Jais 3 vs Jais 2: Lab yang Sama, Sepuluh Bulan, dan Model yang Sepenuhnya Berbeda

Keluarga Jais 3 dan Jais-2-70B-Chat berasal dari lab yang sama dengan selisih sebelas bulan, dan jika Anda hanya membaca jumlah parameternya, Anda akan menyimpulkan bahwa rilis yang lebih baru mengalami kemunduran. Jais-2-70B-Chat adalah model dense 70B yang dipublikasikan pada 9 Desember 2025. Model unggulan dari Jais 3, Jais-3-375B-A23B, menyimpan 375B parameter dan menjalankan 23B di antaranya per token. Model dense Jais-3-32B berukuran kurang dari setengah ukuran 70B milik Jais 2. Itu bukan regresi — itulah inti dari pergantian generasi, dan memastikannya butuh sekitar dua menit di Hub. Jais 2 adalah model chat dengan file lisensi akses terbatas dan pengenal paper di tag-nya. Jais 3 adalah keluarga dari tujuh checkpoint terbuka dengan resep penyajian yang dipublikasikan sepuluh hari sebelum siaran persnya sendiri. Pertanyaan yang berguna bukanlah mana yang skornya lebih tinggi; melainkan mana yang bisa Anda bangun di atasnya, dan setiap baris jawaban itu menunjuk ke arah yang sama.

Gating adalah perbedaan pertama dan itu bukan sekadar kosmetik.

Baik Jais-2-70B-Chat maupun Jais-2-8B-Chat menyandang status terbatas: otomatis di Hub. Terbatas otomatis berarti persetujuan otomatis — Anda menerima ketentuan dan mendapatkan akses — tetapi penerimaan tetap merupakan langkah, dan kartu model untuk 70B mengembalikan HTTP 401 untuk pembacaan tanpa autentikasi. Anda tidak dapat melihat apa yang diklaim model tentang dirinya sendiri tanpa menyetujui sesuatu terlebih dahulu.

• Checkpoint dasar Jais 3 tidak dibatasi. inception42/Jais-3-375B-A23B, Jais-3-32B, Jais-3-7B, Jais-3-3.7B, Jais-3-0.9B dan Jais-3-MoVA-36B-A4B semuanya dapat dibaca tanpa autentikasi, semuanya Apache 2.0, semuanya dengan tabel benchmark di dalam kartu.

• Build terkuantisasi dan edge juga tidak dibatasi. Checkpoint FP8, GGUF untuk llama.cpp dan Ollama, serta build MLX 4-bit, 8-bit, dan bf16 di seluruh organisasi IFM. Build MLX 32B dirilis pada 1 Oktober, GGUF 3.7B dan 7B pada 13 Oktober.

• Jangkauan Jais 2 setelah sebelas bulan masih kecil. Model 70B telah mengumpulkan sekitar 1.752 unduhan di Hub dan build GGUF dari 8B sekitar 340. Angka-angka itu bukan angka yang menggambarkan model yang digunakan dalam produksi — angka-angka itu menggambarkan model yang diterbitkan, dibatasi aksesnya, dan tidak banyak diuji coba.

• Teks lisensi — Apache 2.0 juga dinyatakan dalam metadata kartu Jais 2, jadi lisensi tidak pernah menjadi penghalang. Yang menjadi gerbang adalah.

Dua desain model yang berbeda, bukan dua ukuran dari satu model.

Perubahan arsitekturnya lebih besar daripada yang disiratkan oleh penamaannya.

• Jais 2 mendeklarasikan model_type: jais2 dengan Jais2ForCausalLM dan template obrolan turunan Llama — <|start_header_id|> dan <|eot_id|> token, sebuah peran ai untuk giliran asisten. Ini adalah decoder padat konvensional dengan nama arsitekturnya sendiri di atas desain yang familier.

• Jais 3 mendeklarasikan model_type: k2_horizon dengan K2HorizonForCausalLM — garis keturunan yang sepenuhnya berbeda, berbagi penamaan dengan model riset K2-Horizon milik IFM, dan memerlukan --trust-remote-code di setiap perintah serving karena implementasinya kustom.

• Model unggulan ini adalah mixture-of-experts dengan 192 expert yang merutekan 8 expert per token. Jais 2 tidak memiliki varian MoE sama sekali; kedua checkpoint Jais 2 yang dipublikasikan bersifat dense.

