---
title: "Melhor API de LLM para árabe: o que testar antes | BroadRouter"
description: "Como escolher um LLM para apps em árabe: dialetos, qualidade de escrita, tradução, documentos e imagens, custo, e um conjunto de teste que você monta em um dia."
url: https://broadrouter.com/pt/blog/choosing-an-llm-for-arabic/
lang: pt-BR
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/blog/choosing-an-llm-for-arabic/) (atualizado em 2026-11-14).

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

Pela equipe da BroadNet Inference · 7 min de leitura · Publicado em 2026-11-14

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.

## Pontos principais

-   Teste separadamente compreensão de dialetos, escrita em árabe, tradução e leitura de documentos. Os modelos variam em cada um.
-   Leaderboards públicos de árabe ajudam a montar uma lista curta, mas não testam seus dialetos, seu tom ou seus documentos.
-   Nos testes da BroadNet, o Qwen3.8 27B escreveu árabe fluente, entendeu os dialetos do Golfo e egípcio e traduziu com precisão.
-   Modelos com visão conseguem ler notas fiscais e recibos em árabe e devolver JSON estruturado.
-   O árabe costuma usar mais tokens por palavra que o inglês, então compare o custo no seu texto real, não por palavra.
-   Combine o LLM com speech-to-text de árabe para áudios e ligações.

**Nesta página**

1.  Quais tarefas em árabe você deve testar?
2.  O que os leaderboards públicos de árabe dizem?
3.  Quais APIs de LLM suportam árabe?
4.  Quais modelos da BroadNet lidam com árabe?
5.  Como montar um conjunto de teste em árabe?
6.  Como pontuar as saídas?
7.  O system prompt muda o resultado?
8.  Por que o árabe custa mais tokens que o inglês?
9.  Um LLM consegue ler notas fiscais e imagens em árabe?
10.  E os áudios e ligações em árabe?
11.  Por que algumas respostas em árabe voltam vazias?
12.  Que erros evitar?
13.  Onde a BroadNet Inference se encaixa

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](https://broadrouter.com/pt/glossary/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](https://huggingface.co/spaces/OALL/Open-Arabic-LLM-Leaderboard) no Hugging Face é um deles. O [BALSAM](https://arxiv.org/abs/2507.22603) 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](https://broadrouter.com/pt/glossary/openai-compatible-api/), 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](https://broadrouter.com/pt/blog/self-hosting-llm-vs-api-cost/) 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](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-choosing-an-llm-for-arabic&utm_content=body). Para o [Qwen3.8 27B](https://broadrouter.com/pt/models/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](https://broadrouter.com/pt/glossary/tool-calling/) e [saída estruturada](https://broadrouter.com/pt/glossary/structured-output/) e tem contexto de 262.144 tokens.

Outras opções na mesma API:

| Modelo | Input / output por 1M de tokens | Contexto | Imagens |
| --- | --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/pt/models/qwen3.8-27b/) | $0.175 / $2.17 | 262.144 | Sim |
| [DeepSeek V4.1 Flash](https://broadrouter.com/pt/models/deepseek-v4.1-flash/) | $0.175 / $0.52 | 1.048.576 | Sim |
| [BroadNet Gemma 4 VL 26B](https://broadrouter.com/pt/models/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](https://broadrouter.com/compare/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](https://broadrouter.com/pt/blog/arabic-llm-gulf-egyptian-dialects/).
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](https://broadrouter.com/pt/blog/openai-compatible-api-migration-checklist/).

## 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](https://broadrouter.com/pt/blog/arabic-prompt-engineering/) 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](https://broadrouter.com/pt/blog/cached-input-tokens-explained/).

