---
title: "阿拉伯语大模型 API 怎么选：选型前要测试什么 | BroadRouter"
description: "为阿拉伯语应用挑选大模型：方言理解、写作质量、翻译、阿拉伯语文档和图像、成本，外加一个一天就能搭好的测试集。"
url: https://broadrouter.com/zh/blog/choosing-an-llm-for-arabic/
lang: zh-Hans
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/blog/choosing-an-llm-for-arabic/)（2026-11-14 更新）。

# 如何选择阿拉伯语大模型 API：该测试什么

BroadNet Inference 团队 · 阅读约 7 分钟 · 发布于 2026-11-14

选择阿拉伯语大模型，要用你自己的任务来测试：理解海湾、埃及和黎凡特方言，写出流畅的现代标准阿拉伯语，阿英互译，以及读取阿拉伯语文档。在 BroadNet 的测试中，Qwen3.8 27B 阿拉伯语写作流畅，能理解海湾方言和埃及方言，每百万输入 token $0.175。

## 要点

-   方言理解、阿拉伯语写作、翻译和文档读取要分开测试。不同模型在各项上表现不同。
-   公开的阿拉伯语排行榜能帮你列出候选名单，但它们测不到你的方言、语气和文档。
-   在 BroadNet 的测试中，Qwen3.8 27B 阿拉伯语写作流畅，能理解海湾方言和埃及方言，翻译准确。
-   视觉模型能读取阿拉伯语发票和收据，并返回结构化 JSON。
-   阿拉伯语每个词消耗的 token 往往比英语多，所以要用真实文本比较成本，而不是按词数。
-   处理语音消息和通话时，把大模型和阿拉伯语语音转文字搭配使用。

**本页内容**

1.  应该测试哪些阿拉伯语任务？
2.  公开的阿拉伯语排行榜能说明什么？
3.  哪些大模型 API 支持阿拉伯语？
4.  BroadNet 的哪些模型能处理阿拉伯语？
5.  如何搭建阿拉伯语测试集？
6.  输出该如何打分？
7.  系统提示词会影响结果吗？
8.  为什么阿拉伯语比英语更费 token？
9.  大模型能读取阿拉伯语发票和图片吗？
10.  阿拉伯语语音消息和通话怎么办？
11.  为什么有些阿拉伯语回答是空的？
12.  应该避免哪些错误？
13.  BroadNet Inference 的定位

要选择阿拉伯语大模型 API，就用你的产品要做的任务来测试每个候选模型：理解用户的方言、写出自然的现代标准阿拉伯语、翻译，以及读取阿拉伯语文档。请母语者对每项任务分别打分。“支持阿拉伯语”既可能意味着流利的海湾方言，也可能意味着生硬、一股翻译腔的文本。

## 应该测试哪些阿拉伯语任务？

| 任务 | 示例 | 检查什么 |
| --- | --- | --- |
| 理解方言 | 沙特客户用海湾方言（Khaleeji）输入 | 是否理解了意图，而不只是字面意思？ |
| 写阿拉伯语 | 用清晰的现代标准阿拉伯语写回复 | 流畅度、语法、语气自然、语体恰当 |
| 翻译 | 阿拉伯语 ↔ 英语的合同或客服工单 | 人名、数字和法律术语是否准确 |
| 读取文档 | 一张阿拉伯语发票的照片 | 总额、日期和供应商是否提取正确 |
| 听懂语音 | 语音消息、通话 | 这是[语音转文字](https://broadrouter.com/zh/glossary/speech-to-text/)模型的工作，不是大模型的；见下文 |

一个模型可能在某项上很强，在另一项上很弱。每项任务分别打分。

## 公开的阿拉伯语排行榜能说明什么？

有好几个公开排行榜对模型的阿拉伯语能力进行排名。Hugging Face 上的 [Open Arabic LLM Leaderboard](https://huggingface.co/spaces/OALL/Open-Arabic-LLM-Leaderboard) 是其中之一。[BALSAM](https://arxiv.org/abs/2507.22603) 是一个社区基准，包含 14 个类别的 78 项任务，并提供盲评平台；其作者写道，大模型在阿拉伯语上的表现落后于在英语上取得的进展。

用它们来列候选名单，而不是做最终决定。基准大多是选择题和标准任务，很少测试海湾方言的客户消息、你的品牌语气，或者一张皱巴巴的收据照片。而这些恰恰是用户会注意到的。

