Jais 3 vs Jais 2: 같은 연구소, 10개월, 그리고 완전히 다른 모델

해당 Jais 3 패밀리와 Jais-2-70B-Chat은 같은 연구소에서 11개월 간격으로 나왔습니다. 매개변수 수만 읽는다면 더 새로운 릴리스가 퇴보했다고 결론 내릴 것입니다. Jais-2-70B-Chat은 2025년 12월 9일 공개된 70B 덴스 모델입니다. Jais 3의 플래그십인 Jais-3-375B-A23B는 375B 매개변수를 저장하고 토큰당 그중 23B를 실행합니다. 덴스 Jais-3-32B는 Jais 2의 70B보다 절반도 안 되는 크기입니다. 이는 퇴보가 아니라 세대 변화의 핵심이며, 이를 확인하는 데는 Hub에서 약 2분이면 됩니다. Jais 2는 게이트 라이선스 파일과 태그에 논문 식별자가 있는 채팅 모델입니다. Jais 3는 자체 보도자료보다 열흘 먼저 공개된 서빙 레시피를 갖춘 일곱 개의 오픈 체크포인트 패밀리입니다. 유용한 질문은 어느 쪽 점수가 더 높으냐가 아니라, 어느 쪽 위에 구축할 수 있느냐이며, 그 답의 모든 행은 같은 방향을 가리킵니다.

게이팅이 첫 번째 차이점이며, 이는 겉치레가 아닙니다.

Jais-2-70B-Chat과 Jais-2-8B-Chat은 모두gated: auto로 Hub에 표시됩니다. 자동 게이팅(auto-gated)이란 자동 승인을 뜻합니다. 즉, 약관에 동의하면 접근 권한을 얻게 되지만, 동의는 여전히 거쳐야 할 하나의 단계이며, 70B의 모델 카드는 인증되지 않은 읽기 요청에 HTTP 401을 반환합니다. 무언가에 먼저 동의하지 않고서는 그 모델이 스스로에 대해 주장하는 바를 볼 수 없습니다.

• Jais 3 base 체크포인트는 게이트가 없습니다. inception42/Jais-3-375B-A23B, Jais-3-32B, Jais-3-7B, Jais-3-3.7B, Jais-3-0.9B 및 Jais-3-MoVA-36B-A4B 모두 인증 없이 읽을 수 있고, 모두 Apache 2.0이며, 모두 카드에 벤치마크 표가 있습니다.

• 양자화 및 엣지 빌드도 게이트가 없습니다. FP8 체크포인트, llama.cpp 및 Ollama용 GGUF, 그리고 IFM 조직 전반의 MLX 4비트, 8비트, bf16 빌드. 32B MLX 빌드는 10월 1일에, 3.7B 및 7B GGUF는 10월 13일에 공개되었습니다.

• Jais 2의 도달 범위는 11개월이 지난 후에도 작습니다. 70B는 Hub에서 대략 1,752회의 다운로드를 기록했고, 8B의 GGUF 빌드는 약 340회를 기록했습니다. 이는 실제 프로덕션에서 사용 중인 모델을 설명하는 수치가 아닙니다 — 공개되고, 접근이 제한되었으며, 그다지 많이 활용되지 않은 모델을 설명하는 수치입니다.

• 라이선스 텍스트 — Apache 2.0은 Jais 2의 카드 메타데이터에도 명시되어 있으므로, 라이선스는 애초에 장애물이 아니었습니다. 관문이 문제였습니다.

한 모델을 두 가지 크기로 만든 것이 아니라, 서로 다른 두 가지 모델 디자인

구조적 단절은 이름이 시사하는 것보다 더 크다.

• Jais 2는 model_type: jais2를 선언하고 Jais2ForCausalLM과 Llama에서 파생된 채팅 템플릿을 사용합니다 — <|start_header_id|> 및 <|eot_id|> 토큰, 어시스턴트 턴을 위한 ai 역할을 사용합니다. 이는 익숙한 설계 위에 고유한 아키텍처 이름을 얹은 전형적인 덴스 디코더입니다.

• Jais 3는 K2HorizonForCausalLM과 함께 model_type: k2_horizon을 선언합니다 — 완전히 다른 계보로, IFM의 K2-Horizon 연구 모델과 이름을 공유하며, 구현이 사용자 정의이므로 모든 서빙 명령에서 --trust-remote-code가 필요합니다.