## Por que o árabe custa mais tokens que o inglês?

Texto em árabe muitas vezes se divide em mais [tokens](https://broadrouter.com/pt/glossary/token/) 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](https://broadrouter.com/tools/arabic-token-counter/), 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](https://broadrouter.com/tools/llm-api-cost-calculator/). Como medir a sua própria proporção está em [tokens por palavra em árabe vs inglês](https://broadrouter.com/pt/blog/tokens-per-word-arabic-english/). Para ver o efeito na conta de cada modelo e provedor, veja nosso [dataset de custo real por idioma](https://broadrouter.com/data/real-cost-by-language/), 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](https://broadrouter.com/pt/glossary/vision-language-model/) e peça JSON. O [guia de notas fiscais em árabe](https://broadrouter.com/pt/guides/read-arabic-invoices-with-vision/) tem código funcionando, e [OCR de árabe vs LLMs com visão](https://broadrouter.com/pt/blog/arabic-ocr-vision-llm/) 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](https://broadrouter.com/pt/blog/arabic-speech-to-text-api-buyers-guide/).

## 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](https://broadrouter.com/pt/glossary/reasoning-tokens/) 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](https://broadrouter.com/pt/guides/reasoning-tokens-empty-response/).

## 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.

Ferramentas gratuitas sobre o tema (em inglês)

-   [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.

[Ferramentas gratuitas (em inglês)](https://broadrouter.com/tools/)

## Termos neste artigo

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

Um token é a unidade de texto que um modelo de linguagem lê e escreve: uma palavra, parte de uma palavra, um sinal de pontuação ou uma sequência de bytes gerada pelo tokenizador do modelo. As APIs de LLM contam, limitam e normalmente cobram o uso em tokens.

[Fala para texto (speech-to-text)](https://broadrouter.com/pt/glossary/speech-to-text/)

Fala para texto, ou reconhecimento automático de fala (ASR), é a tecnologia que converte áudio falado em texto. Uma API de fala para texto recebe um arquivo ou stream de áudio e retorna uma transcrição, normalmente cobrada por minuto de áudio. A precisão é medida pela taxa de erro de palavras e varia com sotaque, dialeto e qualidade da gravação.

[Árabe padrão moderno (MSA)](https://broadrouter.com/pt/glossary/msa/)

O árabe padrão moderno (MSA) é a forma padronizada do árabe usada na escrita, no noticiário, na educação e na fala formal em todo o mundo árabe. Ele não é a língua materna do dia a dia de ninguém: as pessoas falam dialetos regionais, como o egípcio ou o árabe do Golfo, e passam para o MSA em contextos formais.

[Tool calling (chamada de ferramentas)](https://broadrouter.com/pt/glossary/tool-calling/)

Tool calling, também chamado de function calling ou chamada de ferramentas, é um recurso de APIs de LLM em que o modelo devolve um pedido estruturado para executar uma função definida pelo desenvolvedor, com argumentos JSON. A aplicação executa a função e devolve o resultado; o modelo nunca executa código sozinho.

[Prompt de sistema (system prompt)](https://broadrouter.com/pt/glossary/system-prompt/)

O system prompt, ou prompt de sistema, é o texto de instruções que uma aplicação envia a um modelo de linguagem antes da conversa, em geral como mensagem com o papel system ou developer. Ele define o papel, as regras, o tom e o formato de saída do modelo, que deve segui-lo mesmo quando mensagens do usuário o contradizem.

[API compatível com a OpenAI](https://broadrouter.com/pt/glossary/openai-compatible-api/)

Uma API compatível com a OpenAI é uma API HTTP que aceita os mesmos formatos de requisição e de resposta da API da OpenAI, como POST /v1/chat/completions, de modo que SDKs e ferramentas da OpenAI podem usá-la trocando só a base URL, a chave de API e o nome do modelo.

[Árabe dialetal (dialectal Arabic)](https://broadrouter.com/pt/glossary/dialectal-arabic/)

Árabe dialetal é o árabe falado no dia a dia de uma região ou cidade, como o árabe egípcio, do Golfo, levantino ou magrebino. Os dialetos diferem do árabe padrão moderno em sons, palavras e gramática, não têm ortografia padrão e são cada vez mais escritos na internet, o que os torna mais difíceis para modelos de linguagem.

[Licença do modelo (model license)](https://broadrouter.com/pt/glossary/model-license/)

A licença de um modelo são os termos legais sob os quais os pesos, o código e as saídas de um modelo podem ser usados, alterados e compartilhados. Modelos open-weight usam licenças de software padrão, como Apache 2.0 ou MIT, ou licenças próprias que podem acrescentar condições, como limites para grandes serviços comerciais.