## 哪些大模型 API 支持阿拉伯语？

几乎所有通用对话 API 都接受阿拉伯语文本，所以更有用的问题是：它对你的方言处理得怎么样，以及你到底能不能调用那些阿拉伯语优先的模型。我们在 2026 年 11 月 14 日查看了大家常问的四个阿拉伯语优先模型系列，没有一个由开发方公布了按 token 计价的 API 价格：

| 模型系列 | 开发方 | 如何运行（2026 年 11 月 14 日查看） | 价格 |
| --- | --- | --- | --- |
| Jais 2（8B、70B chat） | MBZUAI、Inception 和 Cerebras | 在 Hugging Face 上以 Apache 2.0 许可发布开放权重，上下文 8,192 token。70B 的模型卡显示没有 Inference Provider 部署它。较早的 Jais-30b-chat 已于 2025 年 10 月 31 日从 GitHub Models 移除。 | 未公布；你自己承担 GPU 费用 |
| Falcon-H1-Arabic（3B、7B、34B） | 技术创新研究院（TII） | 2026 年 1 月 5 日发布，上下文 128K（3B）或 256K（7B、34B）。发布文章链接了一个网页聊天演示，没有提到托管 API，也没有权重下载。 | 未公布 |
| ALLaM（allam-1-13b-instruct） | 沙特数据和人工智能管理局（SDAIA）；7B 预览版由 HUMAIN 发布 | 在 IBM watsonx.ai 上作为按需部署模型提供，窗口为 4,096 token（输入加输出）。ALLaM-7B-Instruct-preview 以 Apache 2.0 许可在 Hugging Face 上开放。 | watsonx.ai 对按需部署模型按小时计费，而不是按 token |
| Fanar | 卡塔尔计算研究所（QCRI） | Fanar 称其 “provides an API for developers”（译文：为开发者提供 API）；需通过 api.fanar.qa 的申请表开通 | 未公布 |

所以，如果你想通过 [OpenAI 兼容 API](https://broadrouter.com/zh/glossary/openai-compatible-api/) 按 token 付费使用阿拉伯语能力，通常会用一个强大的多语言模型（比如下面这些），并在你的方言上测试它。如果你需要某个特定的阿拉伯语优先模型，就要准备自建部署、租用专用部署，或申请 Fanar 的 API 权限；[自建部署与 API 成本对比](https://broadrouter.com/zh/blog/self-hosting-llm-vs-api-cost/)一文给出了盈亏平衡的算法。

## BroadNet 的哪些模型能处理阿拉伯语？

BroadNet 在其[价格页面](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-choosing-an-llm-for-arabic&utm_content=body)上公布了自己的阿拉伯语测试结果。对于 [Qwen3.8 27B](https://broadrouter.com/zh/models/qwen3.8-27b/)，它报告阿拉伯语写作流畅、能理解海湾方言和埃及方言、阿英互译准确。该模型接受文本和图像输入，支持[工具调用](https://broadrouter.com/zh/glossary/tool-calling/)和[结构化输出](https://broadrouter.com/zh/glossary/structured-output/)，上下文为 262,144 token。

同一个 API 上的其他选择：

| 模型 | 每百万 token 输入 / 输出 | 上下文 | 图像 |
| --- | --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/zh/models/qwen3.8-27b/) | $0.175 / $2.17 | 262,144 | 支持 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/zh/models/deepseek-v4.1-flash/) | $0.175 / $0.52 | 1,048,576 | 支持 |
| [BroadNet Gemma 4 VL 26B](https://broadrouter.com/zh/models/gemma-4-vl-26b/) | $0.10 / $0.22 | 32,768 | 支持 |

DeepSeek V4.1 Flash 还可以通过固定价格套餐不限量使用（每个会话每月 $60），适合大流量的阿拉伯语对话和智能体。[DeepSeek V4.1 Flash 与 Qwen3.8 27B 对比](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-qwen3.8-27b/)把两个主要候选模型放在一起比较。Gemma 4 VL 26B 是 BroadNet 上按 token 计最便宜的模型，可以用免费的初始额度调用。

## 如何搭建阿拉伯语测试集？

1.  **收集 50 条真实输入**，来自你的产品：聊天、工单、文档。用户使用的每种方言至少包含 10 条。如果只测方言，并想用意图标注的方法，请看[大模型如何处理海湾、埃及和黎凡特阿拉伯语](https://broadrouter.com/zh/blog/arabic-llm-gulf-egyptian-dialects/)。
2.  **为其中 20 条写出理想答案**，或者请母语者来写。
3.  \*\*用同一个系统提示词让每个候选模型跑完全部 50 条。\*\*在提示词中说明你想要的方言和语体：“用清晰的现代标准阿拉伯语回复，语气友好，简短。”
4.  **对输出盲评打分**，按正确性和自然度从 1 到 5 打分。请母语者来打分。
5.  \*\*用真实文本核算成本。\*\*从 usage 字段读取 `prompt_tokens` 和 `completion_tokens`，而不是按词数估算。

