BroadRouter

عربی کے لیے LLM API کیسے چنیں: کیا کیا ٹیسٹ کریں

BroadNet Inference ٹیم · 7 منٹ کی پڑھائی · شائع شدہ

عربی کے لیے LLM اپنے ہی کاموں پر ٹیسٹ کر کے چنیں: خلیجی، مصری اور شامی لہجے سمجھنا، رواں جدید معیاری عربی لکھنا، عربی اور انگریزی کے درمیان ترجمہ، اور عربی دستاویزات پڑھنا۔ BroadNet کے ٹیسٹ میں Qwen3.8 27B نے رواں عربی لکھی اور خلیجی اور مصری لہجے سمجھے۔ اس کی قیمت $0.175 فی 1M ان پٹ ٹوکن ہے۔

عربی کے لیے LLM API چننے کے لیے ہر امیدوار کو ان کاموں پر ٹیسٹ کریں جو آپ کا پروڈکٹ کرتا ہے: آپ کے صارفین کے لہجے سمجھنا، فطری جدید معیاری عربی لکھنا، ترجمہ کرنا، اور عربی دستاویزات پڑھنا۔ ہر کام کو کسی مقامی بولنے والے کے ساتھ الگ اسکور کریں۔ “عربی کی حمایت” کا مطلب رواں خلیجی لہجے سے لے کر ترجمہ لگنے والے اکھڑے متن تک کچھ بھی ہو سکتا ہے۔

کون سے عربی کام ٹیسٹ کریں؟

کام مثال کیا جانچیں
لہجہ سمجھنا ایک سعودی گاہک خلیجی میں ٹائپ کرتا ہے کیا یہ صرف الفاظ نہیں، ارادہ سمجھتا ہے؟
عربی لکھنا صاف جدید معیاری عربی میں جواب روانی، گرامر، فطری انداز، درست register
ترجمہ عربی ↔ انگریزی معاہدے یا سپورٹ ٹکٹس ناموں، نمبروں اور قانونی اصطلاحات کی درستگی
دستاویزات پڑھنا عربی انوائس کی تصویر کل رقم، تاریخیں اور فروخت کنندہ درست نکالے گئے
گفتگو سننا وائس نوٹس، کالز یہ speech-to-text ماڈل کا کام ہے، LLM کا نہیں؛ نیچے دیکھیں

ایک ماڈل ایک کام میں مضبوط اور دوسرے میں کمزور ہو سکتا ہے۔ ہر کام الگ اسکور کریں۔

عوامی عربی لیڈر بورڈز آپ کو کیا بتاتے ہیں؟

کئی عوامی لیڈر بورڈز ماڈلز کو عربی میں درجہ دیتے ہیں۔ Hugging Face پر Open Arabic LLM Leaderboard ایک ہے۔ BALSAM 14 زمروں میں 78 کاموں والا کمیونٹی بینچ مارک اور blind جانچ کا پلیٹ فارم ہے؛ اس کے مصنفین لکھتے ہیں کہ عربی میں LLM کی کارکردگی انگریزی میں دکھنے والی ترقی سے پیچھے ہے۔

ان سے شارٹ لسٹ بنائیں، حتمی انتخاب نہیں۔ بینچ مارکس زیادہ تر کثیر انتخابی سوال اور معیاری کام ہوتے ہیں۔ وہ شاید ہی کبھی خلیجی گاہکوں کے پیغامات، آپ کے برانڈ کا انداز، یا مڑی تڑی رسید کی تصویر ٹیسٹ کرتے ہیں۔ آپ کے صارفین انہی چیزوں پر دھیان دیتے ہیں۔

کون سے LLM APIs عربی کی حمایت کرتے ہیں؟

تقریباً ہر عام چیٹ API عربی متن قبول کرتا ہے، اس لیے مفید سوال یہ ہے کہ وہ آپ کے لہجوں کو کتنا اچھا سنبھالتا ہے، اور کیا آپ عربی اوّل ماڈلز کو کال بھی کر سکتے ہیں۔ لوگ جن چار عربی اوّل خاندانوں کے بارے میں پوچھتے ہیں، انہیں ہم نے 14 نومبر 2026 کو جانچا۔ کسی کے بنانے والے نے فی ٹوکن API قیمت شائع نہیں کی تھی:

