetto | Corretta, gergo compreso |
| Grammatica e fluidità | Errori o concordanze sbagliate | Sembra scritto da un madrelingua |
| Registro | Dialetto sbagliato o troppo formale | Esattamente quello richiesto dal prompt |
| Fatti, nomi, numeri | Modificati o inventati | Esatti |
| Scrittura | Traslitterazione latina o mista | Caratteri arabi dall’inizio alla fine |
Fai la media per compito, non complessiva. Un modello che prende 4,5 nella scrittura e 2 nel dialetto è una scelta diversa da uno che prende 3,5 in entrambi.
Il system prompt cambia il risultato?
Sì, abbastanza da cambiare la classifica. Usa lo stesso system prompt per ogni candidato e indica il dialetto che ti aspetti, il registro che vuoi in risposta e come trattare numeri e nomi inglesi. Prompt engineering in arabo contiene un template completo. Mantieni quel prompt identico tra le chiamate così può essere letto dalla cache sui modelli con un prezzo per l’input in cache.
Perché l’arabo costa più token dell’inglese?
Il testo arabo si divide spesso in più token per parola rispetto all’inglese, e il rapporto cambia da modello a modello. Due modelli con lo stesso prezzo per token possono avere costi diversi per messaggio in arabo. Incolla un campione del tuo testo reale nel contatore di token per l’arabo, poi conferma con prompt_tokens da una richiesta reale su ogni candidato e proietta la bolletta mensile con il calcolatore dei costi delle API LLM. Come misurare il tuo rapporto è spiegato in token per parola in arabo e in inglese. Per l’effetto sulla bolletta di ogni modello e fornitore, vedi il nostro dataset sul costo reale per lingua, che prezza 1M di caratteri di arabo, dei suoi dialetti e di altre lingue con il tokenizer di ciascun modello.
Un LLM può leggere fatture e immagini in arabo?
Per fatture, scontrini e moduli, invia la foto a un modello visione-linguaggio e chiedi un JSON. La guida alle fatture in arabo contiene codice funzionante, e OCR arabo vs LLM con visione spiega quando l’OCR classico resta lo strumento migliore. Controlla bene i numeri: sugli scontrini del Golfo compaiono sia le cifre arabo-orientali (٠١٢٣) sia quelle occidentali (0123).
E i vocali e le chiamate in arabo?
Per vocali e chiamate, trascrivi prima con un modello di speech-to-text per l’arabo, poi invia il testo all’LLM. BroadNet Transcribe Arabic costa $0.0042 per minuto di audio. Come scegliere un’API speech-to-text per l’arabo.
Perché alcune risposte in arabo tornano vuote?
DeepSeek V4.1 Flash e Qwen3.8 27B ragionano prima di rispondere, e quei token di ragionamento contano per max_tokens. Le risposte in arabo possono essere lunghe, quindi lascia spazio, altrimenti la risposta visibile torna vuota. Perché succede e come risolverlo.
Quali errori evitare?
- Far valutare a chi non è madrelingua. I problemi di fluidità sono invisibili a chi sta imparando.
- Mescolare i dialetti in un unico punteggio. Tieni separati i risultati del Golfo, egiziani e levantini.
- Fidarsi di test set tradotti. Un testo tradotto dall’inglese non somiglia a quello scritto da veri utenti arabi.
- Dimenticare la visualizzazione da destra a sinistra. Righe miste di arabo e inglese possono apparire nell’ordine sbagliato nella tua UI. Testa la visualizzazione, non solo il testo.
Dove si colloca BroadNet Inference
BroadNet offre un modello di chat testato in arabo, due alternative più economiche o illimitate e lo speech-to-text per l’arabo con un’unica chiave compatibile con OpenAI, senza conservare i contenuti. Non pubblica punteggi di benchmark in arabo per i suoi modelli di chat oltre ai propri test, quindi esegui il test set descritto sopra prima di impegnarti. Se altrove un modello vince sul tuo dialetto, quel risultato conta più di qualsiasi catalogo.
