---
title: "Арабские диалекты и LLM: Залив, Египет, Левант | BroadRouter"
description: "Как LLM справляются с арабским Залива, египетским и левантийским: где ошибаются, как писать промпт под диалект, как тестировать и что BroadNet пишет о Qwen3.8 27B."
url: https://broadrouter.com/ru/blog/arabic-llm-gulf-egyptian-dialects/
lang: ru
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/blog/arabic-llm-gulf-egyptian-dialects/) (обновлён 2026-11-14).

# Арабский Залива, египетский и левантийский: как LLM понимают диалекты

Команда BroadNet Inference · 6 мин чтения · Опубликовано 2026-11-14

LLM справляются с арабскими диалектами неравномерно: египетский и арабский Залива они обычно понимают лучше, чем пишут на них, а на более редких диалектах качество падает. Проверяйте понимание и письмо по отдельности на своих сообщениях. В собственных тестах BroadNet Qwen3.8 27B понимала диалекты Залива и египетский и писала беглый арабский текст. Она стоит $0.175 за 1 млн входных токенов.

## Главное

-   Понимать диалект и хорошо на нём писать — разные навыки. Оценивайте их отдельно.
-   BroadNet сообщает, что в её тестах Qwen3.8 27B понимала диалекты Залива и египетский. Результатов по левантийскому BroadNet не публикует, так что проверьте его сами.
-   В большинстве клиентских продуктов отвечайте на простом современном литературном арабском, даже если клиент пишет на диалекте.
-   Укажите в системном промпте диалект, страну и регистр. «Отвечай по-арабски» недостаточно.
-   Прежде чем выбирать модель, соберите небольшой тестовый набор по каждому диалекту из реальных обезличенных сообщений.

**На этой странице**

1.  Насколько на самом деле различаются диалекты?
2.  Где LLM ошибаются на арабских диалектах?
3.  Что BroadNet тестировала на арабских диалектах?
4.  Как писать промпт под конкретный диалект?
5.  Стоит ли вообще отвечать на диалекте?
6.  Как протестировать работу с диалектами за день?
7.  А как быть с диалектом в голосовых сообщениях?

LLM обычно понимают арабский Залива и египетский лучше, чем пишут на них, а с более редкими диалектами справляются хуже. Клиенты из Эр-Рияда, Каира и Бейрута могут спросить «что вы хотите?» тремя разными фразами, и модель, хорошо работающая с современным литературным арабским (MSA), всё равно может их неверно понять. Проверяйте понимание и письмо по отдельности.

В этой статье — что меняется между крупными группами диалектов, где LLM обычно ошибаются и как протестировать модель, прежде чем доверить ей реальных клиентов.

## Насколько на самом деле различаются диалекты?

Очень сильно в повседневных словах и гораздо меньше в книжной лексике. Масштаб видно по исследовательским корпусам: в [корпусе MADAR](https://aclanthology.org/L18-1535/) одни и те же фразы для путешественников перевели на диалекты 25 арабских городов. В таблице — несколько частых фраз. Столбец MSA — то, что напечатали бы в учебнике; остальные — типичные разговорные и переписочные формы. Написание меняется от человека к человеку, и это часть проблемы.

| Значение | MSA | Залив (Саудовская Аравия / ОАЭ) | Египетский | Левантийский |
| --- | --- | --- | --- | --- |
| Что вы хотите? | ماذا تريد؟ | وش تبي؟ / شو تبي؟ | عايز إيه؟ | شو بدّك؟ |
| Как дела? | كيف حالك؟ | شلونك؟ | إزيك؟ | كيفك؟ |
| сейчас | الآن | الحين | دلوقتي | هلّق |
| Я не знаю | لا أعرف | ما أدري | مش عارف | ما بعرف |
| очень / много | جداً | وايد | أوي | كتير |

Для LLM важны три закономерности:

-   **Меняются служебные слова.** Вопросительные слова, отрицание и «хотеть» в разных диалектах совершенно разные. Это короткие частые слова, которые определяют смысл предложения, поэтому неверное прочтение одного из них переворачивает намерение.
-   **Написание нестандартно.** Диалекты в основном устные, поэтому люди пишут так, как слышат. Одно и то же слово может встречаться с разными буквами, с хамзой или без неё или латиницей ([арабизи](https://broadrouter.com/ru/blog/arabizi-llm-handling/)).
-   **[Переключение кодов](https://broadrouter.com/ru/glossary/code-switching/) — норма.** В деловых сообщениях из Залива встречаются английские названия продуктов, левантийцы и жители Магриба вставляют французские слова. Модель должна справляться с двумя письменностями в одном предложении.

