Jais 3 يصل إلى vLLM قبل أن يصل إلى البيان الصحفي

Check the date on the J​ais-3-375B-A23B serving recipe and it does not say what the launch coverage says. The vLLM recipe page for the flagship of the J​ais 3 family carries a last-updated stamp of 5 October 2026. The weights for J​ais-3-32B, J​ais-3-7B, J​ais-3-3.7B, J​ais-3-0.9B and J​ais-3-MoVA-36B-A4B went up on the Hub on 29 September. The press release from the Institute of Foundation Models and Inception42 is dated 15 October. That ordering is the actual news here, and it is a better story than the one the announcement tells: the serving stack did not scramble to catch up with an Arabic frontier model — it was ready ten days early. This piece is about what that readiness looks like in practice, what the family ships, and the two questions nobody has answered yet.

الوصفات حقيقية، وهي محددة.

عادةً ما تكون إعلانات دعم أطر العمل جملةً ورابطًا. أما هذا الإعلان فيحتوي على محتوى قابل للتنفيذ، وهو ما يستحق القراءة المتأنية لأنه يخبرك بالتكلفة الفعلية للنشر قبل أن تنزّل ما يقارب 700 غيغابايت من الأوزان.

• vLLM — تستهدف الوصفات vllm>=0.30.0/. يحتاج الطراز الرائد 375B إلى --tensor-parallel-size 16 --enable-expert-parallel/ على نقطة تفتيش bfloat16، أي 16× H100 80GB موزعة على عقدتين بثماني وحدات GPU لكل منهما في النشر المرجعي الخاص بـ IFM.

• Smaller siblings get smaller footprints — J​ais-3-32B serves at --tensor-parallel-size 2/, J​ais-3-7B and J​ais-3-3.7B at --tensor-parallel-size 1/. J​ais-3-MoVA-36B-A4B wants TP=2 with expert parallelism enabled, and its 4B active parameters per token are the reason it does not need a node farm.

• SGLang — الوصفة المتوازية تستهدف sglang>=0.5.20/، مع تهيئة العقدتين 375B التي تعمل بـ TP=16 و EP=16، و FlashAttention-3، وتحميل الأوزان متعدد الخيوط معطّل صراحةً.

• تغيّر H200 المعادلة — عند 141 غيغابايت لكل وحدة معالجة رسوميات، يتّسع الطراز الرائد على عقدة H200 واحدة بـ8 وحدات. وتشير بطاقة IFM إلى خفض التوازي التنسوري وتوازي الخبراء إلى 8 في تلك الحالة. عقدة واحدة بدل عقدتين ليست فرقًا ضئيلًا في نموذج التكلفة.

• AMD is validated too — the recipe page carries an MI355X configuration verified on an 8-GPU gfx950 node, using AITER for the fused MoE and the unified attention backend, with VLLM_ROCM_USE_AITER=1/. A day-zero N​VIDIA-only story is common; a day-zero story with a second vendor's silicon verified is not.

ما يجعل هذا الدعم أكثر من مجرد خانة توافق هو أن البنية المعمارية مخصصة فعلاً. تُصرّح إعدادات Hub بـmodel_type: k2_horizon/ و K2HorizonForCausalLM/ مع كود مخصص عن بُعد، حيث يحمل الـ375B عدد 192 خبيرًا ويوجّه 8 لكل توكن. وهذا هو نوع النموذج الذي يصل عادةً إلى إطار عمل بعد أسابيع من الإطلاق مرفقًا بقائمة تصحيحات في ملاحظات الإصدار، لا بوصفة مُودَعة بتاريخ يسبق البيان الصحفي.

وكيلي عربي أصلي، في الأعلام التي يقبلها فعلاً

"Agentic" هي الكلمة الواردة في عنوان الإعلان، وأوامر الخدمة هي المكان الذي يمكنك فيه اختبار ما إذا كانت تعني شيئًا. وهي تعني شيئًا في الغالب.

• --reasoning-parser k2_horizon/ يفصل مسار التفكير عن الإجابة. يتم إرجاع التفكير في reasoning_content/ والإجابة في content/، وهو الفرق بين سلسلة تفكير يمكنك تسجيلها وأخرى يجب استخراجها باستخدام regex من جسم الاستجابة.

• --tool-call-parser k2_horizon/ مع --enable-auto-tool-choice/ يُفعّل استخدام الأدوات، ويدعم النموذج ثلاثة تنسيقات لاستدعاء الأدوات — json/, xml/ وxml_typed/ — قابلة للتحديد لكل طلب عبر chat_template_kwargs/, والافتراضي هو xml/.

