Untuk memilih API LLM bagi bahasa Arab, uji setiap calon pada tugas yang dilakukan oleh produk anda: memahami dialek pengguna anda, menulis bahasa Arab Standard Moden yang semula jadi, menterjemah, dan membaca dokumen bahasa Arab. Skor setiap tugas secara berasingan bersama penutur asli. “Supports Arabic” boleh bermaksud apa sahaja, daripada dialek Teluk yang fasih hingga teks kaku yang berbunyi seperti terjemahan.
Tugas bahasa Arab manakah yang patut anda uji?
| Tugas | Contoh | Apa yang perlu disemak |
|---|---|---|
| Memahami dialek | Pelanggan Saudi menaip dalam Khaleeji | Adakah ia menangkap niat, bukan sekadar perkataan? |
| Menulis bahasa Arab | Balasan dalam bahasa Arab Standard Moden yang jelas | Kefasihan, tatabahasa, nada semula jadi, laras yang betul |
| Menterjemah | Kontrak atau tiket sokongan Arab ↔ Inggeris | Ketepatan nama, nombor dan istilah undang-undang |
| Membaca dokumen | Foto invois bahasa Arab | Jumlah, tarikh dan vendor diekstrak dengan betul |
| Mendengar pertuturan | Nota suara, panggilan | Itu model speech-to-text, bukan LLM; lihat di bawah |
Sesuatu model boleh kuat pada satu tugas dan lemah pada yang lain. Skor setiap tugas secara berasingan.
Apakah yang diberitahu oleh papan pendahulu bahasa Arab awam?
Beberapa papan pendahulu awam menyusun model dalam bahasa Arab. Open Arabic LLM Leaderboard di Hugging Face ialah salah satunya. BALSAM ialah penanda aras komuniti dengan 78 tugas dalam 14 kategori dan platform untuk penilaian buta; pengarangnya menulis bahawa prestasi LLM dalam bahasa Arab ketinggalan berbanding kemajuan yang dilihat dalam bahasa Inggeris.
Gunakan ini untuk membina senarai pendek, bukan untuk membuat pilihan muktamad. Penanda aras kebanyakannya soalan aneka pilihan dan tugas piawai. Ia jarang menguji mesej pelanggan Teluk, nada jenama anda, atau foto resit yang renyuk. Itulah perkara yang disedari oleh pengguna anda.
API LLM manakah yang menyokong bahasa Arab?
Hampir setiap API chat umum menerima teks bahasa Arab, jadi soalan yang berguna ialah sejauh mana ia mengendalikan dialek anda dan sama ada anda boleh memanggil model yang mengutamakan bahasa Arab langsung. Kami menyemak empat keluarga model yang mengutamakan bahasa Arab yang sering ditanya pada 14 November 2026. Tiada satu pun yang mempunyai harga API setiap token yang diterbitkan oleh pembuatnya:
| Keluarga model | Pembuat | Cara menjalankannya (disemak 14 November 2026) | Harga |
|---|---|---|---|
| Jais 2 (8B, 70B chat) | MBZUAI, Inception dan Cerebras | Open weights di Hugging Face di bawah Apache 2.0, konteks 8,192 token. Kad model 70B menyatakan tiada Inference Provider yang menggunakannya. Jais-30b-chat yang lebih lama telah dibuang daripada GitHub Models pada 31 Oktober 2025. | Tiada yang diterbitkan; anda membayar GPU anda sendiri |
| Falcon-H1-Arabic (3B, 7B, 34B) | Technology Innovation Institute (TII) | Diumumkan pada 5 Januari 2026 dengan konteks 128K (3B) atau 256K (7B, 34B). Hantaran pelancaran memautkan demo chat web; ia tidak menamakan API yang dihoskan atau muat turun weights. | Tiada yang diterbitkan |
| ALLaM (allam-1-13b-instruct) | Saudi Data and Artificial Intelligence Authority (SDAIA); HUMAIN menerbitkan pratonton 7B | Di IBM watsonx.ai sebagai model deploy-on-demand dengan tetingkap 4,096 token (input dan output). ALLaM-7B-Instruct-preview terbuka di Hugging Face di bawah Apache 2.0. | watsonx.ai membilkan model deploy-on-demand setiap jam, bukan setiap token |
| Fanar | Qatar Computing Research Institute (QCRI) | Fanar menyatakan ia “provides an API for developers” (Terjemahan: menyediakan API untuk pembangun); akses melalui borang permohonan di api.fanar.qa | Tiada yang diterbitkan |
Jadi jika anda mahukan bahasa Arab secara bayar setiap token melalui API serasi OpenAI, anda biasanya akan menggunakan model berbilang bahasa yang kuat, seperti di bawah, dan mengujinya pada dialek anda. Jika anda memerlukan model khusus yang mengutamakan bahasa Arab, rancang untuk menghosnya sendiri, menyewa penggunaan khusus, atau memohon akses API Fanar; artikel kos hos sendiri vs API menunjukkan pengiraan titik pulang modal.