ماڈل خاندان کس نے بنایا آپ اسے کیسے چلا سکتے ہیں (14 نومبر 2026 کو جانچا گیا) قیمت
Jais 2 (8B، 70B chat) MBZUAI، Inception اور Cerebras Hugging Face پر Apache 2.0 کے تحت open weights، 8,192 ٹوکن کانٹیکسٹ۔ 70B کا model card کہتا ہے کہ کوئی Inference Provider اسے deploy نہیں کرتا۔ پرانا Jais-30b-chat 31 اکتوبر 2025 کو GitHub Models سے ہٹا دیا گیا۔ کوئی شائع نہیں؛ آپ اپنے GPUs کی ادائیگی کرتے ہیں
Falcon-H1-Arabic (3B، 7B، 34B) Technology Innovation Institute (TII) 5 جنوری 2026 کو 128K (3B) یا 256K (7B، 34B) کانٹیکسٹ کے ساتھ اعلان۔ لانچ پوسٹ ایک ویب چیٹ ڈیمو سے لنک کرتی ہے؛ اس میں نہ کوئی ہوسٹڈ API ہے نہ weights ڈاؤن لوڈ۔ کوئی شائع نہیں
ALLaM (allam-1-13b-instruct) Saudi Data and Artificial Intelligence Authority (SDAIA)؛ 7B preview HUMAIN شائع کرتا ہے IBM watsonx.ai پر 4,096 ٹوکن ونڈو (ان پٹ اور آؤٹ پٹ ملا کر) والے deploy-on-demand ماڈل کے طور پر۔ ALLaM-7B-Instruct-preview Hugging Face پر Apache 2.0 کے تحت اوپن ہے۔ watsonx.ai deploy-on-demand ماڈلز کا بل فی گھنٹہ بناتا ہے، فی ٹوکن نہیں
Fanar Qatar Computing Research Institute (QCRI) Fanar کہتا ہے کہ وہ “provides an API for developers” (ترجمہ: ڈویلپرز کے لیے API فراہم کرتا ہے)؛ رسائی api.fanar.qa پر درخواست فارم سے کوئی شائع نہیں

تو اگر آپ کو OpenAI-compatible API کے ذریعے فی ٹوکن ادائیگی والی عربی چاہیے، تو آپ عموماً کوئی مضبوط کثیر لسانی ماڈل استعمال کریں گے، جیسے نیچے والے، اور اسے اپنے لہجوں پر ٹیسٹ کریں گے۔ اگر آپ کو کوئی مخصوص عربی اوّل ماڈل چاہیے تو اسے سیلف ہوسٹ کرنے، dedicated deployment کرائے پر لینے، یا Fanar API رسائی کی درخواست کرنے کا منصوبہ بنائیں؛ سیلف ہوسٹنگ بمقابلہ API لاگت پوسٹ break-even کا حساب دکھاتی ہے۔

BroadNet کے کون سے ماڈلز عربی سنبھال سکتے ہیں؟

BroadNet اپنے قیمتوں کے صفحے پر اپنی عربی جانچ شائع کرتا ہے۔ Qwen3.8 27B کے لیے یہ رواں عربی تحریر، خلیجی اور مصری لہجوں کی سمجھ اور درست عربی–انگریزی ترجمہ رپورٹ کرتا ہے۔ ماڈل متن اور تصاویر لیتا ہے، tool calling اور structured output کی حمایت کرتا ہے، اور اس کا کانٹیکسٹ 262,144 ٹوکن ہے۔

اسی API پر دوسرے آپشن:

ماڈل ان پٹ / آؤٹ پٹ فی 1M ٹوکن کانٹیکسٹ تصاویر
Qwen3.8 27B $0.175 / $2.17 262,144 جی ہاں
DeepSeek V4.1 Flash $0.175 / $0.52 1,048,576 جی ہاں
BroadNet Gemma 4 VL 26B $0.10 / $0.22 32,768 جی ہاں

