لتختار LLM API للعربية، اختبر كل نموذج مرشّح على المهام التي يؤديها منتجك: فهم لهجات مستخدميك، وكتابة عربية فصحى طبيعية، والترجمة، وقراءة المستندات العربية. وقيّم كل مهمة على حدة بمساعدة متحدث أصلي. فعبارة «يدعم العربية» قد تعني أي شيء، من لهجة خليجية سلسة إلى نص متكلّف يبدو مترجمًا.
ما المهام العربية التي ينبغي أن تختبرها؟
| المهمة | مثال | ما الذي تتحقق منه |
|---|---|---|
| فهم اللهجة | عميل سعودي يكتب باللهجة الخليجية | هل يفهم المقصد، لا الكلمات فقط؟ |
| الكتابة بالعربية | رد بعربية فصحى واضحة | السلاسة، والنحو، والنبرة الطبيعية، والمستوى اللغوي المناسب |
| الترجمة | عقود أو تذاكر دعم بين العربية والإنجليزية | دقة الأسماء والأرقام والمصطلحات القانونية |
| قراءة المستندات | صورة فاتورة عربية | استخراج المجاميع والتواريخ واسم المورّد بشكل صحيح |
| سماع الكلام | الرسائل الصوتية، والمكالمات | هذه مهمة نموذج تحويل الكلام إلى نص، لا نموذج لغة؛ انظر أدناه |
قد يكون النموذج قويًا في مهمة وضعيفًا في أخرى. قيّم كل مهمة على حدة.
ماذا تخبرك لوحات الترتيب العربية العامة؟
ترتّب عدة لوحات عامة النماذج بالعربية. ومنها Open Arabic LLM Leaderboard على Hugging Face. وBALSAM مقياس مجتمعي يضم 78 مهمة في 14 فئة، ومنصة للتقييم الأعمى؛ ويكتب مؤلفوه أن أداء نماذج اللغة الكبيرة بالعربية متأخر عن التقدم الذي تحقق في الإنجليزية.
استخدم هذه اللوحات لإعداد قائمة مختصرة، لا لاتخاذ القرار النهائي. فالمقاييس في معظمها أسئلة اختيار من متعدد ومهام قياسية. ونادرًا ما تختبر رسائل العملاء بالخليجية، أو نبرة علامتك التجارية، أو صورة إيصال مجعّد. وهذه هي الأشياء التي يلاحظها مستخدموك.
ما واجهات LLM API التي تدعم العربية؟
تقبل كل واجهات المحادثة العامة تقريبًا النص العربي، لذا فالسؤال المفيد هو: ما مدى إتقانها للهجاتك، وهل تستطيع أصلًا استدعاء النماذج العربية أولًا؟ راجعنا في 14 نوفمبر 2026 العائلات الأربع من النماذج العربية أولًا التي يسأل عنها الناس. لم يكن لأيٍّ منها سعر API لكل رمز منشور من صانعه:
| عائلة النماذج | الجهة المطوّرة | كيف يمكنك تشغيله (تاريخ المراجعة 14 نوفمبر 2026) | السعر |
|---|---|---|---|
| Jais 2 (8B، و70B للمحادثة) | MBZUAI وInception وCerebras | أوزان مفتوحة على Hugging Face بترخيص Apache 2.0، وسياق 8,192 رمزًا. تقول بطاقة نموذج 70B إنه لا يوجد Inference Provider ينشره. وأُزيل النموذج الأقدم Jais-30b-chat من GitHub Models في 31 أكتوبر 2025. | لا سعر منشور؛ تدفع تكلفة وحدات GPU الخاصة بك |
| Falcon-H1-Arabic (3B، 7B، 34B) | معهد الابتكار التكنولوجي (TII) | أُعلن عنه في 5 يناير 2026 بسياق 128K (3B) أو 256K (7B و34B). يربط منشور الإطلاق بعرض تجريبي للمحادثة على الويب؛ ولا يذكر واجهة API مستضافة ولا تنزيلًا للأوزان. | لا سعر منشور |
| ALLaM (allam-1-13b-instruct) | الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا)؛ وتنشر HUMAIN نسخة 7B التجريبية | على IBM watsonx.ai نموذجًا بالنشر عند الطلب، بنافذة 4,096 رمزًا (الإدخال والإخراج معًا). ونموذج ALLaM-7B-Instruct-preview مفتوح على Hugging Face بترخيص Apache 2.0. | تحتسب watsonx.ai نماذج النشر عند الطلب بالساعة، لا لكل رمز |
| فنار (Fanar) | معهد قطر لبحوث الحوسبة (QCRI) | يقول فنار إنه “provides an API for developers” (الترجمة: «يوفّر واجهة API للمطوّرين»)؛ والوصول عبر نموذج طلب على api.fanar.qa | لا سعر منشور |
لذا إن أردت العربية بالدفع لكل رمز عبر واجهة API متوافقة مع OpenAI، فستستخدم عادةً نموذجًا قويًا متعدد اللغات، مثل النماذج أدناه، وتختبره على لهجاتك. وإن كنت تحتاج إلى نموذج عربي أولًا بعينه، فخطّط لاستضافته ذاتيًا، أو استئجار نشر مخصص، أو طلب الوصول إلى واجهة فنار؛ ويوضح مقال تكلفة الاستضافة الذاتية مقابل API حساب نقطة التعادل.
