Jais 3 vs. Jais 2: Dasselbe Labor, zehn Monate und ein völlig anderes Modell

Die Jais 3-Familie und Jais-2-70B-Chat stammen aus demselben Labor, elf Monate auseinander, und wenn man nur die Parameterzahlen liest, würde man zu dem Schluss kommen, dass die neuere Veröffentlichung einen Rückschritt gemacht hat. Jais-2-70B-Chat ist ein dichtes 70B-Modell, veröffentlicht am 9. Dezember 2025. Das Flaggschiff von Jais 3, Jais-3-375B-A23B, speichert 375B Parameter und aktiviert 23B davon pro Token. Das dichte Jais-3-32B ist weniger als halb so groß wie das 70B von Jais 2. Das ist kein Rückschritt – es ist der eigentliche Sinn des Generationswechsels, und das zu bestätigen, dauert etwa zwei Minuten auf dem Hub. Jais 2 ist ein Chat-Modell mit einer gated-Lizenzdatei und einem Paper-Identifier in seinen Tags. Jais 3 ist eine Familie von sieben offenen Checkpoints mit Serving-Rezepten, die zehn Tage vor der eigenen Pressemitteilung veröffentlicht wurden. Die nützliche Frage ist nicht, welches besser abschneidet, sondern auf welchem man aufbauen kann; und jede Zeile dieser Antwort weist in dieselbe Richtung.

Das Gating ist der erste Unterschied, und es ist nicht kosmetisch.

Sowohl Jais-2-70B-Chat als auch Jais-2-8B-Chat sind zugangsbeschränkt: automatisch auf dem Hub. Automatisch zugangsbeschränkt bedeutet eine automatisierte Genehmigung – du akzeptierst die Bedingungen und erhältst Zugriff –, aber die Zustimmung ist immer noch ein Schritt, und die Modellkarte für das 70B-Modell gibt bei einem nicht authentifizierten Lesevorgang HTTP 401 zurück. Du kannst nicht sehen, was das Modell über sich selbst behauptet, ohne zuerst etwas zuzustimmen.

• Jais 3 Basis-Checkpoints sind nicht zugriffsbeschränkt. inception42/Jais-3-375B-A23B, Jais-3-32B, Jais-3-7B, Jais-3-3.7B, Jais-3-0.9B und Jais-3-MoVA-36B-A4B alle ohne Authentifizierung abrufbar, alle unter Apache 2.0, alle mit Benchmark-Tabellen in der Modellkarte.

• Die quantisierten und Edge-Builds sind ebenfalls nicht zugangsbeschränkt. FP8-Checkpoints, GGUF für llama.cpp und Ollama sowie MLX-4-Bit-, 8-Bit- und bf16-Builds in der gesamten IFM-Organisation. Die 32B-MLX-Builds erschienen am 1. Oktober, die 3.7B- und 7B-GGUFs am 13. Oktober.

• Die Reichweite von Jais 2 ist nach elf Monaten gering. Das 70B-Modell hat auf dem Hub rund 1.752 Downloads angesammelt, der GGUF-Build des 8B etwa 340. Das sind keine Zahlen, die ein Modell im Produktionseinsatz beschreiben – sie beschreiben ein Modell, das veröffentlicht, zugangsbeschränkt und kaum genutzt wurde.

• Lizenztext — Apache 2.0 ist ebenfalls in den Karten-Metadaten von Jais 2 als Lizenz angegeben, das Hindernis war die Lizenz also nie. Das Gate war es.

Zwei verschiedene Modelldesigns, nicht zwei Größen desselben.

Der architektonische Bruch ist größer, als die Benennung nahelegt.

• Jais 2 deklariert model_type: jais2 mit Jais2ForCausalLM und einem von Llama abgeleiteten Chat-Template — <|start_header_id|> und <|eot_id|> Tokens, eine ai-Rolle für den Assistenten-Turn. Es ist ein konventioneller dichter Decoder mit eigenem Architekturnamen auf Basis eines vertrauten Designs.

• Jais 3 deklariert model_type: k2_horizon mit K2HorizonForCausalLM — eine völlig andere Abstammungslinie, die sich die Namensgebung mit den K2-Horizon-Forschungsmodellen von IFM teilt und bei jedem Serving-Befehl --trust-remote-code erfordert, weil die Implementierung eigens entwickelt ist.

