---
title: "Miglior API LLM per l’arabo: cosa testare prima | BroadRouter"
description: "Come scegliere un LLM per app in arabo: dialetti, qualità di scrittura, traduzione, documenti e immagini, costi, e un test set da creare in un giorno."
url: https://broadrouter.com/it/blog/choosing-an-llm-for-arabic/
lang: it
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/blog/choosing-an-llm-for-arabic/) (aggiornato il 2026-11-14).

# Scegliere un’API LLM per l’arabo: cosa testare

A cura del team di BroadNet Inference · 7 min di lettura · Pubblicato 2026-11-14

Scegli un LLM per l’arabo testandolo sui tuoi compiti: capire i dialetti del Golfo, egiziano e levantino, scrivere un arabo standard moderno fluente, tradurre tra arabo e inglese e leggere documenti in arabo. Nei test di BroadNet, Qwen3.8 27B ha scritto un arabo fluente e ha capito i dialetti del Golfo ed egiziano. Costa $0.175 per 1M di token di input.

## Punti chiave

-   Testa separatamente comprensione dei dialetti, scrittura in arabo, traduzione e lettura di documenti. I modelli differiscono su ciascuno.
-   Le classifiche pubbliche per l’arabo aiutano a fare una rosa di candidati, ma non testano i tuoi dialetti, il tuo tono o i tuoi documenti.
-   Nei test di BroadNet, Qwen3.8 27B ha scritto un arabo fluente, ha capito i dialetti del Golfo ed egiziano e ha tradotto con precisione.
-   I modelli con visione possono leggere fatture e scontrini in arabo e restituire un JSON strutturato.
-   L’arabo usa spesso più token per parola dell’inglese, quindi confronta i costi sul tuo testo reale, non per parola.
-   Abbina l’LLM a uno speech-to-text per l’arabo per vocali e chiamate.

**In questa pagina**

1.  Quali compiti in arabo dovresti testare?
2.  Cosa dicono le classifiche pubbliche per l’arabo?
3.  Quali API LLM supportano l’arabo?
4.  Quali modelli BroadNet gestiscono l’arabo?
5.  Come si costruisce un test set in arabo?
6.  Come valutare gli output?
7.  Il system prompt cambia il risultato?
8.  Perché l’arabo costa più token dell’inglese?
9.  Un LLM può leggere fatture e immagini in arabo?
10.  E i vocali e le chiamate in arabo?
11.  Perché alcune risposte in arabo tornano vuote?
12.  Quali errori evitare?
13.  Dove si colloca BroadNet Inference

Per scegliere un’API LLM per l’arabo, testa ogni candidato sui compiti che svolge il tuo prodotto: capire i dialetti dei tuoi utenti, scrivere un arabo standard moderno naturale, tradurre e leggere documenti in arabo. Valuta ogni compito separatamente con un madrelingua. “Supporta l’arabo” può voler dire qualsiasi cosa, da un dialetto del Golfo fluente a un testo rigido che sa di traduzione.

## Quali compiti in arabo dovresti testare?

| Compito | Esempio | Cosa verificare |
| --- | --- | --- |
| Capire il dialetto | Un cliente saudita scrive in khaleeji | Coglie l’intenzione, non solo le parole? |
| Scrivere in arabo | Una risposta in arabo standard moderno chiaro | Fluidità, grammatica, tono naturale, registro giusto |
| Tradurre | Contratti o ticket di assistenza arabo ↔ inglese | Precisione su nomi, numeri e termini legali |
| Leggere documenti | Foto di una fattura in arabo | Totali, date e fornitore estratti correttamente |
| Ascoltare il parlato | Vocali, chiamate | Questo è un modello di [speech-to-text](https://broadrouter.com/it/glossary/speech-to-text/), non un LLM; vedi sotto |

Un modello può essere forte su uno e debole su un altro. Valuta ogni compito separatamente.

## Cosa dicono le classifiche pubbliche per l’arabo?

Diverse classifiche pubbliche ordinano i modelli in arabo. L’[Open Arabic LLM Leaderboard](https://huggingface.co/spaces/OALL/Open-Arabic-LLM-Leaderboard) su Hugging Face è una. [BALSAM](https://arxiv.org/abs/2507.22603) è un benchmark della comunità con 78 task in 14 categorie e una piattaforma per la valutazione alla cieca; i suoi autori scrivono che le prestazioni degli LLM in arabo restano indietro rispetto ai progressi visti in inglese.