• Jais-3-MoVA-36B-A4B menambahkan atensi Mixture-of-Values di atas MoE/strong> — 36B tersimpan, 4B aktif per token. Desain seperti itu tidak ada di Jais 2.

• Konteks adalah pemisah struktural. Setiap checkpoint Jais 3 kecuali 0.9B mencapai 524,288 token. Metadata kartu Jais 2 sama sekali tidak memublikasikan panjang konteks, dan dokumentasi serving keluarga ini tidak ada dalam bentuk seperti yang dimiliki Jais 3.

Apa yang ditambahkan Jais 3 yang tidak bisa dilakukan Jais 2

Ini versi singkatnya tentang mengapa keluarga yang lebih baru termasuk dalam kategori produk yang berbeda.

• Pemisahan penalaran. --reasoning-parser k2_horizon menempatkan jejak pemikiran di reasoning_content dan jawabannya di content. Kedalaman kemudian menjadi pengaturan per permintaan — reasoning_effort: high atau low — bukan sesuatu yang ditanamkan ke dalam checkpoint.

• Pemanggilan alat dengan parser, dan tiga format transmisi. --tool-call-parser k2_horizon ditambah --enable-auto-tool-choice, dengan json, xml dan xml_typed yang dapat dipilih per permintaan. Kartu Jais 2 mempromosikan penggunaan percakapan; penggunaan alat bukan bagian dari kumpulan kemampuan yang dinyatakan.

• Checkpoint bertahap yang dapat Anda periksa. Jais 3 mempublikasikan cabang CPT, Cooldown, FTPO, dan SFT secara terpisah di repositori unggulan. Untuk penelitian tentang dinamika pelatihan, itulah perbedaan antara sebuah model dan sebuah studi kasus.

• Log pelatihan secara terbuka. IFM menautkan proyek W&B untuk produk andalannya. Jais 2 hanya mencantumkan pengenal makalah dan tidak ada informasi operasional lainnya.

• Tangga ukuran. Model teks terbitan Jais 2 adalah 70B dan 8B. Jais 3 mencakup 0,9B, 3,7B, 7B, 32B, 36B-A4B dan 375B-A23B, jadi ada checkpoint yang cocok untuk satu GPU dan checkpoint yang cocok untuk sebuah ambisi. Varian Adapter dan -Uno berada di samping mereka.

Model I/O bahasa Arab adalah satu-satunya area di mana Jais 2 masih unggul dalam cakupan.

Ada satu hal yang dilakukan Jais 2 yang tidak dilakukan oleh checkpoint teks Jais 3 mana pun, dan artikel ini akan tidak jujur jika tidak menyebutkannya: lini Jais 2 didokumentasikan sebagai bilingual Arab dan Inggris sejak awal perancangannya, dengan pengenal makalah arxiv:2608.13580 yang dilampirkan pada kedua repositori Jais 2. Kartu-kartu Jais 3 juga menyatakan dukungan Arab dan Inggris, dan rangkaian tolok ukurnya sangat berfokus pada bahasa Arab — MMLU Arab, AraSTEM, GSM8K Arab, identifikasi dialek, IslamicQA, budaya Arab, diakritisasi, parsing.

Perbedaannya terletak pada ke mana pekerjaan diarahkan. Klaim Jais 2 adalah paritas percakapan dwibahasa. Klaim Jais 3 adalah kedalaman asli bahasa Arab — dialek, budaya, pengetahuan keislaman, diakritik, dan perilaku agentik dalam bahasa Arab. Itu adalah taruhan yang berbeda, dan tim yang beban kerjanya memang separuh berbahasa Inggris harus membaca dokumentasi Jais 2 sebelum menganggap Jais 3 menggantikannya pada dimensi itu.

Yang dimiliki Jais 3 tetapi tidak dimiliki Jais 2, di sisi ucapan, adalah saudara sekandung, bukan penerus: Jais-ASRadalah model terpisah yang dibangun di atas tulang punggung Jais-3-4B yang mencakup Bahasa Arab Standar Modern plus dialek dari 19 negara Arab dengan alih kode ke bahasa Inggris, Prancis, Spanyol, dan Italia, diterbitkan di bawah Apache 2.0 dengan plugin vLLM-nya sendiri dan set benchmark-nya sendiri. Jika pipeline Anda adalah ucapan masuk dan teks keluar, itulah artefak generasi Jais-3 yang Anda inginkan, dan tidak ada yang setara di Jais 2.