• Das Flaggschiff ist ein Mixture-of-Experts mit 192 Experten, das 8 Experten pro Token routet. Jais 2 hat überhaupt keine MoE-Variante; beide veröffentlichten Jais-2-Checkpoints sind dicht.

• Jais-3-MoVA-36B-A4Bergänzt Mixture-of-Values-Attention zusätzlich zu MoE/strong> — 36B gespeichert, 4B pro Token aktiv. Dieses Design gibt es in Jais 2 nirgends.

• Der Kontext ist der strukturelle Bruch.Jeder Jais-3-Checkpoint außer dem 0.9B-Checkpoint reicht bis zu 524.288 Token. Die Card-Metadaten von Jais 2 geben überhaupt keine Kontextlänge an, und die Serving-Dokumentation der Familie existiert nicht in der Form, in der die von Jais 3 existiert.

Was Jais 3 hinzufügt, was Jais 2 nicht konnte

Das ist die Kurzfassung davon, warum die neuere Familie eine andere Produktkategorie ist.

• Reasoning-Trennung. --reasoning-parser k2_horizon legt die Denkspur in reasoning_content und die Antwort in content. Die Tiefe ist dann eine Einstellung pro Anfrage — reasoning_effort: high oder low — statt etwas, das in einen Checkpoint eingebacken ist.

• Tool-Aufrufe mit einem Parser und drei Übertragungsformaten. --tool-call-parser k2_horizon plus --enable-auto-tool-choice, wobei json, xml und xml_typed pro Anfrage auswählbar sind. Die Modellkarte von Jais 2 bewirbt dialogorientierte Nutzung; Tool-Nutzung ist nicht Teil des angegebenen Funktionsumfangs.

• Abgestufte Checkpoints, die Sie einsehen können. Jais 3 veröffentlicht CPT-, Cooldown-, FTPO- und SFT-Branches separat im Flaggschiff-Repository. Für die Forschung zu Trainingsdynamiken ist das der Unterschied zwischen einem Modell und einer Fallstudie.

• Trainingsprotokolle offen einsehbar. IFM verlinkt ein W&B-Projekt für das Flaggschiff. Jais 2 nennt eine Paper-Kennung und sonst nichts Betriebsrelevantes.

• Eine Größenleiter. Die veröffentlichten Textmodelle von Jais 2 sind 70B und 8B. Jais 3 umfasst 0,9B, 3,7B, 7B, 32B, 36B-A4B und 375B-A23B, sodass es einen Checkpoint gibt, der auf eine GPU passt, und einen Checkpoint, der zu einer Ambition passt. Die Adapter- und -Uno-Varianten stehen daneben.

Ein arabisches I/O-Modell ist der einzige Bereich, in dem Jais 2 beim Umfang noch gewinnt.

Es gibt eine Sache, die Jais 2 tut, die kein Jais-3-Text-Checkpoint tut, und der Artikel wäre unehrlich, sie nicht zu erwähnen: Die Jais-2-Reihe ist von vornherein als zweisprachig Arabisch und Englisch dokumentiert, mit der Paper-Kennung arxiv:2608.13580, die an beide Jais-2-Repositories angehängt ist. Die Karten von Jais 3 geben ebenfalls Arabisch und Englisch an, und seine Benchmark-Suite ist überwiegend auf Arabisch ausgerichtet – Arabic MMLU, AraSTEM, Arabic GSM8K, Dialekterkennung, IslamicQA, arabische Kultur, Diakritisierung, Parsing.

Der Unterschied liegt darin, wohin die Arbeit fließt. Der Anspruch von Jais 2 ist zweisprachige Konversationsparität. Der Anspruch von Jais 3 ist arabisch-native Tiefe – Dialekte, Kultur, islamisches Wissen, Diakritika und agentisches Verhalten auf Arabisch. Das sind unterschiedliche Wetten, und ein Team, dessen Arbeitspensum tatsächlich zur Hälfte englischsprachig ist, sollte die Dokumentation zu Jais 2 lesen, bevor es annimmt, dass Jais 3 es auf dieser Achse ablöst.

Was Jais 3 im Bereich Sprache hat, was Jais 2 nicht hat, ist kein Nachfolger, sondern ein Geschwistermodell: Jais-ASRist ein separates Modell auf Basis eines Jais-3-4B-Backbones, das Modernes Hocharabisch sowie Dialekte aus 19 arabischen Ländern abdeckt, mit Code-Switching zu Englisch, Französisch, Spanisch und Italienisch, veröffentlicht unter Apache 2.0 mit eigenem vLLM-Plugin und eigenem Benchmark-Set. Wenn Ihre Pipeline Spracheingabe und Textausgabe verarbeitet, ist das das Artefakt der Jais-3-Generation, das Sie wollen, und in Jais 2 gibt es nichts Vergleichbares.

