Чтобы выбрать LLM API для арабского, проверьте каждого кандидата на тех задачах, которые решает ваш продукт: понимание диалектов ваших пользователей, естественное письмо на современном литературном арабском, перевод и чтение арабских документов. Оценивайте каждую задачу отдельно вместе с носителем языка. «Поддерживает арабский» может означать что угодно — от беглого диалекта Залива до натянутого текста, похожего на перевод.
Какие арабские задачи проверять?
| Задача | Пример | Что проверить |
|---|---|---|
| Понимание диалекта | Клиент из Саудовской Аравии пишет на халиджи | Понимает ли модель намерение, а не только слова? |
| Письмо на арабском | Ответ на ясном современном литературном арабском | Беглость, грамматика, естественный тон, правильный регистр |
| Перевод | Договоры или обращения в поддержку арабский ↔ английский | Точность имён, чисел и юридических терминов |
| Чтение документов | Фото арабского счёта | Итоги, даты и поставщик извлечены верно |
| Восприятие речи | Голосовые сообщения, звонки | Это модель распознавания речи, а не LLM; см. ниже |
Модель может быть сильной в одной задаче и слабой в другой. Оценивайте каждую задачу отдельно.
Что говорят открытые рейтинги по арабскому?
Модели на арабском ранжируют несколько открытых рейтингов. Один из них — Open Arabic LLM Leaderboard на Hugging Face. BALSAM — открытый бенчмарк сообщества из 78 задач в 14 категориях и платформа для слепой оценки; его авторы пишут, что качество LLM на арабском отстаёт от прогресса, наблюдаемого на английском.
Используйте их, чтобы составить шорт-лист, а не чтобы сделать окончательный выбор. Бенчмарки — это в основном вопросы с выбором ответа и стандартные задачи. Они редко проверяют сообщения клиентов на диалекте Залива, тон вашего бренда или фото мятого чека. А именно это замечают ваши пользователи.
Какие LLM API поддерживают арабский?
Почти любой универсальный чат-API принимает арабский текст, поэтому полезный вопрос — насколько хорошо он справляется с вашими диалектами и можно ли вообще обратиться к моделям, созданным в первую очередь для арабского. 14 ноября 2026 года мы проверили четыре таких семейства, о которых чаще всего спрашивают. Ни у одного не было опубликованной разработчиком цены API за токены:
| Семейство моделей | Разработчик | Как запустить (проверено 14 ноября 2026 года) | Цена |
|---|---|---|---|
| Jais 2 (8B, 70B chat) | MBZUAI, Inception и Cerebras | Открытые веса на Hugging Face под Apache 2.0, контекст 8 192 токена. В карточке модели 70B сказано, что ни один Inference Provider её не развёртывает. Старая Jais-30b-chat удалена из GitHub Models 31 октября 2025 года. | Не опубликована; вы платите за свои GPU |
| Falcon-H1-Arabic (3B, 7B, 34B) | Technology Innovation Institute (TII) | Анонсирована 5 января 2026 года с контекстом 128K (3B) или 256K (7B, 34B). Пост о запуске ссылается на демо веб-чата; размещённый API и загрузка весов не названы. | Не опубликована |
| ALLaM (allam-1-13b-instruct) | Управление по данным и искусственному интеллекту Саудовской Аравии (SDAIA); превью 7B публикует HUMAIN | На IBM watsonx.ai как модель с развёртыванием по запросу и окном 4 096 токенов (вход плюс выход). ALLaM-7B-Instruct-preview открыта на Hugging Face под Apache 2.0. | watsonx.ai тарифицирует модели с развёртыванием по запросу почасово, а не за токены |
| Fanar | Qatar Computing Research Institute (QCRI) | Fanar пишет, что “provides an API for developers” (перевод: «предоставляет API для разработчиков»); доступ — по форме заявки на api.fanar.qa | Не опубликована |
Поэтому если вам нужен арабский с оплатой за токены через OpenAI-совместимый API, обычно придётся взять сильную мультиязычную модель, например из перечисленных ниже, и проверить её на своих диалектах. Если нужна конкретная модель, созданная для арабского, рассчитывайте на самостоятельное размещение, аренду выделенного развёртывания или заявку на доступ к API Fanar; расчёт точки безубыточности — в статье собственный хостинг или API: стоимость.
Какие модели BroadNet справляются с арабским?
BroadNet публикует собственную проверку арабского на своей странице цен. Для Qwen3.8 27B она сообщает о беглом письме на арабском, понимании диалектов Залива и египетского и точном переводе между арабским и английским. Модель принимает текст и изображения, поддерживает вызов инструментов и структурированный вывод, а её контекст — 262 144 токена.
Другие варианты в том же API:
| Модель | Вход / выход за 1 млн токенов | Контекст | Изображения |
|---|---|---|---|
| Qwen3.8 27B | $0.175 / $2.17 | 262 144 | Да |
| DeepSeek V4.1 Flash | $0.175 / $0.52 | 1 048 576 | Да |
| BroadNet Gemma 4 VL 26B | $0.10 / $0.22 | 32 768 | Да |
DeepSeek V4.1 Flash также доступна безлимитно на тарифе с фиксированной ценой ($60 в месяц за сессию), что подходит для больших объёмов арабского чата и агентов. Сравнение DeepSeek V4.1 Flash и Qwen3.8 27B ставит двух главных кандидатов рядом. Gemma 4 VL 26B — самая дешёвая модель BroadNet за токен и работает на бесплатном стартовом гранте.