Usale per fare una rosa di candidati, non per la scelta finale. I benchmark sono soprattutto domande a scelta multipla e task standard. Raramente testano i messaggi dei clienti del Golfo, il tono del tuo brand o la foto di uno scontrino stropicciato. Sono proprio le cose che notano i tuoi utenti.

## Quali API LLM supportano l’arabo?

Quasi ogni API di chat generalista accetta testo in arabo, quindi la domanda utile è quanto bene gestisce i tuoi dialetti e se puoi chiamare davvero i modelli nati per l’arabo. Il 14 novembre 2026 abbiamo verificato le quattro famiglie nate per l’arabo di cui la gente chiede. Nessuna aveva un prezzo API per token pubblicato dal produttore:

| Famiglia di modelli | Chi la sviluppa | Come puoi eseguirla (verificato il 14 novembre 2026) | Prezzo |
| --- | --- | --- | --- |
| Jais 2 (chat 8B, 70B) | MBZUAI, Inception e Cerebras | Pesi aperti su Hugging Face con licenza Apache 2.0, contesto di 8.192 token. La scheda del modello 70B dice che nessun Inference Provider lo distribuisce. Il precedente Jais-30b-chat è stato rimosso da GitHub Models il 31 ottobre 2025. | Nessuno pubblicato; paghi le tue GPU |
| Falcon-H1-Arabic (3B, 7B, 34B) | Technology Innovation Institute (TII) | Annunciato il 5 gennaio 2026 con contesto di 128K (3B) o 256K (7B, 34B). Il post di lancio rimanda a una demo di chat web; non cita alcuna API ospitata né un download dei pesi. | Nessuno pubblicato |
| ALLaM (allam-1-13b-instruct) | Saudi Data and Artificial Intelligence Authority (SDAIA); HUMAIN pubblica la preview 7B | Su IBM watsonx.ai come modello deploy on demand con una finestra di 4.096 token (input più output). ALLaM-7B-Instruct-preview è aperto su Hugging Face con licenza Apache 2.0. | watsonx.ai fattura i modelli deploy on demand a ore, non a token |
| Fanar | Qatar Computing Research Institute (QCRI) | Fanar dice che «provides an API for developers» (traduzione: fornisce un’API per sviluppatori); l’accesso avviene tramite modulo di richiesta su api.fanar.qa | Nessuno pubblicato |

Quindi, se vuoi l’arabo a consumo per token tramite un’[API compatibile con OpenAI](https://broadrouter.com/it/glossary/openai-compatible-api/), di solito userai un buon modello multilingue, come quelli qui sotto, e lo testerai sui tuoi dialetti. Se ti serve uno specifico modello nato per l’arabo, mettiti in conto di ospitarlo in proprio, noleggiare un deployment dedicato o richiedere l’accesso all’API di Fanar; l’articolo sui [costi del self-hosting vs API](https://broadrouter.com/it/blog/self-hosting-llm-vs-api-cost/) mostra i conti del punto di pareggio.

## Quali modelli BroadNet gestiscono l’arabo?

BroadNet pubblica un proprio controllo sull’arabo nella sua [pagina dei prezzi](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-choosing-an-llm-for-arabic&utm_content=body). Per [Qwen3.8 27B](https://broadrouter.com/it/models/qwen3.8-27b/) riporta una scrittura fluente in arabo, la comprensione dei dialetti del Golfo ed egiziano e una traduzione accurata tra arabo e inglese. Il modello accetta testo e immagini, supporta [tool calling](https://broadrouter.com/it/glossary/tool-calling/) e [output strutturato](https://broadrouter.com/it/glossary/structured-output/) e ha un contesto di 262.144 token.