DeepSeek V4.1 Flash مقررہ قیمت والے پلان پر لامحدود بھی دستیاب ہے ($60 ماہانہ فی سیشن)، جو زیادہ والیوم والی عربی چیٹ اور agents کے لیے موزوں ہے۔ DeepSeek V4.1 Flash بمقابلہ Qwen3.8 27B موازنہ دونوں مرکزی امیدواروں کو ساتھ ساتھ رکھتا ہے۔ Gemma 4 VL 26B فی ٹوکن BroadNet کا سب سے سستا ماڈل ہے اور مفت ابتدائی کریڈٹ پر چلتا ہے۔

عربی ٹیسٹ سیٹ کیسے بنائیں؟

  1. اپنے پروڈکٹ سے 50 اصل ان پٹس جمع کریں: چیٹس، ٹکٹس، دستاویزات۔ آپ کے صارفین جو بھی لہجے لکھتے ہیں، ہر ایک کے کم از کم 10 شامل کریں۔ صرف لہجوں کے ٹیسٹ کے لیے، ارادہ لیبل کرنے کے طریقے کے ساتھ، دیکھیں LLMs خلیجی، مصری اور شامی عربی کو کیسے سنبھالتے ہیں۔
  2. 20 کے لیے مثالی جواب لکھیں، یا کسی مقامی بولنے والے سے لکھوائیں۔
  3. ہر امیدوار ماڈل کو تمام 50 پر ایک ہی سسٹم پرامپٹ کے ساتھ چلائیں۔ پرامپٹ میں مطلوبہ لہجہ اور register بتائیں: “صاف جدید معیاری عربی میں جواب دیں، دوستانہ، مختصر۔”
  4. آؤٹ پٹس کو blind ریٹ کریں، درستگی اور فطری پن کے لیے 1 سے 5۔ ریٹنگ کسی مقامی بولنے والے سے کروائیں۔
  5. اصل متن پر لاگت جانچیں۔ الفاظ کی گنتی سے اندازہ لگانے کے بجائے usage block سے prompt_tokens اور completion_tokens پڑھیں۔

API، OpenAI-compatible ہے، اس لیے ماڈل بدلنا model فیلڈ میں ایک لائن کی تبدیلی ہے۔ OpenAI-compatible migration چیک لسٹ دیکھیں۔

آؤٹ پٹس کو کیسے اسکور کریں؟

معیار اسکور 1 اسکور 5
ارادہ سمجھا لہجہ غلط پڑھتا ہے درست، slang سمیت
گرامر اور روانی غلطیاں یا ٹوٹی مطابقت مقامی لکھنے والے جیسا پڑھتا ہے
Register غلط لہجہ یا ضرورت سے زیادہ رسمی بالکل وہی جو پرامپٹ نے مانگا
حقائق، نام، نمبر بدلے یا گھڑے ہوئے بالکل درست
رسم الخط لاطینی ٹرانسلٹریشن یا ملا جلا پورا عربی رسم الخط

اوسط ہر کام کی نکالیں، مجموعی نہیں۔ تحریر پر 4.5 اور لہجے پر 2 اسکور کرنے والا ماڈل، دونوں پر 3.5 اسکور کرنے والے سے مختلف انتخاب ہے۔

کیا سسٹم پرامپٹ نتیجہ بدلتا ہے؟

جی ہاں، درجہ بندی بدلنے کی حد تک۔ ہر امیدوار کے لیے ایک ہی سسٹم پرامپٹ استعمال کریں، اور بتائیں کہ آپ کس لہجے کی توقع کرتے ہیں، جواب کس register میں چاہیے، اور نمبروں اور انگریزی ناموں کے ساتھ کیا کرنا ہے۔ عربی پرامپٹ انجینئرنگ میں مکمل template ہے۔ اس پرامپٹ کو تمام کالز میں ایک جیسا رکھیں تاکہ کیش شدہ ان پٹ قیمت والے ماڈلز پر وہ کیش سے پڑھا جا سکے۔