Как собрать тестовый набор на арабском?
- Соберите 50 реальных входных данных из своего продукта: чаты, обращения, документы. Включите хотя бы по 10 на каждый диалект, на котором пишут ваши пользователи. Тест только по диалектам с методом разметки намерений описан в статье как LLM справляются с арабским Залива, Египта и Леванта.
- Напишите идеальный ответ для 20 из них или попросите об этом носителя языка.
- Прогоните каждую модель-кандидата на всех 50 с одним и тем же системным промптом. Укажите в промпте нужный диалект и регистр: «Отвечай на ясном современном литературном арабском, дружелюбно, коротко».
- Оцените ответы вслепую от 1 до 5 по правильности и естественности. Оценку должен ставить носитель языка.
- Проверьте стоимость на реальном тексте. Берите
prompt_tokensиcompletion_tokensиз блока usage, а не оценивайте по числу слов.
Поскольку API совместим с OpenAI, смена модели — это изменение одной строки в поле model. См. чек-лист миграции на OpenAI-совместимый API.
Как оценивать ответы?
| Критерий | Оценка 1 | Оценка 5 |
|---|---|---|
| Понимание намерения | Неверно понимает диалект | Верно, включая сленг |
| Грамматика и беглость | Ошибки или нарушенное согласование | Читается как текст носителя |
| Регистр | Не тот диалект или слишком формально | Ровно то, что просил промпт |
| Факты, имена, числа | Изменены или выдуманы | Точны |
| Письменность | Транслитерация латиницей или смесь | Везде арабское письмо |
Усредняйте по задачам, а не в целом. Модель с оценкой 4,5 за письмо и 2 за диалект — иной выбор, чем модель с 3,5 за то и другое.
Меняет ли системный промпт результат?
Да, настолько, что может поменяться порядок в рейтинге. Используйте один и тот же системный промпт для всех кандидатов и укажите в нём ожидаемый диалект, нужный регистр ответа и то, как обращаться с числами и английскими именами. Полный шаблон — в статье о промпт-инжиниринге для арабского. Держите этот промпт одинаковым во всех запросах, чтобы на моделях с ценой входа из кэша он читался из кэша.
Почему арабский стоит больше токенов, чем английский?
Арабский текст часто делится на больше токенов на слово, чем английский, и это соотношение у моделей разное. У двух моделей с одинаковой ценой за токен стоимость одного арабского сообщения может различаться. Вставьте образец своего реального текста в счётчик арабских токенов, затем подтвердите результат значением prompt_tokens из реального запроса к каждому кандидату и спрогнозируйте месячный счёт в калькуляторе стоимости LLM API. Как измерить собственное соотношение, рассказывает статья токены на слово: арабский и английский. Как это отражается на счёте у каждой модели и провайдера, показывает наш датасет реальная стоимость по языкам: он оценивает 1 млн символов арабского, его диалектов и других языков с собственным токенизатором каждой модели.
Может ли LLM читать арабские счета и изображения?
Для счетов, чеков и форм отправьте фото визуально-языковой модели и попросите вернуть JSON. В руководстве по арабским счетам есть рабочий код, а статья Арабское OCR и vision-LLM объясняет, когда классическое OCR всё ещё лучше. Внимательно проверяйте числа: на чеках из стран Залива встречаются и восточноарабские (٠١٢٣), и западные (0123) цифры.
А как быть с арабскими голосовыми сообщениями и звонками?
Голосовые сообщения и звонки сначала расшифруйте моделью распознавания арабской речи, затем отправьте текст в LLM. BroadNet Transcribe Arabic стоит $0.0042 за минуту аудио. Как выбрать API распознавания арабской речи.
Почему некоторые ответы на арабском приходят пустыми?
DeepSeek V4.1 Flash и Qwen3.8 27B рассуждают перед ответом, и эти токены рассуждений входят в max_tokens. Ответы на арабском бывают длинными, поэтому оставьте запас, иначе видимый ответ придёт пустым. Почему так происходит и как это исправить.
Каких ошибок избегать?
- Оценка силами не носителей языка. Проблемы с беглостью незаметны тем, кто язык учит.
- Смешение диалектов в одной оценке. Держите результаты по Заливу, Египту и Леванту раздельно.
- Доверие переведённым тестовым наборам. Текст, переведённый с английского, не похож на то, как пишут реальные арабоязычные пользователи.
- Забытое отображение справа налево. Строки со смесью арабского и английского могут отображаться в интерфейсе в неправильном порядке. Проверяйте отображение, а не только текст.
Место BroadNet Inference
BroadNet предлагает проверенную на арабском чат-модель, две альтернативы — дешевле или безлимитную — и распознавание арабской речи по одному OpenAI-совместимому ключу, без хранения содержимого. Кроме собственных тестов, она не публикует результаты арабских бенчмарков для своих чат-моделей, поэтому прогоните описанный выше тестовый набор, прежде чем принимать решение. Если на вашем диалекте выигрывает модель у другого провайдера, этот результат важнее любого каталога.