Altre opzioni sulla stessa API:

| Modello | Input / output per 1M di token | Contesto | Immagini |
| --- | --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/it/models/qwen3.8-27b/) | $0.175 / $2.17 | 262.144 | Sì |
| [DeepSeek V4.1 Flash](https://broadrouter.com/it/models/deepseek-v4.1-flash/) | $0.175 / $0.52 | 1.048.576 | Sì |
| [BroadNet Gemma 4 VL 26B](https://broadrouter.com/it/models/gemma-4-vl-26b/) | $0.10 / $0.22 | 32.768 | Sì |

DeepSeek V4.1 Flash è disponibile anche illimitato con un piano flat ($60 al mese per sessione), adatto a chat e agenti in arabo ad alto volume. Il [confronto tra DeepSeek V4.1 Flash e Qwen3.8 27B](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-qwen3.8-27b/) mette fianco a fianco i due candidati principali. Gemma 4 VL 26B è il modello BroadNet più economico per token e funziona con il credito iniziale gratuito.

## Come si costruisce un test set in arabo?

1.  **Raccogli 50 input reali** dal tuo prodotto: chat, ticket, documenti. Includine almeno 10 per ogni dialetto in cui scrivono i tuoi utenti. Per un test solo sui dialetti, con un metodo di etichettatura delle intenzioni, vedi [come gli LLM gestiscono l’arabo del Golfo, egiziano e levantino](https://broadrouter.com/it/blog/arabic-llm-gulf-egyptian-dialects/).
2.  **Scrivi la risposta ideale** per 20 di essi, o falla scrivere a un madrelingua.
3.  **Esegui ogni modello candidato** su tutti e 50 con lo stesso system prompt. Indica nel prompt il dialetto e il registro che vuoi: “Rispondi in arabo standard moderno chiaro, cordiale, breve.”
4.  **Valuta gli output alla cieca** da 1 a 5 per correttezza e naturalezza. Fai fare la valutazione a un madrelingua.
5.  **Verifica i costi sul testo reale.** Leggi `prompt_tokens` e `completion_tokens` dal blocco usage invece di stimarli dal numero di parole.

Siccome l’API è compatibile con OpenAI, cambiare modello è una modifica di una riga nel campo `model`. Vedi la [checklist di migrazione verso un’API compatibile con OpenAI](https://broadrouter.com/it/blog/openai-compatible-api-migration-checklist/).

## Come valutare gli output?

| Criterio | Punteggio 1 | Punteggio 5 |
| --- | --- | --- |
| Intenzione capita | Fraintende il dialetto | Corretta, gergo compreso |
| Grammatica e fluidità | Errori o concordanze sbagliate | Sembra scritto da un madrelingua |
| Registro | Dialetto sbagliato o troppo formale | Esattamente quello richiesto dal prompt |
| Fatti, nomi, numeri | Modificati o inventati | Esatti |
| Scrittura | Traslitterazione latina o mista | Caratteri arabi dall’inizio alla fine |

Fai la media per compito, non complessiva. Un modello che prende 4,5 nella scrittura e 2 nel dialetto è una scelta diversa da uno che prende 3,5 in entrambi.

## Il system prompt cambia il risultato?

Sì, abbastanza da cambiare la classifica. Usa lo stesso system prompt per ogni candidato e indica il dialetto che ti aspetti, il registro che vuoi in risposta e come trattare numeri e nomi inglesi. [Prompt engineering in arabo](https://broadrouter.com/it/blog/arabic-prompt-engineering/) contiene un template completo. Mantieni quel prompt identico tra le chiamate così può essere letto dalla cache sui modelli con un prezzo per l’[input in cache](https://broadrouter.com/it/blog/cached-input-tokens-explained/).

## Perché l’arabo costa più token dell’inglese?

Il testo arabo si divide spesso in più [token](https://broadrouter.com/it/glossary/token/) per parola rispetto all’inglese, e il rapporto cambia da modello a modello. Due modelli con lo stesso prezzo per token possono avere costi diversi per messaggio in arabo. Incolla un campione del tuo testo reale nel [contatore di token per l’arabo](https://broadrouter.com/tools/arabic-token-counter/), poi conferma con `prompt_tokens` da una richiesta reale su ogni candidato e proietta la bolletta mensile con il [calcolatore dei costi delle API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/). Come misurare il tuo rapporto è spiegato in [token per parola in arabo e in inglese](https://broadrouter.com/it/blog/tokens-per-word-arabic-english/). Per l’effetto sulla bolletta di ogni modello e fornitore, vedi il nostro [dataset sul costo reale per lingua](https://broadrouter.com/data/real-cost-by-language/), che prezza 1M di caratteri di arabo, dei suoi dialetti e di altre lingue con il tokenizer di ciascun modello.