عربی میں انگریزی سے زیادہ ٹوکن کیوں لگتے ہیں؟

عربی متن اکثر انگریزی سے فی لفظ زیادہ ٹوکنز میں ٹوٹتا ہے، اور یہ تناسب ماڈلز کے درمیان مختلف ہوتا ہے۔ فی ٹوکن ایک ہی قیمت والے دو ماڈلز کی فی عربی پیغام لاگت مختلف ہو سکتی ہے۔ اپنے اصل متن کا نمونہ عربی ٹوکن کاؤنٹر میں پیسٹ کریں، پھر ہر امیدوار پر لائیو درخواست کے prompt_tokens سے تصدیق کریں اور LLM API لاگت کیلکولیٹر سے ماہانہ بل کا اندازہ لگائیں۔ اپنا تناسب کیسے ناپیں، یہ عربی بمقابلہ انگریزی میں فی لفظ ٹوکن میں ہے۔ ہر ماڈل اور فراہم کنندہ پر بل پر اس کا کیا اثر ہوتا ہے، اس کے لیے ہمارا زبان کے حساب سے اصل لاگت کا ڈیٹاسیٹ دیکھیں، جو ہر ماڈل کے اپنے tokenizer سے عربی، اس کے لہجوں اور دوسری زبانوں کے دس لاکھ (1M) حروف کی قیمت نکالتا ہے۔

کیا LLM عربی انوائسز اور تصاویر پڑھ سکتا ہے؟

انوائسز، رسیدوں اور فارمز کے لیے تصویر کسی vision-language ماڈل کو بھیجیں اور JSON مانگیں۔ عربی انوائس گائیڈ میں چلنے والا کوڈ ہے، اور عربی OCR بمقابلہ vision LLMs بتاتی ہے کہ کلاسیکی OCR کب اب بھی بہتر ٹول ہے۔ نمبر احتیاط سے جانچیں: خلیجی رسیدوں پر مشرقی عربی ہندسے (٠١٢٣) اور مغربی ہندسے (0123) دونوں نظر آتے ہیں۔

عربی وائس نوٹس اور کالز کا کیا؟

وائس نوٹس اور کالز کے لیے پہلے کسی عربی speech-to-text ماڈل سے ٹرانسکرائب کریں، پھر متن LLM کو بھیجیں۔ BroadNet Transcribe Arabic کی قیمت $0.0042 فی آڈیو منٹ ہے۔ عربی speech-to-text API کیسے چنیں۔

کچھ عربی جوابات خالی کیوں لوٹتے ہیں؟

DeepSeek V4.1 Flash اور Qwen3.8 27B جواب دینے سے پہلے ریزننگ کرتے ہیں، اور وہ ریزننگ ٹوکنز max_tokens میں گنے جاتے ہیں۔ عربی جوابات لمبے ہو سکتے ہیں، اس لیے گنجائش چھوڑیں، ورنہ نظر آنے والا جواب خالی لوٹتا ہے۔ ایسا کیوں ہوتا ہے اور اسے کیسے ٹھیک کریں۔

کن غلطیوں سے بچیں؟

  • غیر مقامی بولنے والوں سے ریٹنگ۔ روانی کے مسائل سیکھنے والوں کو نظر نہیں آتے۔
  • ایک اسکور میں لہجے ملانا۔ خلیجی، مصری اور شامی نتائج الگ رکھیں۔
  • ترجمہ شدہ ٹیسٹ سیٹس پر بھروسہ۔ انگریزی سے ترجمہ شدہ متن اصل عربی صارفین جیسا نہیں پڑھتا۔
  • دائیں سے بائیں ڈسپلے بھول جانا۔ ملی جلی عربی اور انگریزی لائنیں آپ کے UI میں غلط ترتیب سے دکھ سکتی ہیں۔ صرف متن نہیں، ڈسپلے بھی ٹیسٹ کریں۔