• عمق الاستدلال هو إعداد لكل طلب، وليس قرار نشر. {"reasoning_effort": "high"}/ هو الإعداد الافتراضي وما أُنتجت به كل الأرقام المنشورة؛ "low"/ يوقف التفكير تمامًا، وتقول بطاقة IFM الخاصة إن low غير موصى به خارج البحث في جهد الاستدلال.

• تتبدّل معاملات أخذ العينات حسب اللغة، وهو أمر غير معتاد ويستحق الانتباه. القيم الافتراضية هي temperature 0.2، وtop_p 0.95، وtop_k 20. في وضع التفكير يطلب IFM قيمة temperature 1.0 للإنجليزية و0.7 للعربية. إعداد temperature عالمي واحد هو تهيئة خاطئة لهذا النموذج.

• ميزانية الإخراج كبيرة. توصي البطاقة بما لا يقل عن 32,768 رمز إخراج — تلميح قوي إلى طول مسارات الاستدلال، وقيود حقيقية على مهلة الطلب الواحد إذا كنت معتادًا على إكمالات 4K.

ما الذي تُشحنه العائلة فعليًا

ست نقاط تحقق أساسية، لا نقطة واحدة. الانتشار يهم أكثر من النموذج الرائد، لأنه يحدد ما إذا كانت العائلة مجرد نتاج بحثي أم شيئًا يمكنك وضعه خلف عبء عمل.

• J​ais-3-0.9B — 0.9B dense, 128K context, the only member that is not 512K. RoPE scaling via YaRN is in the vLLM command, so the long-context behaviour on this one is an explicit override rather than a trained default.

• J​ais-3-3.7B, J​ais-3-7B, J​ais-3-32B — dense, all at up to 524,288 tokens of context, described by IFM as small, medium and large dense members.

• J​ais-3-MoVA-36B-A4B — a mixture-of-experts model with Mixture-of-Values attention. The recipe page puts it at 37.44B stored parameters including embeddings and 5.95B active per token, against the card's headline 36B and 4B. Both numbers are the vendor's; they count embeddings differently. Take the recipe page's figures when you are sizing GPUs and the card's when you are quoting the model.

• J​ais-3-375B-A23B — the flagship, 375B stored and 23B active by the card, 379.17B and 26.67B by the recipe page. Same counting discrepancy, same resolution.

• الصيغ المكمّمة وصيغ الحوسبة الطرفية متاحة بالفعل — إصدارات FP8، وGGUF الخاص بـ llama.cpp وOllama، وMLX بدقة 4 بت و8 بت وbf16 لأجهزة Apple silicon، منشورة عبر مؤسسة IFM. صدرت إصدارات MLX للطراز 32B في 1 أكتوبر، وإصدارات GGUF للطرازين 3.7B و7B في 13 أكتوبر. لم يكن أحد ينتظر إصدارًا لاحقًا لتشغيل هذه محليًا.

• الترخيص هو Apache 2.0 في كامل العائلة الأساسية، مع عدم فرض أي قيود على مستودعات inception42. وهذا موقف مختلف جوهريًا عن العديد من النماذج العربية التي تنافسها هذه العائلة الآن.

There is also J​ais-ASR in the same organisation — a speech-recognition model built on a J​ais-3-4B backbone, covering Modern Standard Arabic plus dialects from 19 Arab countries with code-switching into English, French, Spanish and Italian, and reporting 22.85% WER and 8.37% CER on the Open Universal Arabic ASR Leaderboard. It is a separate model with its own licence file and its own vLLM plugin, but it is the reason the announcement says "speech" alongside "writing and agents".

الأرقام تخصّ المورّد، والمورّد هو من يدقّقها

كل رقم مرجعي أدناه مستمد من بطاقات نموذج IFM الخاصة بها، ولم يُعِد إنتاجه طرف ثالث. يجب أن تأتي هذه الجملة قبل الأرقام، لا بعدها.

• MMLU العربية، الرائد: 89.3. MMLU العربية مع التشكيل: 88.2.

• Belebele: 95.6. MMLU باللهجات العربية: 89.6. تحديد اللهجة (QADI): 71.1. Alyah: 87.6.

• AraSTEM: 95.5. GSM8K العربية: 86.8. GATmath: 98.4.

• IFBench العربية، الصرامة على مستوى المُوجَّه: 93.9. IFEval العربية: 77.7. FLORES200+ تقييم بنموذج لغوي كبير كحَكَم: 91.9.

• الوكيلي: Terminal Bench 2.1 عند 73.8، GDPVal عند 73.2، MCPMark عند 68.5، SWE-Bench Verified (دون اتصال) عند 70.2، GAIA v2 lit (العربية) عند 50.3. Apex-Agents هو الذي يحافظ على نزاهة السجل عند 18.6.