## Un LLM può leggere fatture e immagini in arabo?

Per fatture, scontrini e moduli, invia la foto a un [modello visione-linguaggio](https://broadrouter.com/it/glossary/vision-language-model/) e chiedi un JSON. La [guida alle fatture in arabo](https://broadrouter.com/it/guides/read-arabic-invoices-with-vision/) contiene codice funzionante, e [OCR arabo vs LLM con visione](https://broadrouter.com/it/blog/arabic-ocr-vision-llm/) spiega quando l’OCR classico resta lo strumento migliore. Controlla bene i numeri: sugli scontrini del Golfo compaiono sia le cifre arabo-orientali (٠١٢٣) sia quelle occidentali (0123).

## E i vocali e le chiamate in arabo?

Per vocali e chiamate, trascrivi prima con un modello di speech-to-text per l’arabo, poi invia il testo all’LLM. BroadNet Transcribe Arabic costa $0.0042 per minuto di audio. [Come scegliere un’API speech-to-text per l’arabo](https://broadrouter.com/it/blog/arabic-speech-to-text-api-buyers-guide/).

## Perché alcune risposte in arabo tornano vuote?

DeepSeek V4.1 Flash e Qwen3.8 27B ragionano prima di rispondere, e quei [token di ragionamento](https://broadrouter.com/it/glossary/reasoning-tokens/) contano per `max_tokens`. Le risposte in arabo possono essere lunghe, quindi lascia spazio, altrimenti la risposta visibile torna vuota. [Perché succede e come risolverlo](https://broadrouter.com/it/guides/reasoning-tokens-empty-response/).

## Quali errori evitare?

-   **Far valutare a chi non è madrelingua.** I problemi di fluidità sono invisibili a chi sta imparando.
-   **Mescolare i dialetti in un unico punteggio.** Tieni separati i risultati del Golfo, egiziani e levantini.
-   **Fidarsi di test set tradotti.** Un testo tradotto dall’inglese non somiglia a quello scritto da veri utenti arabi.
-   **Dimenticare la visualizzazione da destra a sinistra.** Righe miste di arabo e inglese possono apparire nell’ordine sbagliato nella tua UI. Testa la visualizzazione, non solo il testo.

## Dove si colloca BroadNet Inference

BroadNet offre un modello di chat testato in arabo, due alternative più economiche o illimitate e lo speech-to-text per l’arabo con un’unica chiave compatibile con OpenAI, senza conservare i contenuti. Non pubblica punteggi di benchmark in arabo per i suoi modelli di chat oltre ai propri test, quindi esegui il test set descritto sopra prima di impegnarti. Se altrove un modello vince sul tuo dialetto, quel risultato conta più di qualsiasi catalogo.

Strumenti gratuiti sul tema (in inglese)

-   [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.

[Strumenti gratuiti (in inglese)](https://broadrouter.com/tools/)

## Termini in questo articolo

[Token](https://broadrouter.com/it/glossary/token/)

Un token è l’unità di testo che un modello linguistico legge e scrive: una parola, una parte di parola, un segno di punteggiatura o una sequenza di byte prodotta dal tokenizer del modello. Le API LLM contano, limitano e di solito fatturano l’uso in token.

[Speech-to-text (riconoscimento vocale)](https://broadrouter.com/it/glossary/speech-to-text/)

Lo speech-to-text, detto anche riconoscimento automatico del parlato (ASR), è la tecnologia che converte l’audio parlato in testo scritto. Un’API speech-to-text riceve un file o uno stream audio e restituisce una trascrizione, di solito a prezzo per minuto di audio. L’accuratezza si misura con il word error rate e varia con accento, dialetto e qualità della registrazione.

[Arabo standard moderno (MSA)](https://broadrouter.com/it/glossary/msa/)

L’arabo standard moderno (MSA) è la forma standardizzata dell’arabo usata nella scrittura, nei notiziari, nell’istruzione e nei discorsi formali in tutto il mondo arabo. Non è la lingua madre quotidiana di nessuno: le persone parlano dialetti regionali, come l’egiziano o l’arabo del Golfo, e passano all’MSA nei contesti formali.