因为 API 与 OpenAI 兼容，切换模型只需改一行 `model` 字段。参见 [OpenAI 兼容 API 迁移清单](https://broadrouter.com/zh/blog/openai-compatible-api-migration-checklist/)。

## 输出该如何打分？

| 标准 | 1 分 | 5 分 |
| --- | --- | --- |
| 理解意图 | 误读方言 | 正确，包括俚语 |
| 语法和流畅度 | 有错误或性数不一致 | 读起来像母语者写的 |
| 语体 | 方言不对或过于正式 | 完全符合提示词要求 |
| 事实、人名、数字 | 被改动或编造 | 准确无误 |
| 文字 | 拉丁字母转写或混杂 | 全程使用阿拉伯字母 |

按任务取平均分，而不是算总平均。写作 4.5 分、方言 2 分的模型，和两项都是 3.5 分的模型，是两种不同的选择。

## 系统提示词会影响结果吗？

会，影响大到足以改变排名。对每个候选模型使用同一个系统提示词，并说明你预期的方言、希望回复使用的语体，以及如何处理数字和英文名称。[阿拉伯语提示词工程](https://broadrouter.com/zh/blog/arabic-prompt-engineering/)里有一个完整模板。在各次调用中保持这个提示词完全一致，这样在有[缓存输入](https://broadrouter.com/zh/blog/cached-input-tokens-explained/)价的模型上，它就能从缓存中读取。

## 为什么阿拉伯语比英语更费 token？

阿拉伯语文本每个词切出的 [token](https://broadrouter.com/zh/glossary/token/) 往往比英语多，而且这个比例因模型而异。两个每 token 价格相同的模型，每条阿拉伯语消息的成本可能不同。把一段真实文本粘贴到[阿拉伯语 token 计数器](https://broadrouter.com/tools/arabic-token-counter/)，再用每个候选模型的实际请求返回的 `prompt_tokens` 确认，并用[大模型 API 费用计算器](https://broadrouter.com/tools/llm-api-cost-calculator/)估算月账单。如何测量你自己的比例，见[阿拉伯语与英语每词 token 数](https://broadrouter.com/zh/blog/tokens-per-word-arabic-english/)。至于这对每个模型和服务商的账单意味着什么，请看我们的[各语言真实成本数据集](https://broadrouter.com/data/real-cost-by-language/)，它用每个模型自己的分词器，为 100 万字符的阿拉伯语、其方言和其他语言计算价格。

## 大模型能读取阿拉伯语发票和图片吗？

对于发票、收据和表格，把照片发送给[视觉语言模型](https://broadrouter.com/zh/glossary/vision-language-model/)并要求返回 JSON。[阿拉伯语发票指南](https://broadrouter.com/zh/guides/read-arabic-invoices-with-vision/)提供了可运行的代码，[阿拉伯语 OCR 与视觉大模型对比](https://broadrouter.com/zh/blog/arabic-ocr-vision-llm/)讨论了什么情况下传统 OCR 仍然更合适。仔细核对数字：海湾地区的收据上，东阿拉伯数字（٠١٢٣）和西阿拉伯数字（0123）都会出现。

## 阿拉伯语语音消息和通话怎么办？

对于语音消息和通话，先用阿拉伯语语音转文字模型转写，再把文本发给大模型。BroadNet Transcribe Arabic 每音频分钟 $0.0042。[如何选择阿拉伯语语音转文字 API](https://broadrouter.com/zh/blog/arabic-speech-to-text-api-buyers-guide/)。

## 为什么有些阿拉伯语回答是空的？

DeepSeek V4.1 Flash 和 Qwen3.8 27B 会先思考再作答，这些[思考 token](https://broadrouter.com/zh/glossary/reasoning-tokens/) 会计入 `max_tokens`。阿拉伯语回答可能很长，所以要留足余量，否则可见的回答会是空的。[原因和解决方法](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)。

## 应该避免哪些错误？

-   \*\*让非母语者打分。\*\*流畅度问题，学习者是看不出来的。
-   \*\*把不同方言混在一个分数里。\*\*海湾、埃及和黎凡特方言的结果要分开。
-   \*\*相信翻译出来的测试集。\*\*从英语翻译过来的文本，读起来不像真实的阿拉伯语用户。
-   \*\*忘了从右到左的显示。\*\*阿拉伯语和英语混排的行，在你的界面中可能顺序错乱。要测试显示效果，而不只是文本。

## BroadNet Inference 的定位

BroadNet 在一个 OpenAI 兼容密钥下，提供一个经过阿拉伯语测试的对话模型、两个更便宜或可不限量使用的替代模型，以及阿拉伯语语音转文字，并且不保留任何内容。除了自己的测试之外，它没有公布对话模型的阿拉伯语基准分数，所以在做决定之前，先跑一遍上面的测试集。如果别家的模型在你的方言上胜出，这个结果比任何模型目录都重要。

相关免费工具（英文）

-   [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.