## Где LLM ошибаются на арабских диалектах?

Модели учатся на тех текстах, которые видят, а открытых текстов на небольших диалектах вроде эмиратского или суданского гораздо меньше, чем на современном литературном арабском. На практике это проявляется в нескольких повторяющихся ошибках:

1.  **Диалектное слово читается как другое слово MSA.** Заливское «أبي» (я хочу) выглядит как литературное «أبي» (мой отец). Обычно контекст это разрешает, но маленькие модели иногда не справляются.
2.  **Ответ не на то намерение.** Короткая египетская жалоба вроде «الطلب لسه موصلش» (заказ всё ещё не пришёл) требует, чтобы модель знала: «لسه» значит «всё ещё», а «موصلش» — глагол с отрицанием.
3.  **Письмо на смешанном диалекте.** Если попросить ответить «на арабском Залива», слабые модели выдают смесь египетского, левантийского и MSA, на которой не написал бы ни один носитель. Это случается чаще, чем непонимание.
4.  **Избыточная правка.** Некоторые модели «исправляют» диалект клиента на MSA, когда вы просили его процитировать, и это ломает задачи извлечения.

Общее правило: **модели понимают диалекты лучше, чем пишут на них.** Стройте продукт с учётом этого.

## Что BroadNet тестировала на арабских диалектах?

BroadNet публикует собственную проверку арабского на своей [странице цен](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-arabic-llm-gulf-egyptian-dialects&utm_content=body). Для [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) она сообщает:

-   беглое письмо на арабском,
-   понимание диалектов Залива и египетского,
-   точный перевод между арабским и английским.

Это то, что заявляет BroadNet, и ничего сверх этого. Результатов по левантийскому, иракскому или магрибским диалектам она не публикует, как и оценки письма на диалекте. Если для вас важны клиенты из Леванта, проверьте их сами по методике ниже.

Qwen3.8 27B принимает текст и изображения, поддерживает инструменты и структурированный вывод, рассуждает перед ответом, контекст — 262 144 токена. За 1 млн токенов она стоит $0.175 за вход и $2.17 за выход. Другие чат-модели сравните на [странице цен](https://broadrouter.com/ru/pricing/), а более широкий чек-лист, который охватывает ещё письмо, перевод и документы, — в статье о [выборе LLM API для арабского](https://broadrouter.com/ru/blog/choosing-an-llm-for-arabic/).

## Как писать промпт под конкретный диалект?

Скажите, какой диалект вы ждёте, на каком хотите получить ответ и насколько формально. Системный промпт, который хорошо работает для входящих сообщений саудовского интернет-магазина:

```python
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)
```

Сообщение клиента — на арабском Залива: «Здравствуйте, мой заказ до сих пор не пришёл, в чём дело?» Слова «للحين» (всё ещё) и «وش السالفة» (в чём история / в чём дело) — заливские формы. Хороший ответ признаёт задержку на MSA и просит номер заказа.

Ещё несколько полезных привычек при написании промпта:

-   **Называйте страну, а не только регион.** «Арабский Залива» охватывает речь Саудовской Аравии, ОАЭ, Кувейта, Катара, Бахрейна и Омана, а она различается. Если вы знаете рынок, укажите его.
-   **В задачах извлечения просите метку диалекта.** Для маршрутизации или аналитики пусть модель возвращает `{"dialect": "gulf" | "egyptian" | "levantine" | "msa" | "other", "intent": ...}` через [структурированный вывод](https://broadrouter.com/ru/blog/structured-output-json-schema/). Это дешёвый способ узнать, кто ваши клиенты.
-   **Держите инструкции на одном языке.** Английские инструкции с арабским содержимым хорошо работают на большинстве моделей. Арабские инструкции тоже работают; смешение обоих языков в одном системном промпте обычно размывает регистр. Подробнее — в статье о [промпт-инжиниринге для арабского](https://broadrouter.com/ru/blog/arabic-prompt-engineering/).

## Стоит ли вообще отвечать на диалекте?

Для большинства компаний — нет. Простой MSA (его иногда называют «белым», или нейтральным, арабским) понятен любому читающему по-арабски, звучит профессионально и исключает риск ответа, который звучит как из другой страны. Ответы на диалекте уместны для неформальных брендов, маркетинговых текстов под один рынок и голосовых продуктов, где MSA звучит натянуто. Если выбираете этот путь, пусть носители именно этого диалекта каждую неделю проверяют выборку ответов.