• 플래그십은 토큰당 8개의 전문가를 라우팅하는 192개 전문가 규모의 전문가 혼합(MoE) 모델입니다. Jais 2에는 MoE 변형이 전혀 없으며, 공개된 두 Jais 2 체크포인트는 모두 덴스(dense)입니다.

• Jais-3-MoVA-36B-A4B는 MoE 위에 Mixture-of-Values 어텐션을 추가합니다/strong> — 저장은 36B, 토큰당 활성은 4B. 이런 설계는 Jais 2에는 어디에도 없습니다.

• 컨텍스트가 구조적 분기점입니다. 0.9B를 제외한 모든 Jais 3 체크포인트는 524,288 토큰까지 실행됩니다. Jais 2의 카드 메타데이터는 컨텍스트 길이를 전혀 공개하지 않으며, 이 제품군의 서빙 문서는 Jais 3의 문서와 같은 형태로 존재하지 않습니다.

Jais 2가 할 수 없었던 것을 Jais 3가 추가한 점

이것은 새로운 제품군이 왜 다른 제품 카테고리인지에 대한 간략한 설명입니다.

• 추론 분리. --reasoning-parser k2_horizon는 사고 과정을 reasoning_content에 넣고 답변은 content에 넣습니다. 그러면 깊이는 요청별 설정입니다 — reasoning_effort: high 또는 low — 체크포인트에 미리 박혀 있는 것이 아니라.

• 파서를 통한 도구 호출 및 세 가지 와이어 형식. --tool-call-parser k2_horizon 및 --enable-auto-tool-choice, json, xml 및 xml_typed를 요청별로 선택할 수 있습니다. Jais 2의 카드는 대화형 용도를 광고하며, 도구 사용은 명시된 기능 집합에 포함되지 않습니다.

• 검토할 수 있는 단계별 체크포인트. Jais 3는 CPT, Cooldown, FTPO 및 SFT 브랜치를 플래그십 리포지토리에 각각 공개합니다. 학습 역학에 관한 연구에서 이것은 모델과 사례 연구의 차이입니다.

• 학습 로그 공개. IFM은 플래그십을 위한 W&B 프로젝트를 링크합니다. Jais 2는 논문 식별자만 나열하고 그 외 운영 관련 정보는 없습니다.

• 크기 사다리. Jais 2의 공개 텍스트 모델은 70B와 8B입니다. Jais 3는 0.9B, 3.7B, 7B, 32B, 36B-A4B, 375B-A23B에 걸쳐 있으므로, GPU 하나에 맞는 체크포인트도 있고 원대한 야심에 맞는 체크포인트도 있습니다. Adapter와 -Uno 변형도 나란히 있습니다.

아랍어 I/O 모델은 Jais 2가 여전히 범위 면에서 우위를 점하는 유일한 영역이다

Jais 2가 하는, 어떤 Jais 3 텍스트 체크포인트도 하지 않는 한 가지가 있는데, 이 기사가 그것을 언급하지 않는다면 정직하지 않을 것이다: Jais 2 계열은 설계상 아랍어와 영어 이중 언어로 문서화되어 있으며, 논문 식별자 arxiv:2608.13580가 두 Jais 2 저장소 모두에 첨부되어 있다. Jais 3의 카드도 아랍어와 영어를 명시하며, 그 벤치마크 제품군은 압도적으로 아랍어 중심이다 — Arabic MMLU, AraSTEM, Arabic GSM8K, 방언 식별, IslamicQA, 아랍 문화, 분음 부호 표기, 구문 분석.

차이는 작업이 어디에 투입되느냐입니다. Jais 2의 주장은 이중 언어 대화형 동등성입니다. Jais 3의 주장은 아랍어 네이티브 깊이 — 방언, 문화, 이슬람 지식, 발음 구별 부호, 그리고 아랍어에서의 에이전트적 행동입니다. 이는 서로 다른 베팅이며, 업무량이 실제로 절반이 영어인 팀이라면 Jais 3가 그 축에서 Jais 2를 대체한다고 가정하기 전에 Jais 2의 문서를 읽어야 합니다.

음성 측면에서 Jais 3이 Jais 2에는 없는 것으로 가진 것은 후속작이 아니라 형제 모델입니다: Jais-ASR은 Jais-3-4B 백본을 기반으로 구축된 별도 모델로, 현대 표준 아랍어와 19개 아랍 국가의 방언을 아우르며 영어, 프랑스어, 스페인어, 이탈리아어로의 코드 스위칭을 지원하고, 자체 vLLM 플러그인과 자체 벤치마크 세트를 갖춘 상태로 Apache 2.0에 따라 공개되었습니다. 여러분의 파이프라인이 음성 입력 및 텍스트 출력이라면, 그것이 바로 여러분이 원하는 Jais-3 세대 아티팩트이며, Jais 2에는 이에 상응하는 것이 없습니다.

