Jais 3 vs Jais 2: Mismo laboratorio, diez meses y un modelo completamente diferente

La Jais 3 familia y Jais-2-70B-Chat provienen del mismo laboratorio con once meses de diferencia, y si solo lees los recuentos de parámetros, concluirías que la versión más reciente retrocedió. Jais-2-70B-Chat es un modelo denso de 70B publicado el 9 de diciembre de 2025. El buque insignia de Jais 3, Jais-3-375B-A23B, almacena 375B parámetros y ejecuta 23B de ellos por token. El modelo denso Jais-3-32B es menos de la mitad del tamaño del 70B de Jais 2. Eso no es una regresión — es el sentido mismo del cambio de generación, y confirmarlo lleva unos dos minutos en el Hub. Jais 2 es un modelo de chat con un archivo de licencia con acceso restringido y un identificador de artículo en sus etiquetas. Jais 3 es una familia de siete checkpoints abiertos con recetas de servicio publicadas diez días antes de su propio comunicado de prensa. La pregunta útil no es cuál obtiene mejores puntuaciones; es sobre cuál puedes construir, y cada fila de esa respuesta apunta en la misma dirección.

El gating es la primera diferencia y no es algo cosmético

Tanto Jais-2-70B-Chat como Jais-2-8B-Chat llevan gated: auto en el Hub. «Auto-gated» significa una aprobación automatizada —aceptas los términos y obtienes acceso—, pero la aceptación sigue siendo un paso, y la tarjeta del modelo para el 70B devuelve HTTP 401 a una lectura no autenticada. No puedes ver lo que el modelo afirma sobre sí mismo sin antes aceptar algo.

• Los checkpoints base de Jais 3 no tienen control de acceso. inception42/Jais-3-375B-A23B, Jais-3-32B, Jais-3-7B, Jais-3-3.7B, Jais-3-0.9B y Jais-3-MoVA-36B-A4B todos se pueden leer sin autenticación, todos con licencia Apache 2.0, todos con tablas de benchmarks en la tarjeta.

• Las builds cuantizadas y de edge tampoco tienen acceso restringido. Checkpoints FP8, GGUF para llama.cpp y Ollama, y builds MLX de 4 bits, 8 bits y bf16 en toda la organización IFM. Las builds MLX de 32B llegaron el 1 de octubre, y las GGUF de 3.7B y 7B el 13 de octubre.

• El alcance de Jais 2 tras once meses es escaso. El 70B ha acumulado aproximadamente 1.752 descargas en el Hub, y la compilación GGUF del 8B, unas 340. No son cifras que describan un modelo en uso productivo: describen un modelo que se publicó, se restringió y no se ejercitó gran cosa.

• Texto de la licencia — Apache 2.0 también se declara en los metadatos de la tarjeta de Jais 2, así que la licencia nunca fue el obstáculo. La barrera era.

Dos diseños de modelo diferentes, no dos tamaños de uno

La ruptura arquitectónica es más grande de lo que la nomenclatura sugiere.

• Jais 2 declara model_type: jais2 con Jais2ForCausalLM y una plantilla de chat derivada de Llama — <|start_header_id|> y <|eot_id|> tokens, un rol ai para el turno del asistente. Es un decodificador denso convencional con su propio nombre de arquitectura sobre un diseño familiar.

• Jais 3 declara model_type: k2_horizon con K2HorizonForCausalLM — un linaje completamente distinto, que comparte nombre con los modelos de investigación K2-Horizon de IFM, y que requiere --trust-remote-code en cada comando de servicio porque la implementación es personalizada.

• El modelo insignia es una mezcla de expertos de 192 expertos que enruta 8 expertos por token. Jais 2 no tiene ninguna variante MoE; ambos checkpoints publicados de Jais 2 son densos.

• Jais-3-MoVA-36B-A4B añade atención Mixture-of-Values sobre MoE/strong> — 36B almacenados, 4B activos por token. Ese diseño no existe en ningún lugar de Jais 2.

• El contexto es la ruptura estructural. Todos los checkpoints de Jais 3, excepto el de 0,9B, llegan hasta 524.288 tokens. Los metadatos de la tarjeta de Jais 2 no publican ninguna longitud de contexto, y la documentación de servicio de la familia no existe en la forma en que lo hace la de Jais 3.

Lo que Jais 3 añade que Jais 2 no podía hacer

Esta es la versión corta de por qué la familia más nueva es una categoría de producto diferente.

• Separación del razonamiento. --reasoning-parser k2_horizon coloca la traza de pensamiento en reasoning_content y la respuesta en content. La profundidad es entonces una configuración por solicitud — reasoning_effort: high o low — en lugar de algo integrado en un checkpoint.

• Llamadas a herramientas con un analizador, y tres formatos de conexión. --tool-call-parser k2_horizon más --enable-auto-tool-choice, con json, xml y xml_typed seleccionables por solicitud. La tarjeta de Jais 2 anuncia uso conversacional; el uso de herramientas no es parte de su conjunto de capacidades declarado.

• Puntos de control por etapas que puedes inspeccionar. Jais 3 publica las ramas CPT, Cooldown, FTPO y SFT por separado en el repositorio insignia. Para la investigación sobre dinámicas de entrenamiento, esa es la diferencia entre un modelo y un estudio de caso.

• Registros de entrenamiento a la vista. IFM enlaza un proyecto de W&B para el modelo insignia. Jais 2 incluye un identificador de artículo y nada más que sea operativo.

