Les LLM comprennent en général l’arabe du Golfe et l’égyptien mieux qu’ils ne les écrivent, et s’en sortent moins bien avec les dialectes plus rares. Un client à Riyad, un autre au Caire et un troisième à Beyrouth peuvent tous demander « que voulez-vous ? » avec trois phrases différentes, et un modèle qui maîtrise l’arabe standard moderne (MSA) peut tout de même les mal lire. Testez séparément compréhension et écriture.
Cet article présente ce qui change entre les grands groupes de dialectes, où les LLM échouent typiquement et comment tester un modèle avant de lui confier de vrais clients.
Les dialectes sont-ils vraiment si différents ?
Très différents pour les mots du quotidien, beaucoup plus proches pour le vocabulaire soutenu. Les corpus de recherche en montrent l’ampleur : le corpus MADAR a traduit les mêmes phrases de voyage dans les dialectes de 25 villes arabes. Le tableau présente quelques expressions courantes. La colonne MSA correspond à ce qu’imprimerait un manuel ; les autres sont des formes typiques à l’oral et dans les messages. L’orthographe varie d’une personne à l’autre, ce qui fait partie du problème.
| Sens | MSA | Golfe (saoudien / émirien) | Égyptien | Levantin |
|---|---|---|---|---|
| Que veux-tu ? | ماذا تريد؟ | وش تبي؟ / شو تبي؟ | عايز إيه؟ | شو بدّك؟ |
| Comment vas-tu ? | كيف حالك؟ | شلونك؟ | إزيك؟ | كيفك؟ |
| maintenant | الآن | الحين | دلوقتي | هلّق |
| Je ne sais pas | لا أعرف | ما أدري | مش عارف | ما بعرف |
| très / beaucoup | جداً | وايد | أوي | كتير |
Trois tendances comptent pour les LLM :
- Les mots-outils changent. Mots interrogatifs, négation et « vouloir » diffèrent complètement d’un dialecte à l’autre. Ce sont des mots courts et fréquents qui décident du sens de la phrase : en mal lire un, c’est inverser l’intention.
- L’orthographe n’est pas standard. Les dialectes sont surtout parlés, et les gens les écrivent comme ils sonnent. Un même mot peut apparaître avec d’autres lettres, avec ou sans hamza, ou en écriture latine (arabizi).
- L’alternance codique est normale. Les messages professionnels du Golfe intègrent des noms de produits anglais ; les locuteurs du Levant et du Maghreb y mêlent du français. Un modèle doit gérer les deux écritures dans une même phrase.
Où les LLM échouent-ils sur les dialectes arabes ?
Les modèles apprennent du texte qu’ils voient, et il existe beaucoup moins de texte public pour des dialectes moins répandus comme l’émirien ou le soudanais que pour l’arabe standard moderne. En pratique, cela se traduit par quelques erreurs récurrentes :
- Lire un mot dialectal comme un autre mot MSA. Le « أبي » du Golfe (je veux) ressemble au « أبي » du MSA (mon père). Le contexte tranche en général, mais pas toujours pour les petits modèles.
- Répondre à la mauvaise intention. Une courte réclamation égyptienne comme « الطلب لسه موصلش » (la commande n’est toujours pas arrivée) exige que le modèle sache que « لسه » signifie « toujours » et que « موصلش » est un verbe à la forme négative.
- Écrire un dialecte mélangé. Quand on leur demande de répondre « en arabe du Golfe », les modèles plus faibles produisent un mélange d’égyptien, de levantin et de MSA qu’aucun locuteur natif n’écrirait. C’est plus fréquent que les contresens.
- Corriger à l’excès. Certains modèles « corrigent » le dialecte du client en MSA alors que vous leur demandiez de le citer, ce qui casse les tâches d’extraction.
La règle générale : les modèles comprennent les dialectes mieux qu’ils ne les écrivent. Concevez votre produit en conséquence.
Qu’a testé BroadNet sur les dialectes arabes ?
BroadNet publie sa propre vérification en arabe sur sa page de tarifs. Pour Qwen3.8 27B, il annonce :
- une écriture fluide en arabe,
- la compréhension des dialectes du Golfe et égyptien,
- une traduction arabe–anglais précise.
C’est ce qu’affirme BroadNet, rien de plus. Il ne publie aucun résultat pour le levantin, l’irakien ou le maghrébin, ni de score d’écriture en dialecte. Si vos clients levantins comptent, testez vous-même avec la méthode ci-dessous.
Qwen3.8 27B accepte le texte et les images, prend en charge les outils et la sortie structurée, raisonne avant de répondre et dispose d’un contexte de 262 144 tokens. Par million de tokens, il coûte $0.175 en entrée et $2.17 en sortie. Comparez les autres modèles de chat sur la page de tarifs, et consultez choisir une API LLM pour l’arabe pour la check-list plus large qui couvre aussi l’écriture, la traduction et les documents.
