Jais 3 対 Jais 2：同じラボ、10か月、そしてまったく別のモデル

そのJais 3ファミリーとJais-2-70B-Chatは同じ研究所から11か月違いで登場しました。そして、パラメータ数だけを見れば、新しいリリースは後退したと結論づけるでしょう。Jais-2-70B-Chatは2025年12月9日に公開された70Bのdenseモデルです。フラッグシップはJais 3のJais-3-375B-A23Bで、375Bのパラメータを保持し、トークンあたり23Bのパラメータを稼働させます。denseなJais-3-32BはJais 2の70Bの半分未満のサイズです。これは後退ではありません。むしろ、世代交代の狙いそのものです。そして、それを確認するのにHubで約2分しかかかりません。Jais 2は、ゲート付きライセンスファイルとタグに論文識別子を持つチャットモデルです。Jais 3は、独自のプレスリリースの10日前に公開されたサービングレシピを備えた、7つのオープンチェックポイントのファミリーです。有益な問いは、どちらが高いスコアを出すかではありません。どちらを土台にできるかであり、その答えのどの行も同じ方向を指しています。

ゲーティングが最初の違いであり、それは見た目だけの話ではない

Jais-2-70B-Chat と Jais-2-8B-Chat にはどちらもゲート：自動が Hub 上で適用されています。自動ゲートとは自動承認を意味します — 利用規約に同意するとアクセス権が得られます — ただし同意は依然としてステップであり、70B のモデルカードは未認証の読み取りに対して HTTP 401 を返します。何かに先に同意しなければ、モデルが自身について主張している内容を見ることはできません。

• Jais 3 のベースチェックポイントはゲートなしです。 inception42/Jais-3-375B-A23B、Jais-3-32B、Jais-3-7B、Jais-3-3.7B、Jais-3-0.9B、および Jais-3-MoVA-36B-A4Bはいずれも認証なしで閲覧でき、すべて Apache 2.0、すべてカードにベンチマーク表があります。

• 量子化ビルドとエッジビルドもゲートなしで入手できます。FP8チェックポイント、llama.cppとOllama向けのGGUF、そしてIFM組織全体にわたるMLXの4ビット、8ビット、bf16ビルド。32BのMLXビルドは10月1日に公開され、3.7Bと7BのGGUFは10月13日に公開されました。

• Jais 2のリーチは、11か月経っても小さい。70BはHub上でおよそ1,752ダウンロード、8BのGGUFビルドは約340ダウンロードを累計している。これは本番運用されているモデルを表す数字ではない——公開され、ゲート付きにされ、ほとんど使われてこなかったモデルを表す数字だ。

• ライセンス本文 — Apache 2.0 は Jais 2 のカードメタデータにも宣言されているので、ライセンスが障害だったことは一度もない。障害はゲートだった。

2つの異なるモデル設計であり、1つのモデルの2つのサイズではない

アーキテクチャ上の断絶は、その命名が示唆するよりも大きい。

• Jais 2 は model_type: jais2 を宣言し、Jais2ForCausalLM と Llama 由来のチャットテンプレートを備えています — <|start_header_id|> と <|eot_id|> トークン、アシスタントのターン用の ai ロールです。これは、よく知られた設計に独自のアーキテクチャ名を冠した従来型の密なデコーダです。

• Jais 3 は model_type: k2_horizon を K2HorizonForCausalLM で宣言します — まったく異なる系統であり、IFM の K2-Horizon 研究モデルと命名を共有しており、実装がカスタムであるため、すべてのサービングコマンドで --trust-remote-code が必要です。

• フラッグシップは192エキスパートのMixture-of-Expertsで、トークンあたり8エキスパートをルーティングする。 Jais 2にはMoE版が一切存在せず、公開されているJais 2のチェックポイントは2つともdenseである。

• Jais-3-MoVA-36B-A4BはMoEの上にMixture-of-Valuesアテンションを追加/strong> — 保存時36B、トークンあたり4Bがアクティブ。そんな設計はJais 2にはどこにも存在しません。

• コンテキストが構造的な断絶点です。0.9Bを除くすべてのJais 3チェックポイントは524,288トークンまで動作します。Jais 2のカードメタデータはコンテキスト長を一切公開しておらず、またこのファミリーのサービングドキュメントはJais 3のような形式では存在しません。

Jais 2にはできなかったことをJais 3が追加する点

これが、より新しいファミリーが別の製品カテゴリーである理由の簡潔な説明です。

• 推論の分離。 --reasoning-parser k2_horizon は思考トレースを reasoning_content に、回答を content に配置します。その後、深さはリクエストごとの設定 — reasoning_effort: high または low — チェックポイントに焼き込まれたものではなくなります。

• パーサーによるツール呼び出しと、3つのワイヤフォーマット。 --tool-call-parser k2_horizonに加えて--enable-auto-tool-choiceを使用し、json、xmlおよびxml_typedをリクエストごとに選択できます。Jais 2のカードは会話用途をうたっていますが、ツール利用は明記された能力セットには含まれていません。

• 段階的に公開されるチェックポイントを検査できます。 Jais 3 は、CPT、Cooldown、FTPO、SFT の各ブランチをフラッグシップリポジトリ上で個別に公開しています。訓練ダイナミクスを研究するうえで、これはモデルとケーススタディの違いにほかなりません。

• トレーニングログは公開されている。IFMはフラッグシップモデル用のW&Bプロジェクトをリンクしている。Jais 2は論文の識別子を挙げているだけで、運用に関わる情報は他に何もない。