[Licenza del modello (model license)](https://broadrouter.com/it/glossary/model-license/)

La licenza di un modello è l’insieme delle condizioni legali con cui pesi, codice e output di un modello possono essere usati, modificati e condivisi. I modelli open-weight usano licenze software standard come Apache 2.0 o MIT, oppure licenze custom che possono aggiungere condizioni, per esempio limiti per i grandi servizi commerciali.

[Tool calling (chiamata di strumenti)](https://broadrouter.com/it/glossary/tool-calling/)

Il tool calling, detto anche function calling, è una funzionalità delle API LLM in cui il modello restituisce una richiesta strutturata di eseguire una funzione definita dallo sviluppatore, con argomenti JSON. L’applicazione esegue la funzione e rimanda il risultato; il modello non esegue mai codice da solo.

[System prompt (prompt di sistema)](https://broadrouter.com/it/glossary/system-prompt/)

Il system prompt è il testo di istruzioni che un’applicazione invia a un modello linguistico prima della conversazione, di solito come messaggio con ruolo system o developer. Stabilisce ruolo, regole, tono e formato di output del modello, che dovrebbe seguirlo anche quando i messaggi dell’utente lo contraddicono.

[API compatibile con OpenAI](https://broadrouter.com/it/glossary/openai-compatible-api/)

Un’API compatibile con OpenAI è un’API HTTP che accetta gli stessi formati di richiesta e di risposta dell’API di OpenAI, come POST /v1/chat/completions, così SDK e strumenti di OpenAI possono usarla cambiando solo base URL, chiave API e nome del modello.

[Arabo dialettale (dialectal Arabic)](https://broadrouter.com/it/glossary/dialectal-arabic/)

L’arabo dialettale è l’arabo parlato ogni giorno in una regione o in una città, come l’arabo egiziano, del Golfo, levantino o maghrebino. I dialetti differiscono dall’arabo standard moderno per suoni, parole e grammatica, non hanno un’ortografia standard e si scrivono sempre più online, il che li rende più difficili per i modelli linguistici.

## Domande frequenti

### Qual è il modello BroadNet migliore per l’arabo?

BroadNet ha testato Qwen3.8 27B in arabo e riporta una scrittura fluente, la comprensione dei dialetti del Golfo ed egiziano e una traduzione accurata tra arabo e inglese. Testalo, insieme a DeepSeek V4.1 Flash, sui tuoi prompt.

### Qual è il miglior LLM per l’arabo?

Dipende dal compito e dal dialetto. Usa classifiche pubbliche come l’Open Arabic LLM Leaderboard o BALSAM per fare una rosa, poi valuta i candidati su 50 tuoi input con un madrelingua. Un modello in testa a un benchmark può comunque suonare rigido nel tuo dialetto.

### Un LLM può leggere documenti e immagini in arabo?

I modelli con visione come Qwen3.8 27B, DeepSeek V4.1 Flash e BroadNet Gemma 4 VL 26B accettano immagini, quindi possono leggere foto di fatture, scontrini e moduli in arabo e restituire JSON.

### Quali API LLM supportano l’arabo?

La maggior parte delle API di chat generaliste accetta l’arabo, ma la qualità varia con il dialetto. I modelli nati per l’arabo come Jais 2, Falcon-H1-Arabic, ALLaM e Fanar non avevano un prezzo API per token pubblicato dal produttore al 14 novembre 2026. Jais 2 ha pesi aperti da ospitare in proprio, ALLaM gira su IBM watsonx.ai come deployment dedicato a ore e Fanar dà accesso all’API su richiesta.

### Perché il testo arabo costa più token dell’inglese?

I tokenizer sono spesso addestrati su più inglese che arabo, quindi le parole arabe tendono a dividersi in più token. L’effetto varia da modello a modello, quindi confronta prompt\_tokens sullo stesso testo arabo per ogni candidato.

### Un LLM può rispondere in dialetto del Golfo o egiziano?

Molti sì, ma la qualità varia più che nell’arabo standard moderno. Chiedi esplicitamente il dialetto nel system prompt e fai valutare le risposte a un madrelingua.

