Jais 3 vs Jais 2: hetzelfde lab, tien maanden, en een totaal ander model

De Jais 3-familie en Jais-2-70B-Chat komen uit hetzelfde lab, elf maanden na elkaar, en als je alleen naar de parameteraantallen kijkt, zou je concluderen dat de nieuwere release achteruit is gegaan. Jais-2-70B-Chat is een 70B dense model dat op 9 december 2025 is gepubliceerd. Het vlaggenschip van Jais 3, Jais-3-375B-A23B, heeft 375B parameters en activeert daarvan 23B per token. Het dense Jais-3-32B is minder dan half zo groot als de 70B van Jais 2. Dat is geen regressie — het is juist het hele punt van de generatieverandering, en om dat te bevestigen heb je ongeveer twee minuten nodig op de Hub. Jais 2 is een chatmodel met een licentiebestand met toegangsbeperking en een paper-identifier in de tags. Jais 3 is een familie van zeven open checkpoints met serving-recepten die tien dagen vóór zijn eigen persbericht zijn gepubliceerd. De nuttige vraag is niet welke hoger scoort; het is op welke je kunt voortbouwen, en elke rij van dat antwoord wijst dezelfde kant op.

De gating is het eerste verschil en het is niet cosmetisch.

Zowel Jais-2-70B-Chat als Jais-2-8B-Chat hebben toegangsbeperkt: automatisch op de Hub. Automatisch toegangsbeperkt betekent een geautomatiseerde goedkeuring — je accepteert de voorwaarden en krijgt toegang — maar acceptatie is nog steeds een stap, en de modelkaart voor de 70B geeft HTTP 401 bij een niet-geauthenticeerde leesaanvraag. Je kunt niet zien wat het model over zichzelf beweert zonder eerst ergens mee in te stemmen.

• Jais 3-basischeckpoints zijn niet afgeschermd. inception42/Jais-3-375B-A23B, Jais-3-32B, Jais-3-7B, Jais-3-3.7B, Jais-3-0.9B en Jais-3-MoVA-36B-A4B zijn allemaal leesbaar zonder authenticatie, allemaal Apache 2.0, allemaal met benchmarktabellen in de modelkaart.

• De gekwantiseerde en edge-builds zijn ook vrij toegankelijk. FP8-checkpoints, GGUF voor llama.cpp en Ollama, en MLX 4-bit-, 8-bit- en bf16-builds in de hele IFM-organisatie. De 32B MLX-builds verschenen op 1 oktober, de 3.7B- en 7B-GGUFs op 13 oktober.

• Het bereik van Jais 2 na elf maanden is gering. De 70B heeft op de Hub ongeveer 1.752 downloads verzameld en de GGUF-build van de 8B ongeveer 340. Dat zijn geen cijfers die een model in productiegebruik beschrijven — ze beschrijven een model dat werd gepubliceerd, met toegangsbeperking en weinig gebruikt.

• Licentietekst — Apache 2.0 wordt ook in de kaartmetadata van Jais 2 vermeld, dus de licentie was nooit het obstakel. De poort was.

Twee verschillende modelontwerpen, niet twee maten van hetzelfde

De architectonische breuk is groter dan de naamgeving doet vermoeden.

• Jais 2 declareert model_type: jais2 met Jais2ForCausalLM en een van Llama afgeleid chatsjabloon — <|start_header_id|> en <|eot_id|> tokens, een ai rol voor de assistentbeurt. Het is een conventionele dense decoder met een eigen architectuurnaam bovenop een vertrouwd ontwerp.

• Jais 3 declareert model_type: k2_horizon met K2HorizonForCausalLM — een geheel andere afstamming, die de naam deelt met IFM's K2-Horizon-onderzoeksmodellen, en die --trust-remote-code vereist in elk serving-commando, omdat de implementatie op maat is gemaakt.

• Het vlaggenschip is een mixture-of-experts met 192 experts die per token 8 experts routeert. Jais 2 heeft helemaal geen MoE-variant; beide gepubliceerde Jais 2-checkpoints zijn dense.

• Jais-3-MoVA-36B-A4Bvoegt Mixture-of-Values-attentie toe bovenop MoE/strong> — 36B opgeslagen, 4B actief per token. Dat ontwerp bestaat nergens in Jais 2.

• Context is de structurele breuk. Elk Jais 3-checkpoint, met uitzondering van de 0,9B, gaat tot 524.288 tokens. De metadata van de modelkaart van Jais 2 publiceren helemaal geen contextlengte, en de servingdocumentatie van de familie bestaat niet in de vorm waarin die van Jais 3 dat doet.