아무도 솔직하게 할 수 없는 비교

Jais 3와 Jais 2 사이에 공개된 직접 비교는 없으며, 이 글에서 그러한 비교를 만들어 내지는 않을 것이다. Jais 3의 카드는 참조 모델들—Qwen 3.5, MiniMax M3, Gemma 4, Falcon-H1, Muse-Glimmer, Fanar 2—을 기준으로 보고하며, Jais 2를 기준으로 하지는 않는다. Jais 2 자체의 벤치마크 수치는 접근 제한이 걸린 카드 안에 있고, 더 오래된 하네스에서 산출된 것이며, 두 데이터 세트는 서로 비교할 수 없다. Jais 3 표의 모든 수치는 IFM 자체 수치로, 어떤 제3자에 의해서도 검증되지 않았으며, Jais 2가 공개한 모든 것도 마찬가지다.

하네스 없이 말할 수 있는 것은 마이그레이션에 실제로 드는 비용이며, 그것이 실무자에게 필요한 부분입니다. Jais 3는 --trust-remote-code, k2_horizon 추론 파서, k2_horizon 도구 호출 파서, 그리고 언어별 샘플링을 요구합니다 — 사고 모드에서 영어에는 온도 1.0, 아랍어에는 0.7이고, 그 외의 경우 기본값 0.2입니다. 또한 최소 32,768개의 출력 토큰 예산을 요구합니다. 그중 어느 것도 Jais 2 통합을 그대로 대체할 수 있는 것은 아니며, Jais 2 요청 본문을 그대로 복사하면 모델 품질처럼 보이지만 실은 구성인 이유로 나쁜 출력이 생성됩니다.

업그레이드를 마이그레이션이 아니라 실험으로 실행하는 방법

벤더 벤치마크 표만 믿고 잘 작동하는 아랍어 워크로드를 검증되지 않은 모델로 바꿔서는 안 됩니다. 올바른 방식은 나란히 비교하는 것입니다: 동일한 프롬프트, 두 모델, 직접 점수를 매겨 보고, 그런 다음에야 트래픽을 옮기십시오. Jais 3의 라이선스는 가중치 수준에서 이를 쉽게 만듭니다 — Apache 2.0, 게이트 없음, 정확한 플래그가 포함된 vLLM 및 SGLang용 레시피, 그리고 플래그십의 경우 NVIDIA 구성과 함께 검증된 AMD MI355X 구성.

요청 수준에서, 나란히 비교하는 작업을 저렴하게 만드는 것은 두 개의 통합을 각각 구축하지 않아도 된다는 점입니다. OrcaRouter는 200개 이상의 모델을 아우르는 단일 API이며 0% 마크업, 제공업체 정가 그대로 전달이고, 그 라우팅 DSL은 바로 이런 비교를 위해 만들어졌습니다 — 두 모델을 하나의 호출로 구성해 두 응답을 모두 돌려받을 수 있으므로, 두 개의 클라이언트와 diff 스크립트를 유지할 필요가 없습니다. 자동 페일오버가 문제의 나머지 절반을 해결합니다: 검증되지 않은 세대가 프로덕션 트래픽의 일부를 가져가고 이미 측정된 모델이 나머지를 흡수할 수 있으며, 잘못된 응답 경로는 요청을 실패시키는 대신 페일오버됩니다. Jais 2도 Jais 3도 현재 저희 카탈로그에 없으므로 셀프 호스팅을 전제로 설계하기 전에 모델 목록을 확인하세요 — 그리고 관심사가 배포보다 비교에 있다면, 그 목록이 가장 빠르게 바뀌는 대상입니다.

솔직한 결론은 이렇다. Jais 3은 더 커진 Jais 2가 아니라, 오픈 라이선스와 여섯 가지 크기로 이루어진 라인업, 에이전트형 서빙 표면을 갖춘 별개의 연구실 작업이며, 두 모델 사이의 11개월은 단순한 규모 확장 이상의 것을 가져왔다. 그것이 당신의 작업에서 더 나은지 여부는 오직 당신의 프롬프트만이 답할 수 있는 질문이고, 지금까지 그에 대해 공개된 유일한 증거는 공급업체 자체의 것뿐이다.