## Как протестировать работу с диалектами за день?

1.  **Соберите реальные сообщения.** Возьмите 30–50 обезличенных сообщений на диалект из почты, логов чата или [расшифрованных голосовых сообщений](https://broadrouter.com/ru/guides/transcribe-whatsapp-voice-notes/). Уберите имена, телефоны и номера заказов.
2.  **Разметьте намерение.** Для каждого сообщения запишите правильное намерение и факты, которые модель должна извлечь (номер заказа, товар, дату).
3.  **Проверьте понимание.** Попросите каждую модель-кандидата вернуть намерение и поля в JSON. Считайте точные совпадения. Именно это число решает, будет ли работать маршрутизация.
4.  **Проверьте письмо.** Для десяти сообщений на диалект попросите ответ. Пусть носитель языка оценит каждый ответ по шкале 1–3 за правильность, тон и естественность. Не оценивайте диалект, на котором не говорите.
5.  **Проверьте цену и скорость.** Записывайте `usage.prompt_tokens`, `usage.completion_tokens` и задержку для каждого вызова. Диалектный текст может токенизироваться иначе, чем MSA, поэтому измеряйте, а не гадайте; бесплатный [счётчик арабских токенов](https://broadrouter.com/tools/arabic-token-counter/) даст быструю первую оценку.
6.  **Повторите для каждой модели.** Прогоните тот же набор на [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/), [DeepSeek V4.1 Flash](https://broadrouter.com/ru/models/deepseek-v4.1-flash/) и [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/). Все три используют один и тот же OpenAI-совместимый API, так что меняется только id модели.

Qwen3.8 27B, DeepSeek V4.1 Flash и GLM 5.3 работают после пополнения; из чат-моделей бесплатный стартовый кредит $5 покрывает только [BroadNet Gemma 4 VL 26B](https://broadrouter.com/ru/models/gemma-4-vl-26b/), которую стоит добавить как недорогую базовую линию. Часто полезный итог — раздельная схема: одна модель для понимания и маршрутизации, а ответы готовятся на MSA.

## А как быть с диалектом в голосовых сообщениях?

Если клиенты присылают голосовые сообщения, работа с диалектом начинается раньше — на этапе распознавания речи. Модель расшифровки может ослышаться в диалектном слове ещё до того, как его увидит LLM. BroadNet сообщает для [BroadNet Transcribe Arabic](https://broadrouter.com/ru/models/cohere-transcribe-arabic/) диалектную [долю ошибок в словах](https://broadrouter.com/ru/glossary/word-error-rate/) 23,4 против 3,8 на читаемой речи FLEURS; что означают эти числа, объясняет статья [WER для арабского](https://broadrouter.com/ru/blog/arabic-asr-wer-explained/). Тестируйте всю цепочку, от голосового сообщения до ответа, а не каждую часть отдельно.

Бесплатные инструменты по теме (на английском)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[Бесплатные инструменты (на английском)](https://broadrouter.com/tools/)

## Термины в этой статье

[Переключение кодов (code-switching)](https://broadrouter.com/ru/glossary/code-switching/)

Переключение кодов — это использование двух или более языков либо вариантов одного языка в пределах одного разговора или предложения, устно или письменно. Например, арабоязычные люди вставляют английские слова в диалектную речь или переходят с современного литературного арабского на свой диалект и обратно.

[Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/)

Контекстное окно — это максимальное число токенов, с которым языковая модель может работать в одном запросе. В него входят промпт, история диалога, описания инструментов, изображения и сгенерированный ответ, включая токены рассуждений. Всё, что не помещается, приходится обрезать, сжимать в краткое изложение или делить на несколько запросов.

[Арабизи (Arabizi)](https://broadrouter.com/ru/glossary/arabizi/)

Арабизи — это неформальная запись арабского латинскими буквами, где арабские звуки без латинского аналога передаются цифрами, например 3 вместо ع. Он распространён в чатах и соцсетях, в основном диалектный, не имеет стандартной орфографии и часто перемешан с английским или французским.

[Вызов инструментов (tool calling)](https://broadrouter.com/ru/glossary/tool-calling/)

Вызов инструментов (function calling) — это функция LLM API, при которой модель возвращает структурированный запрос на выполнение функции, заданной разработчиком, с аргументами в JSON. Приложение выполняет функцию и отправляет результат обратно; сама модель код никогда не выполняет.