• サイズのラダー。Jais 2 の公開テキストモデルは 70B と 8B です。Jais 3 は 0.9B、3.7B、7B、32B、36B-A4B、375B-A23B にわたり、1 つの GPU に収まるチェックポイントと、野望に応えるチェックポイントがあります。Adapter と -Uno のバリアントがそれらと並んでいます。

アラビア語のI/Oモデルは、Jais 2が依然としてスコープで優位に立つ唯一の領域だ

Jais 2 にできて Jais 3 のテキストチェックポイントにはできないことが一つあり、本記事が誠実であるならそれを述べないわけにはいかない。Jais 2 系は設計上、アラビア語と英語のバイリンガルとして文書化されており、論文識別子arxiv:2608.13580が両方の Jais 2 リポジトリに付与されている。Jais 3 のカードもアラビア語と英語を宣言しており、そのベンチマークスイートは圧倒的にアラビア語中心だ — Arabic MMLU、AraSTEM、Arabic GSM8K、方言識別、IslamicQA、アラブ文化、発音記号付与、構文解析。

違いは、労力がどこに注がれるかにある。Jais 2 がうたうのは、二言語での会話性能の同等性だ。Jais 3 がうたうのは、アラビア語に根ざした深さ——方言、文化、イスラム知識、ダイアクリティクス、そしてアラビア語でのエージェント的行動——である。これらは別々の賭けであり、業務量の半分が本当に英語であるチームは、Jais 3 がその軸で Jais 2 に取って代わると決めつける前に、Jais 2 のドキュメントを読むべきだ。

音声の面でJais 3がJais 2にないものは、後継モデルではなく兄弟モデルです：Jais-ASRは、Jais-3-4Bバックボーン上に構築された別個のモデルで、現代標準アラビア語に加えて19のアラブ諸国の方言をカバーし、英語、フランス語、スペイン語、イタリア語へのコードスイッチングに対応しています。Apache 2.0のもとで公開され、独自のvLLMプラグインと独自のベンチマークセットを備えています。パイプラインが音声入力・テキスト出力であれば、それが求めるJais-3世代の成果物であり、Jais 2には同等のものはありません。

誰も正直にはできない比較

Jais 3 と Jais 2 の間に公表された直接比較は存在せず、本記事がそれを作成することもない。Jais 3 のカードは参照モデル — Qwen 3.5、MiniMax M3、Gemma 4、Falcon-H1、Muse-Glimmer、Fanar 2 — に対して報告しており、Jais 2 に対してではない。Jais 2 自身のベンチマーク数値は制限付きカード内にあり、古いハーネスで生成されたもので、両者の数値群は比較可能ではない。Jais 3 の表にあるすべての数値は IFM 自身のもので、第三者による検証は受けておらず、Jais 2 が公表したものについても同様である。

ハーネスなしで言えるのは、移行に実際にかかるコストであり、それが実務家に必要な部分だ。Jais 3 が必要とするのは --trust-remote-code、k2_horizon 推論パーサー、k2_horizon ツール呼び出しパーサー、そして言語依存のサンプリング — 思考モードでは英語に temperature 1.0、アラビア語に 0.7、それ以外ではデフォルト 0.2 である。また少なくとも 32,768 出力トークンの予算を必要とする。これらのいずれも Jais 2 統合のドロップイン代替ではなく、Jais 2 のリクエストボディをそのままコピーすると、モデル品質に見える理由で悪い出力が生じるが、それは設定によるものである。

アップグレードをマイグレーションではなく実験として実行する方法

動作しているアラビア語ワークロードを、ベンダーのベンチマーク表だけを根拠に、実績のないモデルへ入れ替えるべきではない。正しい形は並べて比較することだ。同じプロンプトを両方のモデルに与え、自分で採点し、そうして初めてトラフィックを移す。Jais 3のライセンスは、それを重みのレベルで容易にする — Apache 2.0、ゲートなし、正確なフラグを記載したvLLMとSGLang向けのレシピ、そしてフラッグシップについてはNVIDIA向けの構成と並んで検証されたAMD MI355X構成がある。

リクエストのレベルで言えば、サイドバイサイド比較を安く済ませてくれるのは、2つの統合を立ち上げずに済むことです。OrcaRouterは200以上ものモデルに対応する単一のAPIで、マークアップは0%、プロバイダーの定価をそのまま通し、そのルーティングDSLはまさにこの比較のために作られています — 両方のモデルを1回の呼び出しにまとめれば両方の回答が返ってくるので、2つのクライアントと差分スクリプトを保守する必要はありません。自動フェイルオーバーが問題の残り半分をカバーします：実績のない世代に本番トラフィックの一部を任せつつ、すでに測定済みのものが残りを吸収でき、不良な応答パスはリクエストを失敗させるのではなくフェイルオーバーします。Jais 2もJais 3も現在当社のカタログにはありませんので、セルフホストを前提に設計する前にモデルリストを確認してください — そして、デプロイではなく比較に関心があるなら、そのリストこそが最も速く変わるものです。

正直な結論を言えば、こうだ。Jais 3 は Jais 2 を大きくしたものではない。オープンライセンス、6段階のサイズ展開、エージェント型のサービング面を備えた、別のラボによる取り組みであり、両者の間の11か月で規模を超えるものが得られた。それがあなたの業務でより優れているかどうかは、あなたのプロンプトだけが答えを出せる問いであり、今のところそれについて公表されている唯一の証拠は、ベンダー自身のものである。