Model BroadNet manakah yang boleh mengendalikan bahasa Arab?
BroadNet menerbitkan semakan bahasa Arabnya sendiri di halaman harganya. Bagi Qwen3.8 27B, ia melaporkan penulisan bahasa Arab yang fasih, dialek Teluk dan Mesir difahami, dan terjemahan Arab–Inggeris yang tepat. Model ini menerima teks dan imej, menyokong panggilan tool dan output berstruktur, dan mempunyai konteks 262,144 token.
Pilihan lain pada API yang sama:
| Model | Input / output setiap 1M token | Konteks | Imej |
|---|---|---|---|
| Qwen3.8 27B | $0.175 / $2.17 | 262,144 | Ya |
| DeepSeek V4.1 Flash | $0.175 / $0.52 | 1,048,576 | Ya |
| BroadNet Gemma 4 VL 26B | $0.10 / $0.22 | 32,768 | Ya |
DeepSeek V4.1 Flash juga tersedia tanpa had pada pelan kadar tetap ($60 sebulan setiap sesi), yang sesuai untuk chat dan agen bahasa Arab bervolum tinggi. Perbandingan DeepSeek V4.1 Flash vs Qwen3.8 27B meletakkan dua calon utama bersebelahan. Gemma 4 VL 26B ialah model BroadNet paling murah setiap token dan boleh digunakan dengan kredit permulaan percuma.
Bagaimanakah cara membina set ujian bahasa Arab?
- Kumpul 50 input sebenar daripada produk anda: chat, tiket, dokumen. Sertakan sekurang-kurangnya 10 dalam setiap dialek yang ditulis oleh pengguna anda. Untuk ujian dialek sahaja, dengan kaedah pelabelan niat, lihat cara LLM mengendalikan bahasa Arab Teluk, Mesir dan Levant.
- Tulis jawapan ideal untuk 20 daripadanya, atau minta penutur asli melakukannya.
- Jalankan setiap model calon pada kesemua 50 dengan prompt sistem yang sama. Nyatakan dialek dan laras yang anda mahukan dalam prompt: “Reply in clear Modern Standard Arabic, friendly, short.” (Terjemahan: Balas dalam bahasa Arab Standard Moden yang jelas, mesra, ringkas.)
- Nilai output secara buta dari 1 hingga 5 untuk ketepatan dan keaslian. Minta penutur asli membuat penilaian.
- Semak kos pada teks sebenar. Baca
prompt_tokensdancompletion_tokensdaripada blok usage dan bukannya menganggar daripada bilangan perkataan.
Oleh kerana API ini serasi OpenAI, menukar model hanya perubahan satu baris pada medan model. Lihat senarai semak migrasi serasi OpenAI.
Bagaimanakah output patut diskor?
| Kriteria | Skor 1 | Skor 5 |
|---|---|---|
| Niat difahami | Salah membaca dialek | Betul, termasuk slanga |
| Tatabahasa dan kefasihan | Ada ralat atau persetujuan yang rosak | Dibaca seperti penulis asli |
| Laras | Dialek salah atau terlalu formal | Tepat seperti yang diminta prompt |
| Fakta, nama, nombor | Diubah atau direka | Tepat |
| Tulisan | Transliterasi Rumi atau bercampur | Tulisan Arab sepenuhnya |
Kira purata bagi setiap tugas, bukan keseluruhan. Model yang mendapat 4.5 untuk penulisan dan 2 untuk dialek ialah pilihan yang berbeza daripada model yang mendapat 3.5 untuk kedua-duanya.