[免费工具（英文）](https://broadrouter.com/tools/)

## 本文涉及的术语

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

token（词元）是大语言模型读写文本的基本单位：由模型的分词器切分出的一个词、词的一部分、一个标点或一段字节序列。大模型 API 按 token 计数、设定限制，通常也按 token 计费。

[现代标准阿拉伯语（MSA）](https://broadrouter.com/zh/glossary/msa/)

现代标准阿拉伯语（MSA）是阿拉伯世界在书面、新闻、教育和正式讲话中使用的标准化阿拉伯语。它不是任何人日常使用的母语：人们平时说埃及阿拉伯语、海湾阿拉伯语等地区方言，在正式场合才切换到 MSA。

[系统提示词（system prompt）](https://broadrouter.com/zh/glossary/system-prompt/)

系统提示词是应用在对话开始前发给语言模型的指令文本，通常是一条 system 或 developer 角色的消息。它设定模型的角色、规则、语气和输出格式，当用户消息与它冲突时，模型应当优先遵循它。

[阿拉伯语方言（dialectal Arabic）](https://broadrouter.com/zh/glossary/dialectal-arabic/)

阿拉伯语方言是某个地区或城市日常使用的口语阿拉伯语，例如埃及、海湾、黎凡特或马格里布阿拉伯语。方言在语音、词汇和语法上都不同于现代标准阿拉伯语，没有标准拼写，而且越来越多地出现在网络文字中，这让语言模型更难处理。

[工具调用（tool calling / function calling）](https://broadrouter.com/zh/glossary/tool-calling/)

工具调用（也叫函数调用，function calling）是大模型 API 的一项功能：模型返回一个结构化请求，要求执行开发者定义的某个函数，并附上 JSON 参数。应用执行该函数并把结果发回；模型自己从不执行代码。

[光学字符识别（OCR）](https://broadrouter.com/zh/glossary/ocr/)

光学字符识别（OCR）是一种技术，能检测图片、扫描件或 PDF 中的印刷或手写文字，并转换成机器可读的字符。传统 OCR 输出文字及其在页面上的位置；视觉语言模型则能直接读取文字并回答相关问题。

[模型许可证（model license）](https://broadrouter.com/zh/glossary/model-license/)

模型许可证是规定模型权重、代码和输出可以如何使用、修改和分发的法律条款。开放权重模型采用 Apache 2.0、MIT 等标准软件许可证，或采用自定义模型许可证，后者可能附加条件，例如限制大型商业服务。

[视觉语言模型（VLM，vision-language model）](https://broadrouter.com/zh/glossary/vision-language-model/)

视觉语言模型（VLM）是一种同时接收图像和文本作为输入、输出文本的模型，可以描述图片、回答关于图片的问题，并读取文档、图表或截图。VLM 也被称为图文生文（image-text-to-text）模型或多模态模型。

## 常见问题

### BroadNet 上哪个模型最适合阿拉伯语？

BroadNet 对 Qwen3.8 27B 做过阿拉伯语测试，报告其写作流畅、能理解海湾方言和埃及方言、阿英互译准确。用你自己的提示词测试它，也测试一下 DeepSeek V4.1 Flash。

### 哪个大模型的阿拉伯语最好？

取决于任务和方言。先用 Open Arabic LLM Leaderboard 或 BALSAM 等公开排行榜列出候选名单，再请母语者用你自己的 50 条输入给候选模型打分。在基准上领先的模型，用你的方言说出来仍可能很生硬。

### 大模型能读取阿拉伯语文档和图片吗？

Qwen3.8 27B、DeepSeek V4.1 Flash 和 BroadNet Gemma 4 VL 26B 等视觉模型都接受图像输入，所以能读取阿拉伯语发票、收据和表格的照片并返回 JSON。

### 哪些大模型 API 支持阿拉伯语？

大多数通用对话 API 都接受阿拉伯语，但质量因方言而异。截至 2026 年 11 月 14 日，Jais 2、Falcon-H1-Arabic、ALLaM 和 Fanar 等阿拉伯语优先的模型都没有由开发方公布的按 token 计价的 API 价格。Jais 2 是可自建部署的开放权重，ALLaM 在 IBM watsonx.ai 上以按小时计费的专用部署运行，Fanar 的 API 需申请开通。