ما نماذج BroadNet التي تتعامل مع العربية؟
تنشر BroadNet فحصها الخاص للعربية في صفحة الأسعار. وتذكر عن Qwen3.8 27B أنه يكتب العربية بسلاسة، ويفهم اللهجتين الخليجية والمصرية، ويترجم بدقة بين العربية والإنجليزية. يقبل النموذج النصوص والصور، ويدعم استدعاء الأدوات والمخرجات المنظَّمة، وسياقه 262,144 رمزًا.
خيارات أخرى على الواجهة نفسها:
| النموذج | الإدخال / الإخراج لكل مليون رمز | السياق | الصور |
|---|---|---|---|
| Qwen3.8 27B | $0.175 / $2.17 | 262,144 | نعم |
| DeepSeek V4.1 Flash | $0.175 / $0.52 | 1,048,576 | نعم |
| BroadNet Gemma 4 VL 26B | $0.10 / $0.22 | 32,768 | نعم |
ويتوفر DeepSeek V4.1 Flash أيضًا باستخدام غير محدود في خطة بسعر ثابت ($60 شهريًا لكل جلسة)، وهذا يناسب المحادثة العربية والوكلاء بأحجام كبيرة. وتضع مقارنة DeepSeek V4.1 Flash وQwen3.8 27B المرشّحَين الرئيسيين جنبًا إلى جنب. أما Gemma 4 VL 26B فهو أرخص نماذج BroadNet لكل رمز، ويعمل على الرصيد المبدئي المجاني.
كيف تبني مجموعة اختبار عربية؟
- اجمع 50 مدخلًا حقيقيًا من منتجك: محادثات، وتذاكر، ومستندات. وضمّنها 10 على الأقل بكل لهجة يكتب بها مستخدموك. ولاختبار مخصص للهجات، مع طريقة لتصنيف المقاصد، راجع كيف تتعامل نماذج اللغة مع الخليجية والمصرية والشامية.
- اكتب الإجابة المثالية لعشرين منها، أو اطلب ذلك من متحدث أصلي.
- شغّل كل نموذج مرشّح على الخمسين كلها بأمر النظام نفسه. واذكر في الأمر اللهجة والمستوى اللغوي اللذين تريدهما: «أجب بعربية فصحى واضحة، بنبرة ودودة، وباختصار».
- قيّم المخرجات تقييمًا أعمى من 1 إلى 5 للصحة والطبيعية. واجعل التقييم لمتحدث أصلي.
- تحقّق من التكلفة على نصوص حقيقية. اقرأ
prompt_tokensوcompletion_tokensمن كتلة بيانات الاستخدام بدل التقدير من عدد الكلمات.
ولأن الواجهة متوافقة مع OpenAI، فتبديل النموذج تغيير في سطر واحد هو الحقل model. راجع قائمة التحقق للانتقال إلى واجهة متوافقة مع OpenAI.
كيف تقيّم المخرجات؟
| المعيار | الدرجة 1 | الدرجة 5 |
|---|---|---|
| فهم المقصد | يسيء فهم اللهجة | صحيح، بما في ذلك العامية |
| النحو والسلاسة | أخطاء أو خلل في المطابقة | يقرأ كأنه بقلم كاتب أصلي |
| المستوى اللغوي | لهجة خاطئة أو رسمي أكثر من اللازم | بالضبط ما طلبه الأمر |
| الحقائق والأسماء والأرقام | مغيّرة أو مختلقة | دقيقة |
| الكتابة | حروف لاتينية (عربيزي) أو خليط | بالحرف العربي من البداية إلى النهاية |
احسب المتوسط لكل مهمة، لا متوسطًا عامًا. فالنموذج الذي يحصل على 4.5 في الكتابة و2 في اللهجة خيار مختلف عن نموذج يحصل على 3.5 في كلتيهما.
