BroadRouter

Como escolher uma API de LLM para árabe: o que testar

Pela equipe da BroadNet Inference · 7 min de leitura · Publicado em

Escolha um LLM para árabe testando-o nas suas próprias tarefas: entender os dialetos do Golfo, egípcio e levantino, escrever árabe padrão moderno fluente, traduzir entre árabe e inglês e ler documentos em árabe. Nos testes da BroadNet, o Qwen3.8 27B escreveu árabe fluente e entendeu os dialetos do Golfo e egípcio. Ele custa $0.175 por 1M de tokens de input.

Para escolher uma API de LLM para árabe, teste cada candidato nas tarefas que o seu produto executa: entender os dialetos dos seus usuários, escrever árabe padrão moderno natural, traduzir e ler documentos em árabe. Avalie cada tarefa separadamente com um falante nativo. “Suporta árabe” pode significar qualquer coisa, de um dialeto do Golfo fluente a um texto rígido com cara de tradução.

Quais tarefas em árabe você deve testar?

Tarefa Exemplo O que verificar
Entender dialeto Um cliente saudita escreve em khaleeji Ele entende a intenção, e não só as palavras?
Escrever em árabe Uma resposta em árabe padrão moderno claro Fluência, gramática, tom natural, registro certo
Traduzir Contratos ou tickets de suporte árabe ↔ inglês Precisão em nomes, números e termos jurídicos
Ler documentos Foto de uma nota fiscal em árabe Totais, datas e fornecedor extraídos corretamente
Ouvir fala Áudios, ligações Isso é um modelo de speech-to-text, não um LLM; veja abaixo

Um modelo pode ser forte em uma e fraco em outra. Avalie cada tarefa separadamente.

O que os leaderboards públicos de árabe dizem?

Vários leaderboards públicos ranqueiam modelos em árabe. O Open Arabic LLM Leaderboard no Hugging Face é um deles. O BALSAM é um benchmark da comunidade com 78 tarefas em 14 categorias e uma plataforma de avaliação cega; os autores escrevem que o desempenho dos LLMs em árabe fica atrás do progresso visto em inglês.

Use-os para montar uma lista curta, não para a escolha final. Benchmarks são principalmente perguntas de múltipla escolha e tarefas padrão. Raramente testam mensagens de clientes do Golfo, o tom da sua marca ou a foto de um recibo amassado. São exatamente essas coisas que seus usuários percebem.

Quais APIs de LLM suportam árabe?

Quase toda API de chat geral aceita texto em árabe, então a pergunta útil é quão bem ela lida com os seus dialetos e se dá para chamar os modelos feitos para árabe. Em 14 de novembro de 2026 verificamos as quatro famílias feitas para árabe sobre as quais as pessoas perguntam. Nenhuma tinha preço de API por token publicado pelo fabricante:

Família de modelos Quem faz Como você pode rodar (verificado em 14 de novembro de 2026) Preço
Jais 2 (chat 8B, 70B) MBZUAI, Inception e Cerebras Pesos abertos no Hugging Face sob Apache 2.0, contexto de 8.192 tokens. O model card do 70B diz que nenhum Inference Provider o disponibiliza. O antigo Jais-30b-chat foi removido do GitHub Models em 31 de outubro de 2025. Nenhum publicado; você paga as suas próprias GPUs
Falcon-H1-Arabic (3B, 7B, 34B) Technology Innovation Institute (TII) Anunciado em 5 de janeiro de 2026 com contexto de 128K (3B) ou 256K (7B, 34B). O post de lançamento leva a uma demo de chat web; não cita API hospedada nem download dos pesos. Nenhum publicado
ALLaM (allam-1-13b-instruct) Saudi Data and Artificial Intelligence Authority (SDAIA); a HUMAIN publica o preview 7B No IBM watsonx.ai como modelo deploy on demand com janela de 4.096 tokens (input mais output). O ALLaM-7B-Instruct-preview é aberto no Hugging Face sob Apache 2.0. O watsonx.ai cobra modelos deploy on demand por hora, não por token
Fanar Qatar Computing Research Institute (QCRI) O Fanar diz que “provides an API for developers” (tradução: oferece uma API para desenvolvedores); o acesso é por formulário de solicitação em api.fanar.qa Nenhum publicado

Então, se você quer árabe com pagamento por token por meio de uma API compatível com a OpenAI, normalmente vai usar um bom modelo multilíngue, como os abaixo, e testá-lo nos seus dialetos. Se você precisa de um modelo específico feito para árabe, planeje hospedá-lo por conta própria, alugar um deployment dedicado ou solicitar acesso à API do Fanar; o post sobre custo de self-hosting vs API mostra a conta do ponto de equilíbrio.