[Доля ошибок в словах (word error rate, WER)](https://broadrouter.com/ru/glossary/word-error-rate/)

Доля ошибок в словах (word error rate, WER) — это стандартная метрика точности распознавания речи: число замен, пропусков и вставок слов, нужных, чтобы превратить расшифровку в правильный эталон, делённое на число слов в эталоне. Чем меньше, тем лучше.

[OpenAI-совместимый API](https://broadrouter.com/ru/glossary/openai-compatible-api/)

OpenAI-совместимый API — это HTTP API, который принимает те же форматы запросов и ответов, что и OpenAI API, например POST /v1/chat/completions. Поэтому SDK и инструменты OpenAI работают с ним после замены всего трёх значений: базового URL, API-ключа и названия модели.

## Вопросы и ответы

### Должен ли чат-бот отвечать на диалекте клиента?

По умолчанию обычно нет. Простой современный литературный арабский понятен везде и выглядит профессионально. Отвечайте на диалекте, только если этого требует голос вашего бренда, и только после того, как носители языка проверили вывод.

### Какую модель BroadNet тестировала на арабских диалектах?

Qwen3.8 27B. BroadNet сообщает о беглом письме на арабском, понимании диалектов Залива и египетского и точном переводе между арабским и английским. Результатов по левантийскому или магрибским диалектам она не публиковала.

### Сколько тестовых сообщений нужно на один диалект?

Тридцати–пятидесяти реальных сообщений на диалект достаточно, чтобы увидеть явные различия между моделями. Для диалекта, на котором говорит большинство ваших клиентов, добавьте больше.

### Тратят ли диалектные сообщения больше токенов?

Возможно. Число токенов зависит от токенизатора и написания, а у диалектного текста часто нестандартная орфография. Не гадайте: вставьте примеры в счётчик токенов и подтвердите по prompt\_tokens на своих сообщениях.

### Может ли LLM понимать египетский арабский?

Часто да, но проверьте на своих сообщениях. BroadNet сообщает, что в её тестах Qwen3.8 27B понимала египетский и арабский Залива; у других моделей по-разному. Писать на диалекте модели обычно умеют хуже, чем читать, поэтому оценивайте точность определения намерения и качество ответа отдельно на 30–50 реальных сообщениях.

## Читайте также

-   [Как выбрать LLM API для арабского: что проверить](https://broadrouter.com/ru/blog/choosing-an-llm-for-arabic/)
-   [Промпт-инжиниринг для арабского: регистр, RTL, цифры и смешанный текст](https://broadrouter.com/ru/blog/arabic-prompt-engineering/)
-   [Арабизи и LLM: как работать с франко-арабским и цифрами 3 и 7](https://broadrouter.com/ru/blog/arabizi-llm-handling/)
-   [WER для арабского: что такое доля ошибок в словах в ASR](https://broadrouter.com/ru/blog/arabic-asr-wer-explained/)
-   [Огласовки в арабском тексте через LLM: промпт, проверка, DER](https://broadrouter.com/ru/blog/arabic-diacritization-llm/)
-   [Проверка арабской орфографии и грамматики через LLM: руководство](https://broadrouter.com/ru/blog/arabic-grammar-spelling-correction-llm/)
-   [Руководство: Как читать арабские счета и чеки vision-моделью](https://broadrouter.com/ru/guides/read-arabic-invoices-with-vision/)
-   [Руководство: Голосовые сообщения WhatsApp в текст через API](https://broadrouter.com/ru/guides/transcribe-whatsapp-voice-notes/)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-arabic-llm-gulf-egyptian-dialects&utm_content=page-cta) ·

**Источники**

-   [Страница цен BroadNet Inference, примечание «Tested in Arabic» к Qwen3.8 27B (загружено 2026-11-14) (на английском)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-arabic-llm-gulf-egyptian-dialects&utm_content=sources)
-   [Машиночитаемые цены BroadNet Inference, pricing.json (загружено 2026-11-14) (на английском)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-arabic-llm-gulf-egyptian-dialects&utm_content=sources)
-   [Каталог моделей BroadNet, значения WER для Cohere Transcribe Arabic по данным BroadNet (загружено 2026-11-14) (на английском)](https://www.broadnet.ai/inference/models)
-   [Bouamor et al., The MADAR Arabic Dialect Corpus and Lexicon (LREC 2018; загружено 2026-11-14)](https://aclanthology.org/L18-1535/)
-   [Разновидности арабского языка, обзор (загружено 2026-11-14)](https://en.wikipedia.org/wiki/Varieties_of_Arabic)