## Continua a leggere

-   [PDPL saudita ed emiratina e API LLM: checklist per il trasferimento](https://broadrouter.com/it/blog/saudi-uae-pdpl-llm-api-checklist/)
-   [API speech-to-text per l’arabo: come sceglierla nel 2026](https://broadrouter.com/it/blog/arabic-speech-to-text-api-buyers-guide/)
-   [Passare a un’API compatibile con OpenAI: la checklist di migrazione](https://broadrouter.com/it/blog/openai-compatible-api-migration-checklist/)
-   [Token di input in cache: come ridurre la bolletta delle API LLM](https://broadrouter.com/it/blog/cached-input-tokens-explained/)
-   [Aggiungere i diacritici all’arabo con un LLM: prompt, controlli, DER](https://broadrouter.com/it/blog/arabic-diacritization-llm/)
-   [Correzione grammaticale e ortografica dell’arabo con un LLM: guida](https://broadrouter.com/it/blog/arabic-grammar-spelling-correction-llm/)
-   [Guida: Leggere fatture e scontrini in arabo con un modello vision](https://broadrouter.com/it/guides/read-arabic-invoices-with-vision/)
-   [Guida: API speech-to-text in arabo, passo dopo passo](https://broadrouter.com/it/guides/arabic-speech-to-text-api/)
-   [Guida: Perché un modello di ragionamento restituisce una risposta vuota](https://broadrouter.com/it/guides/reasoning-tokens-empty-response/)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-choosing-an-llm-for-arabic&utm_content=page-cta) ·

**Fonti**

-   [Pagina prezzi di BroadNet Inference, nota «Tested in Arabic» su Qwen3.8 27B (consultato il 2026-11-14) (in inglese)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-choosing-an-llm-for-arabic&utm_content=sources)
-   [Prezzi di BroadNet Inference in formato leggibile dalle macchine, pricing.json (consultato il 2026-11-14) (in inglese)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-choosing-an-llm-for-arabic&utm_content=sources)
-   [Riferimento API di BroadNet Inference (consultato il 2026-11-14) (in inglese)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-choosing-an-llm-for-arabic&utm_content=sources)
-   [Open Arabic LLM Leaderboard (OALL) su Hugging Face (consultato il 2026-11-14)](https://huggingface.co/spaces/OALL/Open-Arabic-LLM-Leaderboard)
-   [BALSAM: A Platform for Benchmarking Arabic Large Language Models (arXiv 2507.22603; consultato il 2026-11-14)](https://arxiv.org/abs/2507.22603)
-   [Hugging Face, scheda del modello inceptionai/Jais-2-70B-Chat: Apache 2.0, contesto di 8.192, nessun Inference Provider (verificato il 2026-11-14)](https://huggingface.co/inceptionai/Jais-2-70B-Chat)
-   [Changelog di GitHub, modelli deprecati in GitHub Models: Jais-30b-chat rimosso (31 ottobre 2025; verificato il 2026-11-14)](https://github.blog/changelog/2025-10-31-deprecated-models-in-github-models)
-   [Blog di Hugging Face, Introducing Falcon-H1-Arabic (5 gennaio 2026; verificato il 2026-11-14)](https://huggingface.co/blog/tiiuae/falcon-h1-arabic)
-   [IBM watsonx.ai, modelli di base supportati: allam-1-13b-instruct in deploy on demand (verificato il 2026-11-14)](https://www.ibm.com/docs/en/SSYOK8/wsj/analyze-data/fm-models.html)
-   [IBM watsonx.ai, dettagli di fatturazione degli asset di AI generativa: deploy on demand fatturato a ore (verificato il 2026-11-14)](https://www.ibm.com/docs/en/SSYOK8/wsj/getting-started/wxai-runtime-plans-genai.html)
-   [Hugging Face, scheda del modello humain-ai/ALLaM-7B-Instruct-preview: Apache 2.0 (verificato il 2026-11-14)](https://huggingface.co/humain-ai/ALLaM-7B-Instruct-preview)
-   [Fanar, piattaforma di AI in arabo del QCRI: accesso all’API su richiesta (verificato il 2026-11-14)](https://fanar.qa/en)