Quais modelos da BroadNet lidam com árabe?

A BroadNet publica a própria checagem de árabe na sua página de preços. Para o Qwen3.8 27B, ela relata escrita fluente em árabe, compreensão dos dialetos do Golfo e egípcio e tradução precisa entre árabe e inglês. O modelo aceita texto e imagens, suporta tool calling e saída estruturada e tem contexto de 262.144 tokens.

Outras opções na mesma API:

Modelo Input / output por 1M de tokens Contexto Imagens
Qwen3.8 27B $0.175 / $2.17 262.144 Sim
DeepSeek V4.1 Flash $0.175 / $0.52 1.048.576 Sim
BroadNet Gemma 4 VL 26B $0.10 / $0.22 32.768 Sim

O DeepSeek V4.1 Flash também está disponível ilimitado em um plano de preço fixo ($60 por mês por sessão), o que combina com chat e agentes em árabe de alto volume. A comparação DeepSeek V4.1 Flash vs Qwen3.8 27B coloca os dois principais candidatos lado a lado. O Gemma 4 VL 26B é o modelo mais barato por token da BroadNet e funciona com o crédito inicial gratuito.

Como montar um conjunto de teste em árabe?

  1. Junte 50 entradas reais do seu produto: chats, tickets, documentos. Inclua pelo menos 10 de cada dialeto em que seus usuários escrevem. Para um teste só de dialetos, com um método de rotulagem de intenção, veja como os LLMs lidam com árabe do Golfo, egípcio e levantino.
  2. Escreva a resposta ideal para 20 delas, ou peça a um falante nativo.
  3. Rode todos os modelos candidatos nas 50 com o mesmo system prompt. Diga no prompt o dialeto e o registro que você quer: “Responda em árabe padrão moderno claro, simpático e curto.”
  4. Avalie as saídas às cegas de 1 a 5 em correção e naturalidade. A avaliação deve ser feita por um falante nativo.
  5. Confira o custo em texto real. Leia prompt_tokens e completion_tokens do bloco usage em vez de estimar pela contagem de palavras.

Como a API é compatível com a OpenAI, trocar de modelo é mudar uma linha no campo model. Veja o checklist de migração para API compatível com a OpenAI.

Como pontuar as saídas?

Critério Nota 1 Nota 5
Intenção entendida Interpreta errado o dialeto Correta, inclusive gírias
Gramática e fluência Erros ou concordância quebrada Parece escrito por um nativo
Registro Dialeto errado ou formal demais Exatamente o que o prompt pediu
Fatos, nomes, números Alterados ou inventados Exatos
Escrita Transliteração latina ou mista Alfabeto árabe do começo ao fim

Faça a média por tarefa, não no geral. Um modelo que tira 4,5 em escrita e 2 em dialeto é uma escolha diferente de um que tira 3,5 nos dois.

O system prompt muda o resultado?

Sim, o bastante para mudar o ranking. Use o mesmo system prompt para todos os candidatos e diga o dialeto que você espera, o registro que quer de volta e como tratar números e nomes em inglês. Engenharia de prompt em árabe traz um template completo. Mantenha esse prompt idêntico entre as chamadas para que ele possa ser lido do cache nos modelos com preço de input em cache.

Por que o árabe custa mais tokens que o inglês?

Texto em árabe muitas vezes se divide em mais tokens por palavra do que o inglês, e a proporção muda entre modelos. Dois modelos com o mesmo preço por token podem ter custos diferentes por mensagem em árabe. Cole uma amostra do seu texto real no contador de tokens para árabe, depois confirme com prompt_tokens de uma requisição real em cada candidato e projete a conta mensal com a calculadora de custo de API de LLM. Como medir a sua própria proporção está em tokens por palavra em árabe vs inglês. Para ver o efeito na conta de cada modelo e provedor, veja nosso dataset de custo real por idioma, que precifica 1M de caracteres de árabe, dos seus dialetos e de outros idiomas com o tokenizer de cada modelo.