Der Vergleich, den niemand ehrlich anstellen kann

Es gibt keinen veröffentlichten direkten Vergleich zwischen Jais 3 und Jais 2, und der Artikel wird auch keinen erstellen. Die Karten von Jais 3 berichten gegen Referenzmodelle — Qwen 3.5, MiniMax M3, Gemma 4, Falcon-H1, Muse-Glimmer, Fanar 2 — nicht gegen Jais 2. Die eigenen Benchmark-Zahlen von Jais 2 befinden sich in einer zugangsbeschränkten Karte, die mit einer älteren Testumgebung erstellt wurden, und die beiden Datensätze sind nicht miteinander vergleichbar. Jede Zahl in den Jais-3-Tabellen stammt von IFM selbst, ist von keiner dritten Partei verifiziert, und dasselbe gilt für alles, was Jais 2 veröffentlicht hat.

Was ohne Harness gesagt werden kann, ist, was eine Migration tatsächlich kostet, und das ist der Teil, den Praktiker brauchen. Jais 3 erfordert --trust-remote-code, einen k2_horizon-Reasoning-Parser, einen k2_horizon-Tool-Call-Parser und sprachabhängiges Sampling – Temperatur 1,0 für Englisch und 0,7 für Arabisch im Thinking-Modus, gegenüber einem Standardwert von 0,2 außerhalb davon. Außerdem verlangt es ein Budget von mindestens 32.768 Ausgabe-Tokens. Nichts davon ist ein Drop-in-Ersatz für eine Integration von Jais 2, und das Kopieren eines Request-Bodys von Jais 2 wird schlechte Ausgaben erzeugen, aus Gründen, die nach Modellqualität aussehen, aber Konfiguration sind.

Wie man das Upgrade als Experiment statt als Migration durchführt

Niemand sollte eine funktionierende arabische Workload aufgrund einer Anbieter-Benchmark-Tabelle auf ein unerprobtes Modell umstellen. Die richtige Vorgehensweise ist eine Gegenüberstellung: dieselben Prompts, beide Modelle, selbst bewerten und erst dann den Traffic umleiten. Die Lizenz von Jais 3 macht das auf der Gewichtsebene einfach – Apache 2.0, kein Gate, Rezepte für vLLM und SGLang mit den exakten Flags und eine AMD-MI355X-Konfiguration, die zusammen mit den NVIDIA-Konfigurationen für das Flaggschiff validiert wurde.

Auf der Anfrageebene ist das, was einen Side-by-Side-Vergleich günstig macht, nicht zwei Integrationen aufsetzen zu müssen. OrcaRouter ist eine einzige API über mehr als 200 Modelle mit 0 % Aufschlag, zum Listpreis des Anbieters durchgereicht, und seine Routing-DSL ist genau für diesen Vergleich gebaut — du kombinierst beide Modelle in einem Aufruf und bekommst beide Antworten zurück, statt zwei Clients und ein Diff-Skript zu pflegen. Automatisches Failover deckt die andere Hälfte des Problems ab: Eine noch nicht erprobte Generation kann einen Teil des Produktionsverkehrs übernehmen, während etwas bereits Gemessenes den Rest abfängt, und ein fehlerhafter Antwortpfad weicht aus, statt die Anfrage scheitern zu lassen. Weder Jais 2 noch Jais 3 ist heute in unserem Katalog, also sieh dir die Modellliste an, bevor du etwas auf ein Self-Hosting auslegst — und wenn dein Interesse dem Vergleichen statt dem Deployment gilt, ist diese Liste das, was sich am schnellsten ändert.

Das ehrliche Fazit lautet: Jais 3 ist kein größeres Jais 2, sondern eine andere Laboranstrengung mit einer offenen Lizenz, einer Leiter aus sechs Größen und einer agentischen Serving-Oberfläche, und die elf Monate dazwischen haben mehr als nur Skalierung gebracht. Ob es für Ihre Aufgabe besser ist, können nur Ihre Prompts beantworten, und die einzigen bisher veröffentlichten Belege dafür stammen vom Anbieter selbst.