### 为什么阿拉伯语文本比英语更费 token？

分词器的训练数据里英语往往多于阿拉伯语，所以阿拉伯语单词通常会被切成更多 token。这种影响因模型而异，所以要用同一段阿拉伯语文本比较每个候选模型的 prompt\_tokens。

### 大模型能用海湾方言或埃及方言回复吗？

很多模型可以，但质量的波动比现代标准阿拉伯语大。在系统提示词中明确要求使用该方言，并请母语者给回复打分。

## 继续阅读

-   [沙特与阿联酋 PDPL 和大模型 API：数据跨境检查清单](https://broadrouter.com/zh/blog/saudi-uae-pdpl-llm-api-checklist/)
-   [阿拉伯语语音转文字 API：2026 年怎么选](https://broadrouter.com/zh/blog/arabic-speech-to-text-api-buyers-guide/)
-   [迁移到 OpenAI 兼容 API：切换服务商检查清单](https://broadrouter.com/zh/blog/openai-compatible-api-migration-checklist/)
-   [缓存输入 token 详解：如何降低大模型 API 账单](https://broadrouter.com/zh/blog/cached-input-tokens-explained/)
-   [用大模型给阿拉伯语加注音符号：提示词、校验与 DER](https://broadrouter.com/zh/blog/arabic-diacritization-llm/)
-   [用大模型做阿拉伯语语法和拼写纠错：实操指南](https://broadrouter.com/zh/blog/arabic-grammar-spelling-correction-llm/)
-   [指南：用视觉模型识别阿拉伯语发票和收据](https://broadrouter.com/zh/guides/read-arabic-invoices-with-vision/)
-   [指南：阿拉伯语语音转文字 API 分步教程](https://broadrouter.com/zh/guides/arabic-speech-to-text-api/)
-   [指南：推理模型为什么返回空回答](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

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

**来源**

-   [BroadNet Inference 价格页面，Qwen3.8 27B 的“Tested in Arabic”说明（2026-11-14 查阅）（英文）](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-choosing-an-llm-for-arabic&utm_content=sources)
-   [BroadNet Inference 机器可读价格 pricing.json（2026-11-14 查阅）（英文）](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-choosing-an-llm-for-arabic&utm_content=sources)
-   [BroadNet Inference API 参考（2026-11-14 查阅）（英文）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-choosing-an-llm-for-arabic&utm_content=sources)
-   [Hugging Face 上的 Open Arabic LLM Leaderboard（OALL）（2026-11-14 查阅）](https://huggingface.co/spaces/OALL/Open-Arabic-LLM-Leaderboard)
-   [BALSAM: A Platform for Benchmarking Arabic Large Language Models（arXiv 2507.22603；2026-11-14 查阅）](https://arxiv.org/abs/2507.22603)
-   [Hugging Face，inceptionai/Jais-2-70B-Chat 模型卡：Apache 2.0，8,192 上下文，无 Inference Provider（2026-11-14 查阅）](https://huggingface.co/inceptionai/Jais-2-70B-Chat)
-   [GitHub 更新日志，GitHub Models 中已弃用的模型：Jais-30b-chat 已移除（2025 年 10 月 31 日；2026-11-14 查阅）](https://github.blog/changelog/2025-10-31-deprecated-models-in-github-models)
-   [Hugging Face 博客，Introducing Falcon-H1-Arabic（2026 年 1 月 5 日；2026-11-14 查阅）](https://huggingface.co/blog/tiiuae/falcon-h1-arabic)
-   [IBM watsonx.ai 支持的基础模型：allam-1-13b-instruct 按需部署（2026-11-14 查阅）](https://www.ibm.com/docs/en/SSYOK8/wsj/analyze-data/fm-models.html)
-   [IBM watsonx.ai 生成式 AI 资产计费说明：按需部署按小时计费（2026-11-14 查阅）](https://www.ibm.com/docs/en/SSYOK8/wsj/getting-started/wxai-runtime-plans-genai.html)
-   [Hugging Face，humain-ai/ALLaM-7B-Instruct-preview 模型卡：Apache 2.0（2026-11-14 查阅）](https://huggingface.co/humain-ai/ALLaM-7B-Instruct-preview)
-   [Fanar，QCRI 的阿拉伯语 AI 平台：API 需申请开通（2026-11-14 查阅）](https://fanar.qa/en)