Adakah prompt sistem mengubah hasil?
Ya, cukup untuk mengubah kedudukan. Gunakan prompt sistem yang sama untuk setiap calon, dan nyatakan dialek yang anda jangkakan, laras yang anda mahukan dalam balasan, dan cara menangani nombor serta nama Inggeris. Kejuruteraan prompt bahasa Arab mempunyai templat lengkap. Kekalkan prompt itu sama dalam setiap panggilan supaya ia boleh dibaca daripada cache pada model yang mempunyai harga input cache.
Mengapakah bahasa Arab menggunakan lebih banyak token daripada bahasa Inggeris?
Teks bahasa Arab selalunya dipecahkan kepada lebih banyak token setiap perkataan berbanding bahasa Inggeris, dan nisbahnya berbeza antara model. Dua model dengan harga setiap token yang sama boleh mempunyai kos berbeza bagi setiap mesej bahasa Arab. Tampal sampel teks sebenar anda ke dalam pengira token bahasa Arab, kemudian sahkan dengan prompt_tokens daripada permintaan sebenar pada setiap calon dan unjurkan bil bulanan dengan kalkulator kos API LLM. Cara mengukur nisbah anda sendiri ada dalam token setiap perkataan dalam bahasa Arab vs Inggeris. Untuk kesannya pada bil bagi setiap model dan penyedia, lihat set data kos sebenar mengikut bahasa kami, yang mengira harga 1M aksara bahasa Arab, dialeknya dan bahasa lain dengan tokenizer setiap model sendiri.
Bolehkah LLM membaca invois dan imej bahasa Arab?
Untuk invois, resit dan borang, hantar foto kepada model bahasa-visi dan minta JSON. Panduan invois bahasa Arab mempunyai kod yang berfungsi, dan OCR bahasa Arab vs LLM visi menerangkan bila OCR klasik masih alat yang lebih baik. Semak nombor dengan teliti: angka Arab Timur (٠١٢٣) dan angka Barat (0123) kedua-duanya muncul pada resit di Teluk.
Bagaimana pula dengan nota suara dan panggilan bahasa Arab?
Untuk nota suara dan panggilan, transkripsikan dahulu dengan model speech-to-text bahasa Arab, kemudian hantar teksnya kepada LLM. BroadNet Transcribe Arabic berharga $0.0042 setiap minit audio. Cara memilih API speech-to-text bahasa Arab.
Mengapakah sesetengah jawapan bahasa Arab kembali kosong?
DeepSeek V4.1 Flash dan Qwen3.8 27B menaakul sebelum menjawab, dan token penaakulan itu dikira dalam max_tokens. Jawapan bahasa Arab boleh panjang, jadi sediakan ruang, atau jawapan yang kelihatan akan kembali kosong. Mengapa ini berlaku dan cara membetulkannya.
Kesilapan apakah yang perlu dielakkan?
- Penilaian oleh bukan penutur asli. Masalah kefasihan tidak kelihatan kepada pelajar bahasa.
- Mencampurkan dialek dalam satu skor. Asingkan hasil Teluk, Mesir dan Levant.
- Mempercayai set ujian yang diterjemah. Teks yang diterjemah daripada bahasa Inggeris tidak berbunyi seperti pengguna Arab sebenar.
- Melupakan paparan kanan-ke-kiri. Baris bahasa Arab dan Inggeris yang bercampur boleh dipaparkan dalam susunan yang salah dalam UI anda. Uji paparan, bukan teks sahaja.
Di manakah BroadNet Inference sesuai
BroadNet menawarkan model chat yang diuji dalam bahasa Arab, dua alternatif yang lebih murah atau tanpa had, dan speech-to-text bahasa Arab pada satu kunci serasi OpenAI, tanpa kandungan disimpan. Ia tidak menerbitkan skor penanda aras bahasa Arab untuk model chatnya selain ujiannya sendiri, jadi jalankan set ujian di atas sebelum anda membuat komitmen. Jika model di tempat lain menang pada dialek anda, hasil itu lebih penting daripada mana-mana katalog.