• Una escalera de tamaños. Los modelos de texto publicados de Jais 2 son 70B y 8B. Jais 3 abarca 0.9B, 3.7B, 7B, 32B, 36B-A4B y 375B-A23B, así que hay un checkpoint que cabe en una GPU y un checkpoint que está a la altura de una ambición. Las variantes Adapter y -Uno se sitúan junto a ellos.

Un modelo árabe de E/S es el único ámbito en el que Jais 2 todavía gana en alcance.

Hay una cosa que Jais 2 hace que ningún checkpoint de texto de Jais 3 hace, y el artículo sería deshonesto si no lo dijera: la línea Jais 2 está documentada como bilingüe árabe e inglés por diseño, con el identificador del artículo arxiv:2608.13580 adjunto a ambos repositorios de Jais 2. Las tarjetas de Jais 3 también declaran árabe e inglés, y su suite de benchmarks está abrumadoramente centrada en el árabe — MMLU en árabe, AraSTEM, GSM8K en árabe, identificación de dialectos, IslamicQA, cultura árabe, diacritización, parsing.

La diferencia está en dónde recae el trabajo. La promesa de Jais 2 es la paridad conversacional bilingüe. La promesa de Jais 3 es la profundidad nativa del árabe: dialectos, cultura, conocimiento islámico, diacríticos y comportamiento agéntico en árabe. Son apuestas diferentes, y un equipo cuya carga de trabajo sea realmente mitad en inglés debería leer la documentación de Jais 2 antes de asumir que Jais 3 lo reemplaza en ese eje.

Lo que Jais 3 tiene que Jais 2 no tiene, en el lado del habla, es un hermano más que un sucesor: Jais-ASR es un modelo separado construido sobre una base Jais-3-4B que cubre árabe estándar moderno además de dialectos de 19 países árabes con alternancia de código hacia inglés, francés, español e italiano, publicado bajo Apache 2.0 con su propio complemento de vLLM y su propio conjunto de benchmarks. Si tu pipeline es voz de entrada y texto de salida, ese es el artefacto de la generación Jais-3 que buscas, y no hay nada equivalente en Jais 2.

La comparación que nadie puede hacer con honestidad

No hay ninguna comparación directa publicada entre Jais 3 y Jais 2, y el artículo no va a elaborar una. Las tarjetas de Jais 3 presentan resultados frente a modelos de referencia —Qwen 3.5, MiniMax M3, Gemma 4, Falcon-H1, Muse-Glimmer, Fanar 2—, no frente a Jais 2. Los propios números de benchmark de Jais 2 están dentro de una tarjeta con acceso restringido, producidos con un arnés de evaluación más antiguo, y ambos conjuntos no son conmensurables. Todos los números de las tablas de Jais 3 son de IFM, sin verificación por parte de ningún tercero, y lo mismo vale para cualquier cosa que Jais 2 haya publicado.

Lo que se puede decir sin un arnés es lo que realmente cuesta una migración, y esa es la parte que los profesionales necesitan. Jais 3 requiere --trust-remote-code, un k2_horizon analizador de razonamiento, un k2_horizon analizador de llamadas a herramientas y muestreo dependiente del idioma — temperatura 1,0 para inglés y 0,7 para árabe en modo de pensamiento, frente a un valor predeterminado de 0,2 fuera de él. También requiere un presupuesto de al menos 32.768 tokens de salida. Nada de eso es un reemplazo directo para una integración de Jais 2, y copiar un cuerpo de solicitud de Jais 2 tal cual producirá resultados deficientes por motivos que parecen deberse a la calidad del modelo, pero son de configuración.

Cómo ejecutar la actualización como un experimento en lugar de una migración

Nadie debería cambiar una carga de trabajo en árabe que funciona por un modelo no probado solo por basarse en una tabla de benchmarks de un proveedor. La forma correcta es una comparación lado a lado: los mismos prompts, ambos modelos, puntuarlos tú mismo y solo entonces mover el tráfico. La licencia de Jais 3 lo hace fácil a nivel de pesos — Apache 2.0, sin puerta de acceso, recetas para vLLM y SGLang con los flags exactos, y una configuración de AMD MI355X validada junto con las de NVIDIA para el modelo insignia.

A nivel de solicitud, lo que abarata una comparación en paralelo es no tener que levantar dos integraciones. OrcaRouter es una sola API para más de 200 modelos con 0 % de recargo, con el precio de lista del proveedor trasladado tal cual, y su DSL de enrutamiento está diseñado exactamente para esta comparación — compones ambos modelos en una sola llamada y obtienes ambas respuestas, en lugar de mantener dos clientes y un script de diferencias. La conmutación automática por fallo cubre la otra mitad del problema: una generación no probada puede asumir una parte del tráfico de producción mientras algo ya medido absorbe el resto, y una ruta de respuesta defectuosa conmuta en lugar de hacer fallar la solicitud. Ni Jais 2 ni Jais 3 están hoy en nuestro catálogo, así que consulta la lista de modelos antes de diseñar en torno a un autoalojamiento — y si tu interés está en comparar en lugar de desplegar, esa lista es lo que cambia más rápido.

El cierre honesto es este: Jais 3 no es un Jais 2 más grande, es un esfuerzo de laboratorio distinto con una licencia abierta, una escalera de seis tamaños y una superficie de servicio agéntica, y los once meses entre ambos trajeron más que escala. Que sea mejor para tu trabajo es una pregunta que solo tus prompts pueden responder, y la única evidencia publicada al respecto hasta ahora es la del propio proveedor.