BroadNet Inference کہاں فٹ ہوتا ہے

BroadNet ایک ہی OpenAI-compatible کلید پر عربی میں ٹیسٹ شدہ ایک چیٹ ماڈل، دو سستے یا لامحدود متبادل، اور عربی speech to text دیتا ہے، بغیر کوئی مواد رکھے۔ یہ اپنے چیٹ ماڈلز کے لیے اپنے ٹیسٹ سے آگے کوئی عربی بینچ مارک اسکور شائع نہیں کرتا، اس لیے پابند ہونے سے پہلے اوپر والا ٹیسٹ سیٹ چلائیں۔ اگر کہیں اور کا کوئی ماڈل آپ کے لہجے پر جیتتا ہے تو وہ نتیجہ کسی بھی کیٹلاگ سے زیادہ اہم ہے۔

عام سوالات

عربی کے لیے BroadNet کا کون سا ماڈل بہترین ہے؟

BroadNet نے Qwen3.8 27B کو عربی میں ٹیسٹ کیا اور رواں تحریر، خلیجی اور مصری لہجوں کی سمجھ اور درست عربی–انگریزی ترجمہ رپورٹ کیا۔ اسے اور DeepSeek V4.1 Flash کو اپنے پرامپٹس پر ٹیسٹ کریں۔

عربی کے لیے بہترین LLM کون سا ہے؟

یہ کام اور لہجے پر منحصر ہے۔ شارٹ لسٹ کے لیے Open Arabic LLM Leaderboard یا BALSAM جیسے عوامی لیڈر بورڈز استعمال کریں، پھر کسی مقامی بولنے والے کے ساتھ اپنے 50 ان پٹس پر شارٹ لسٹ کو ریٹ کریں۔ بینچ مارک میں آگے رہنے والا ماڈل بھی آپ کے لہجے میں اکھڑا اکھڑا لگ سکتا ہے۔

کیا LLM عربی دستاویزات اور تصاویر پڑھ سکتا ہے؟

Qwen3.8 27B، DeepSeek V4.1 Flash اور BroadNet Gemma 4 VL 26B جیسے vision ماڈلز تصاویر قبول کرتے ہیں، اس لیے وہ عربی انوائسز، رسیدوں اور فارمز کی تصاویر پڑھ کر JSON لوٹا سکتے ہیں۔

کون سے LLM APIs عربی کی حمایت کرتے ہیں؟

زیادہ تر عام چیٹ APIs عربی قبول کرتے ہیں، لیکن معیار لہجے کے حساب سے بدلتا ہے۔ Jais 2، Falcon-H1-Arabic، ALLaM اور Fanar جیسے عربی اوّل ماڈلز کی 14 نومبر 2026 کو بنانے والے کی شائع کردہ کوئی فی ٹوکن API قیمت نہیں تھی۔ Jais 2 سیلف ہوسٹ کرنے کے لیے open weights ہے، ALLaM IBM watsonx.ai پر فی گھنٹہ dedicated deployment کے طور پر چلتا ہے، اور Fanar درخواست پر API رسائی دیتا ہے۔

عربی متن میں انگریزی سے زیادہ ٹوکن کیوں لگتے ہیں؟

tokenizers اکثر عربی سے زیادہ انگریزی پر تربیت پاتے ہیں، اس لیے عربی الفاظ زیادہ ٹوکنز میں ٹوٹتے ہیں۔ اثر ماڈل کے حساب سے بدلتا ہے، اس لیے ہر امیدوار کے لیے ایک ہی عربی متن پر prompt_tokens کا موازنہ کریں۔

کیا LLM خلیجی یا مصری لہجے میں جواب دے سکتا ہے؟

کئی دے سکتے ہیں، لیکن معیار جدید معیاری عربی سے زیادہ بدلتا ہے۔ سسٹم پرامپٹ میں لہجہ صاف مانگیں اور کسی مقامی بولنے والے سے جوابات کو ریٹ کروائیں۔

Markdown میں پڑھیںChatGPT سے پوچھیںClaude سے پوچھیںPerplexity سے پوچھیں

ذرائع