## 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.

## Continue lendo

-   [PDPL saudita e dos EAU e APIs de LLM: checklist de transferência](https://broadrouter.com/pt/blog/saudi-uae-pdpl-llm-api-checklist/)
-   [API de fala para texto em árabe: como escolher em 2026](https://broadrouter.com/pt/blog/arabic-speech-to-text-api-buyers-guide/)
-   [Migrar para uma API compatível com a OpenAI: checklist de migração](https://broadrouter.com/pt/blog/openai-compatible-api-migration-checklist/)
-   [Tokens de entrada em cache: como reduzir a conta de API de LLM](https://broadrouter.com/pt/blog/cached-input-tokens-explained/)
-   [Diacríticos no árabe com um LLM: prompt, checagens e DER](https://broadrouter.com/pt/blog/arabic-diacritization-llm/)
-   [Correção gramatical e ortográfica do árabe com um LLM: passo a passo](https://broadrouter.com/pt/blog/arabic-grammar-spelling-correction-llm/)
-   [Guia: Ler notas fiscais e recibos em árabe com um modelo de visão](https://broadrouter.com/pt/guides/read-arabic-invoices-with-vision/)
-   [Guia: API de transcrição de áudio em árabe, passo a passo](https://broadrouter.com/pt/guides/arabic-speech-to-text-api/)
-   [Guia: Por que um modelo de raciocínio devolve uma resposta vazia](https://broadrouter.com/pt/guides/reasoning-tokens-empty-response/)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

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

**Fontes**

-   [Página de preços da BroadNet Inference, nota "Tested in Arabic" do Qwen3.8 27B (consultado em 2026-11-14) (em inglês)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-choosing-an-llm-for-arabic&utm_content=sources)
-   [Preços da BroadNet Inference em formato legível por máquina, pricing.json (consultado em 2026-11-14) (em inglês)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-choosing-an-llm-for-arabic&utm_content=sources)
-   [Referência da API da BroadNet Inference (consultado em 2026-11-14) (em inglês)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-choosing-an-llm-for-arabic&utm_content=sources)
-   [Open Arabic LLM Leaderboard (OALL) no Hugging Face (consultado em 2026-11-14)](https://huggingface.co/spaces/OALL/Open-Arabic-LLM-Leaderboard)
-   [BALSAM: A Platform for Benchmarking Arabic Large Language Models (arXiv 2507.22603; consultado em 2026-11-14)](https://arxiv.org/abs/2507.22603)
-   [Hugging Face, model card de inceptionai/Jais-2-70B-Chat: Apache 2.0, contexto de 8.192, sem Inference Provider (verificado em 2026-11-14)](https://huggingface.co/inceptionai/Jais-2-70B-Chat)
-   [Changelog do GitHub, modelos descontinuados no GitHub Models: Jais-30b-chat removido (31 de outubro de 2025; verificado em 2026-11-14)](https://github.blog/changelog/2025-10-31-deprecated-models-in-github-models)
-   [Blog do Hugging Face, Introducing Falcon-H1-Arabic (5 de janeiro de 2026; verificado em 2026-11-14)](https://huggingface.co/blog/tiiuae/falcon-h1-arabic)
-   [IBM watsonx.ai, modelos de base compatíveis: allam-1-13b-instruct em deploy on demand (verificado em 2026-11-14)](https://www.ibm.com/docs/en/SSYOK8/wsj/analyze-data/fm-models.html)
-   [IBM watsonx.ai, detalhes de cobrança de ativos de IA generativa: deploy on demand cobrado por hora (verificado em 2026-11-14)](https://www.ibm.com/docs/en/SSYOK8/wsj/getting-started/wxai-runtime-plans-genai.html)
-   [Hugging Face, model card de humain-ai/ALLaM-7B-Instruct-preview: Apache 2.0 (verificado em 2026-11-14)](https://huggingface.co/humain-ai/ALLaM-7B-Instruct-preview)
-   [Fanar, plataforma de IA em árabe do QCRI: acesso à API mediante solicitação (verificado em 2026-11-14)](https://fanar.qa/en)