مذكرة المنهجية هي الجزء الجدير بالإشادة. تضع IFM علامات على المقاييس التيدُقّقت من حيث جودة العينات، مع استبعاد الأسئلة الملتبسة وخيارات الإجابة غير الصالحة والتسميات الذهبية التي لا يمكن تبريرها، وتنشر منهجية التدقيق والعينات المستبعدة وقائمة المقاييس التي جرى التحقق منها كمجموعة منفصلة. ليس هذا مراجعة من الأقران، وهو لا يجعل نتيجة البائع مستقلة، لكن مختبرًا يخبرك أيّ من أرقامه هو الذي نظّفه هو مختبر يمكنك قراءته بثقة أكبر من مختبر لا يفعل ذلك. كما أن الدرجات على المجموعات المنقّاة ليست الشيء نفسه كالدرجات على المقياس كما يُشغَّل عادةً، والعلامات المؤشَّرة بالنجمة هي التي ينبغي التحقق منها قبل أن تقارن بورقة شخص آخر.

شيئان لم يُجب عنهما أحد

There is no pricing. Not on the Hub cards, not on the recipe pages, and the vendor's own blog is behind a bot challenge that no automated reader gets through. There is no published per-token rate for any member of this family to compare against anything. Anyone quoting a price for J​ais 3 today is quoting something they invented, or quoting what a third-party host happens to charge for running it on their own GPUs — which is a hosting price, not a model price.

لا يوجد تقييم مستقل.لا تملك Artificial Analysis أي إدخال، ولم تنشر أي ساحة نتائج مواجهات مباشرة، ولم تُجرِّب أي لوحة صدارة محايدة هذه العائلة. التقرير التقني مُدرَج على بطاقة النموذج بوصفه "قريبًا"، وكذلك مستودع الكود. وإلى أن يُشغِّل شيء من خارج المختبر هذه الأوزان، فإن القراءة الصحيحة لـ 95.5 على AraSTEM هي "IFM يقول 95.5".

إذا كنت تريد تجربته قبل أن تكون هناك فاتورة

الأوزان مفتوحة وبرخصة Apache 2.0، لذا فإن أرخص تقييم هو عتادك الخاص — والوصفات أعلاه قصيرة بما يكفي لتشغيلها اليوم. والأصعب هو وضع العائلة خلف شيء حقيقي، لأنك ستضطر إلى تجهيز عنقود من 16 وحدة معالجة رسومات، أو استئجار واحد، لتعرف ما إذا كان نموذج بلا نتيجة مستقلة يستحق مكانًا في مسار الإنتاج.

هذه هي الحالة التي تُثبت فيها طبقة التوجيه قيمتها بدلاً من أن تكون مجرد زخرفة في مخطط معماري. يمنحك OrcaRouter واجهة برمجية واحدة عبر أكثر من 200 نموذج مع التحويل التلقائي عند الفشل، لذا يمكن لعبء عمل عربي أن يوجّه جزءاً من حركة المرور إلى نموذج غير مُختبَر ويترك شيئاً مُقاساً بالفعل يمتص الباقي — يحدث التقييم مقابل مطالبات حقيقية، وتُحوَّل الاستجابة السيئة أو نقطة النهاية غير السليمة بدلاً من أن تُسقِط الطلب معها. يستحق الكتالوج أن تتحقق منه قبل أن تخطط للاستضافة الذاتية، لأنه يتغير. إذا لم يكن نموذج ما مدرجاً فيه اليوم فقد يكون مدرجاً الأسبوع القادم، وصفحة الأسعار هي المصدر الصادق لتكلفة أي شيء بمجرد إدراجه.

ما الذي يجب مراقبته بعد ذلك ضيّق ومحدّد: التقرير الفني، ومستودع الشيفرة، وأول رقم من جهة ليست IFM، وسعر منشور. أي واحد من هذه كفيل بتغيير هذا المقال. لم يتحقق أي منها بعد، ولهذا تحديدًا فإن دعم إطار العمل منذ اليوم الأول هو الجزء القابل للتحقق حاليًا من هذا الإطلاق.

ما لا تستطيع الأرقام إخبارك به هو ما إذا كان أيٌّ من ذلك قد أخفق في الميدان: فالحوادث الموثّقة للذكاء الاصطناعي وإخفاقات الوكلاء المرتبطة بالنماذج في هذه الفئة مجموعة في OrcaRouter AI Incident Archive، حيث يحمل كل مُدخل مصادره الخاصة ودرجة الخطورة ودرجة الثقة وعلامة كونه محل نزاع.