هل يغيّر أمر النظام النتيجة؟
نعم، بما يكفي لتغيير الترتيب. استخدم أمر النظام نفسه لكل نموذج مرشّح، واذكر فيه اللهجة التي تتوقعها، والمستوى اللغوي الذي تريده في الرد، وكيفية التعامل مع الأرقام والأسماء الإنجليزية. ويتضمن مقال هندسة الأوامر بالعربية قالبًا كاملًا. وأبقِ ذلك الأمر متطابقًا بين الاستدعاءات حتى يُقرأ من الذاكرة المؤقتة في النماذج التي لها سعر للإدخال المخزّن مؤقتًا.
لماذا تكلّف العربية رموزًا أكثر من الإنجليزية؟
كثيرًا ما ينقسم النص العربي إلى رموز لكل كلمة أكثر من الإنجليزية، وتختلف النسبة بين النماذج. فقد يكون لنموذجين بالسعر نفسه لكل رمز تكلفتان مختلفتان لكل رسالة عربية. الصق عيّنة من نصوصك الحقيقية في عدّاد الرموز العربية، ثم تأكد بقيمة prompt_tokens من طلب فعلي على كل مرشّح، وقدّر الفاتورة الشهرية باستخدام حاسبة تكلفة LLM API. وتجد طريقة قياس نسبتك في عدد الرموز لكل كلمة في العربية مقابل الإنجليزية. ولمعرفة أثر ذلك على الفاتورة لدى كل نموذج ومزوّد، راجع مجموعة بيانات التكلفة الفعلية حسب اللغة، التي تحسب سعر مليون حرف من العربية ولهجاتها ولغات أخرى بالمُرمِّز الخاص بكل نموذج.
هل يستطيع نموذج اللغة قراءة الفواتير والصور العربية؟
للفواتير والإيصالات والنماذج، أرسل الصورة إلى نموذج رؤية ولغة واطلب JSON. يتضمن دليل الفواتير العربية شيفرة عاملة، ويغطي مقال OCR العربي مقابل نماذج الرؤية متى يظل OCR التقليدي الأداة الأفضل. وتحقّق من الأرقام بعناية: فالأرقام العربية المشرقية (٠١٢٣) والأرقام الغربية (0123) تظهر كلتاهما على إيصالات الخليج.
ماذا عن الرسائل الصوتية والمكالمات بالعربية؟
للرسائل الصوتية والمكالمات، فرّغها أولًا بنموذج لتحويل الكلام العربي إلى نص، ثم أرسل النص إلى نموذج اللغة. يكلّف BroadNet Transcribe Arabic $0.0042 لكل دقيقة صوت. راجع كيف تختار API لتحويل الصوت العربي إلى نص.
لماذا تعود بعض الإجابات العربية فارغة؟
يستدلّ DeepSeek V4.1 Flash وQwen3.8 27B منطقيًا قبل الإجابة، وتُحسب رموز الاستدلال المنطقي هذه ضمن max_tokens. والإجابات العربية قد تطول، فاترك هامشًا كافيًا، وإلا عادت الإجابة الظاهرة فارغة. راجع لماذا يحدث ذلك وكيف تصلحه.
ما الأخطاء التي ينبغي تجنّبها؟
- التقييم بمتحدثين غير أصليين. مشكلات السلاسة لا يراها متعلّمو اللغة.
- خلط اللهجات في درجة واحدة. افصل نتائج الخليجية والمصرية والشامية.
- الثقة بمجموعات اختبار مترجمة. النص المترجم من الإنجليزية لا يشبه ما يكتبه المستخدمون العرب فعلًا.
- نسيان العرض من اليمين إلى اليسار. الأسطر التي تخلط العربية والإنجليزية قد تظهر بترتيب خاطئ في واجهتك. اختبر العرض، لا النص وحده.
أين تقع BroadNet Inference من هذا؟
تقدّم BroadNet نموذج محادثة مُختبَرًا بالعربية، وبديلين أحدهما أرخص والآخر متاح باستخدام غير محدود، وتحويل الكلام العربي إلى نص، كلها على مفتاح واحد متوافق مع OpenAI، دون الاحتفاظ بأي محتوى. ولا تنشر BroadNet نتائج مقاييس عربية لنماذج المحادثة لديها غير اختباراتها الخاصة، لذا شغّل مجموعة الاختبار أعلاه قبل أن تلتزم. وإن تفوّق نموذج لدى جهة أخرى في لهجتك، فتلك النتيجة أهم من أي كتالوج.