Perbandingan yang tidak dapat dilakukan siapa pun secara jujur

Tidak ada perbandingan langsung yang dipublikasikan antara Jais 3 dan Jais 2, dan artikel ini tidak akan menyusunnya. Kartu Jais 3 melaporkan hasil terhadap model referensi — Qwen 3.5, MiniMax M3, Gemma 4, Falcon-H1, Muse-Glimmer, Fanar 2 — bukan terhadap Jais 2. Angka benchmark Jais 2 sendiri berada di dalam kartu berakses terbatas, dihasilkan pada harness yang lebih lama, dan kedua kumpulan angka tersebut tidak dapat dibandingkan secara setara. Setiap angka dalam tabel Jais 3 adalah milik IFM sendiri, tidak diverifikasi oleh pihak ketiga mana pun, dan hal yang sama berlaku untuk apa pun yang dipublikasikan Jais 2.

Yang bisa dikatakan tanpa harness adalah berapa biaya migrasi sebenarnya, dan itulah bagian yang dibutuhkan para praktisi. Jais 3 memerlukan --trust-remote-code, sebuah parser penalaran k2_horizon, sebuah parser pemanggilan alat k2_horizon, dan pengambilan sampel yang bergantung pada bahasa — temperature 1.0 untuk bahasa Inggris dan 0.7 untuk bahasa Arab dalam mode berpikir, dibandingkan dengan default 0.2 di luarnya. Model ini juga menginginkan anggaran setidaknya 32.768 token keluaran. Tidak ada dari itu yang merupakan pengganti langsung untuk integrasi Jais 2, dan menyalin body permintaan Jais 2 akan menghasilkan keluaran buruk karena alasan yang terlihat seperti kualitas model tetapi sebenarnya konfigurasi.

Cara menjalankan upgrade sebagai eksperimen, bukan migrasi

Tidak ada yang boleh mengganti beban kerja berbahasa Arab yang sudah berjalan ke model yang belum terbukti hanya berdasarkan tabel benchmark vendor. Bentuk yang tepat adalah perbandingan berdampingan: prompt yang sama, kedua model, nilai sendiri, dan baru setelah itu alihkan lalu lintas. Lisensi Jais 3 membuatnya mudah pada tingkat bobot — Apache 2.0, tanpa gate, resep untuk vLLM dan SGLang dengan flag yang tepat, serta konfigurasi AMD MI355X yang divalidasi bersama konfigurasi NVIDIA untuk model unggulan.

Pada level permintaan, hal yang membuat perbandingan side-by-side murah adalah tidak perlu menyiapkan dua integrasi. OrcaRouter adalah satu API untuk lebih dari 200 model dengan markup 0%, harga daftar penyedia diteruskan apa adanya, dan DSL routing-nya memang dirancang persis untuk perbandingan ini — Anda menggabungkan kedua model ke dalam satu panggilan dan mendapatkan kedua jawabannya kembali, alih-alih memelihara dua klien dan skrip diff. Failover otomatis menutupi separuh masalah lainnya: generasi yang belum terbukti dapat mengambil sebagian trafik produksi sementara sesuatu yang sudah terukur menyerap sisanya, dan jalur respons yang buruk akan dialihkan alih-alih menggagalkan permintaan. Baik Jais 2 maupun Jais 3 tidak ada di katalog kami saat ini, jadi periksa daftar model sebelum Anda merancang berdasarkan self-host — dan jika ketertarikan Anda adalah membandingkan ketimbang men-deploy, daftar itulah yang paling cepat berubah.

Penutup yang jujur adalah ini: Jais 3 bukanlah Jais 2 yang lebih besar; ia adalah upaya lab yang berbeda dengan lisensi terbuka, tangga enam ukuran, dan permukaan penyajian agentic, dan sebelas bulan di antara keduanya menghasilkan lebih dari sekadar skala. Apakah ia lebih baik dalam pekerjaan Anda adalah pertanyaan yang hanya bisa dijawab oleh prompt Anda, dan satu-satunya bukti terpublikasi untuk itu sejauh ini adalah milik vendor sendiri.