Comment prompter un LLM pour un dialecte précis ?
Dites quel dialecte vous attendez, lequel vous voulez en retour et quel niveau de formalité. Un prompt système qui fonctionne bien pour la messagerie d’un commerçant saoudien :
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)
Le message du client est en arabe du Golfe : « Bonjour, ma commande n’est toujours pas arrivée, qu’est-ce qui se passe ? » Les mots « للحين » (toujours) et « وش السالفة » (c’est quoi l’histoire / qu’est-ce qui se passe) sont des formes du Golfe. Une bonne réponse reconnaît le retard en MSA et demande le numéro de commande.
Quelques autres habitudes de prompt utiles :
- Nommer le pays, pas seulement la région. « Arabe du Golfe » recouvre les parlers saoudien, émirien, koweïtien, qatarien, bahreïni et omanais, qui diffèrent. Si vous connaissez le marché, précisez-le.
- Demander une étiquette de dialecte dans les tâches d’extraction. Pour le routage ou l’analyse, faites renvoyer au modèle
{"dialect": "gulf" | "egyptian" | "levantine" | "msa" | "other", "intent": ...}via la sortie structurée. C’est un moyen peu coûteux de savoir qui sont vos clients. - Garder les consignes dans une seule langue. Des consignes en anglais avec un contenu arabe fonctionnent bien sur la plupart des modèles. Des consignes en arabe aussi ; mélanger les deux dans un même prompt système tend à brouiller le registre. Plus de détails dans le prompt engineering en arabe.
Faut-il vraiment répondre en dialecte ?
Pour la plupart des entreprises, non. Le MSA simple (parfois appelé arabe « blanc » ou neutre) est compris de tout lecteur arabe, paraît professionnel et évite le risque d’une réponse qui sonne comme venant du mauvais pays. Les réponses en dialecte ont du sens pour les marques au ton informel, les textes marketing écrits pour un seul marché et les produits vocaux où le MSA sonne raide. Si vous choisissez cette voie, faites relire chaque semaine un échantillon des sorties par des locuteurs natifs de ce dialecte précis.
Comment tester la gestion des dialectes en une journée ?
- Collecter des messages réels. Prenez 30 à 50 messages anonymisés par dialecte dans votre boîte de réception, vos journaux de chat ou vos messages vocaux transcrits. Retirez noms, numéros de téléphone et numéros de commande.
- Annoter l’intention. Pour chaque message, notez l’intention correcte et les faits que le modèle doit extraire (numéro de commande, produit, date).
- Tester la compréhension. Demandez à chaque modèle candidat de renvoyer l’intention et les champs en JSON. Comptez les correspondances exactes. C’est ce chiffre qui décide si le routage fonctionne.
- Tester l’écriture. Pour dix messages par dialecte, demandez une réponse. Faites noter chaque réponse de 1 à 3 par un locuteur natif pour l’exactitude, le ton et le naturel. Ne notez pas un dialecte que vous ne parlez pas.
- Vérifier coût et vitesse. Relevez
usage.prompt_tokens,usage.completion_tokenset la latence de chaque appel. Le texte dialectal peut se tokeniser autrement que le MSA : mesurez plutôt que de deviner ; le compteur de tokens arabe gratuit donne une première estimation rapide. - Répéter pour chaque modèle. Passez le même jeu sur Qwen3.8 27B, DeepSeek V4.1 Flash et GLM 5.3. Les trois utilisent la même API compatible OpenAI : seul l’identifiant du modèle change.
Qwen3.8 27B, DeepSeek V4.1 Flash et GLM 5.3 fonctionnent après une recharge ; parmi les modèles de chat, le crédit de départ gratuit de $5 ne couvre que BroadNet Gemma 4 VL 26B, qui vaut la peine d’être ajouté comme point de comparaison bon marché. Un résultat utile est souvent une configuration partagée : un modèle pour la compréhension et le routage, avec des réponses rédigées en MSA.
Et le dialecte dans les messages vocaux ?
Si vos clients envoient des messages vocaux, la gestion du dialecte commence plus tôt, au speech-to-text. Un modèle de transcription peut mal entendre un mot dialectal avant même que le LLM ne le voie. BroadNet annonce pour BroadNet Transcribe Arabic un taux d’erreur de mots de 23,4 en dialecte, contre 3,8 sur la parole lue de FLEURS ; voyez le WER arabe expliqué pour comprendre ces chiffres. Testez toute la chaîne, du message vocal à la réponse, et pas chaque maillon isolément.