Um LLM consegue ler notas fiscais e imagens em árabe?

Para notas fiscais, recibos e formulários, envie a foto para um modelo de visão e linguagem e peça JSON. O guia de notas fiscais em árabe tem código funcionando, e OCR de árabe vs LLMs com visão mostra quando o OCR clássico ainda é a melhor ferramenta. Confira bem os números: em recibos do Golfo aparecem tanto os algarismos arábico-orientais (٠١٢٣) quanto os ocidentais (0123).

E os áudios e ligações em árabe?

Para áudios e ligações, transcreva primeiro com um modelo de speech-to-text para árabe e depois envie o texto ao LLM. O BroadNet Transcribe Arabic custa $0.0042 por minuto de áudio. Como escolher uma API de speech-to-text para árabe.

Por que algumas respostas em árabe voltam vazias?

O DeepSeek V4.1 Flash e o Qwen3.8 27B raciocinam antes de responder, e esses tokens de raciocínio contam para o max_tokens. Respostas em árabe podem ser longas, então deixe espaço, ou a resposta visível volta vazia. Por que isso acontece e como resolver.

Que erros evitar?

  • Avaliar com quem não é nativo. Problemas de fluência são invisíveis para quem está aprendendo.
  • Misturar dialetos em uma única nota. Mantenha separados os resultados do Golfo, egípcios e levantinos.
  • Confiar em conjuntos de teste traduzidos. Texto traduzido do inglês não se parece com o de usuários árabes reais.
  • Esquecer a exibição da direita para a esquerda. Linhas mistas de árabe e inglês podem aparecer fora de ordem na sua interface. Teste a exibição, não só o texto.

Onde a BroadNet Inference se encaixa

A BroadNet oferece um modelo de chat testado em árabe, duas alternativas mais baratas ou ilimitadas e speech-to-text para árabe em uma única chave compatível com a OpenAI, sem reter conteúdo. Ela não publica notas de benchmark em árabe para seus modelos de chat além dos próprios testes, então rode o conjunto de teste acima antes de se comprometer. Se um modelo em outro lugar vencer no seu dialeto, esse resultado importa mais do que qualquer catálogo.

Perguntas frequentes

Qual modelo da BroadNet é o melhor para árabe?

A BroadNet testou o Qwen3.8 27B em árabe e relata escrita fluente, compreensão dos dialetos do Golfo e egípcio e tradução precisa entre árabe e inglês. Teste-o, junto com o DeepSeek V4.1 Flash, nos seus próprios prompts.

Qual é o melhor LLM para árabe?

Depende da tarefa e do dialeto. Use leaderboards públicos como o Open Arabic LLM Leaderboard ou o BALSAM para montar uma lista curta e depois avalie os candidatos em 50 entradas suas com um falante nativo. Um modelo que lidera um benchmark ainda pode soar rígido no seu dialeto.

Um LLM consegue ler documentos e imagens em árabe?

Modelos com visão como Qwen3.8 27B, DeepSeek V4.1 Flash e BroadNet Gemma 4 VL 26B aceitam imagens, então conseguem ler fotos de notas fiscais, recibos e formulários em árabe e devolver JSON.

Quais APIs de LLM suportam árabe?

A maioria das APIs de chat gerais aceita árabe, mas a qualidade varia por dialeto. Modelos feitos para árabe, como Jais 2, Falcon-H1-Arabic, ALLaM e Fanar, não tinham preço de API por token publicado pelo fabricante em 14 de novembro de 2026. O Jais 2 tem pesos abertos para hospedar por conta própria, o ALLaM roda no IBM watsonx.ai como deployment dedicado por hora e o Fanar dá acesso à API mediante solicitação.

Por que texto em árabe custa mais tokens que inglês?

Os tokenizers costumam ser treinados com mais inglês do que árabe, então as palavras árabes tendem a se dividir em mais tokens. O efeito varia por modelo, então compare prompt_tokens no mesmo texto em árabe para cada candidato.

Um LLM consegue responder em dialeto do Golfo ou egípcio?

Muitos conseguem, mas a qualidade varia mais do que no árabe padrão moderno. Peça o dialeto explicitamente no system prompt e faça um falante nativo avaliar as respostas.

Ler em MarkdownPerguntar ao ChatGPTPerguntar ao ClaudePerguntar ao Perplexity