Wat Jais 3 toevoegt wat Jais 2 niet kon doen

Dit is de korte versie van waarom de nieuwere familie een andere productcategorie is.

• Redeneerscheiding. --reasoning-parser k2_horizon plaatst het denkspoor in reasoning_content en het antwoord in content. De diepgang is dan een instelling per verzoek — reasoning_effort: high of low — in plaats van iets dat in een checkpoint is ingebakken.

• Aanroepen van tools met een parser en drie wire-formaten. --tool-call-parser k2_horizon plus --enable-auto-tool-choice, met json, xml en xml_typed per verzoek selecteerbaar. De kaart van Jais 2 adverteert conversationeel gebruik; toolgebruik maakt geen deel uit van de opgegeven mogelijkheden.

• Gefaseerde checkpoints die u kunt inspecteren. Jais 3 publiceert CPT-, Cooldown-, FTPO- en SFT-branches afzonderlijk op de vlaggenschiprepository. Voor onderzoek naar trainingsdynamica is dat het verschil tussen een model en een casestudy.

• Trainingslogs in de openbaarheid.IFM verwijst naar een W&B-project voor het vlaggenschip. Jais 2 vermeldt een paper-identifier en verder niets operationeels.

• Een ladder van formaten. De gepubliceerde tekstmodellen van Jais 2 zijn 70B en 8B. Jais 3 omvat 0.9B, 3.7B, 7B, 32B, 36B-A4B en 375B-A23B, dus er is een checkpoint dat op één GPU past en een checkpoint dat bij een ambitie past. De Adapter en -Uno-varianten staan ernaast.

Een Arabisch I/O-model is het enige punt waarop Jais 2 nog steeds wint qua scope.

Er is één ding dat Jais 2 doet dat geen enkel Jais 3-tekstcheckpoint doet, en het artikel zou oneerlijk zijn als het dat niet zei: de Jais 2-lijn is naar ontwerp tweetalig Arabisch en Engels gedocumenteerd, met de paperidentifier arxiv:2608.13580 gekoppeld aan beide Jais 2-repositories. De kaarten van Jais 3 vermelden ook Arabisch en Engels, en de benchmarksuite is overwegend op het Arabisch gericht — Arabische MMLU, AraSTEM, Arabische GSM8K, dialectidentificatie, IslamicQA, Arabische cultuur, diakritisering, parsing.

Het verschil zit in waar het werk naartoe gaat. De claim van Jais 2 is tweetalige conversationele pariteit. De claim van Jais 3 is Arabisch-native diepgang — dialecten, cultuur, islamitische kennis, diakritische tekens en agentisch gedrag in het Arabisch. Dat zijn verschillende weddenschappen, en een team waarvan de werklast echt voor de helft uit Engels bestaat, zou de documentatie van Jais 2 moeten lezen voordat het aanneemt dat Jais 3 het op dat vlak vervangt.

Wat Jais 3 wel heeft en Jais 2 niet, aan de spraakkant, is een broer of zus in plaats van een opvolger: Jais-ASR is een afzonderlijk model gebouwd op een Jais-3-4B-backbone dat Modern Standaardarabisch plus dialecten uit 19 Arabische landen bestrijkt, met code-switching naar Engels, Frans, Spaans en Italiaans, gepubliceerd onder Apache 2.0 met zijn eigen vLLM-plugin en zijn eigen benchmarkset. Als je pipeline spraak in en tekst uit is, is dat het artefact uit de Jais-3-generatie dat je wilt, en er is niets gelijkwaardigs in Jais 2.

De vergelijking die niemand eerlijk kan maken.

Er bestaat geen gepubliceerde rechtstreekse vergelijking tussen Jais 3 en Jais 2, en het artikel gaat er ook geen maken. De kaarten van Jais 3 rapporteren tegen referentiemodellen — Qwen 3.5, MiniMax M3, Gemma 4, Falcon-H1, Muse-Glimmer, Fanar 2 — niet tegen Jais 2. De eigen benchmarkcijfers van Jais 2 bevinden zich in een afgeschermde kaart, geproduceerd op een oudere harness, en de twee sets zijn niet onderling vergelijkbaar. Elk cijfer in de Jais 3-tabellen is van IFM zelf, niet geverifieerd door enige derde partij, en hetzelfde geldt voor alles wat Jais 2 heeft gepubliceerd.

Wat zonder een testharnas gezegd kan worden, is wat een migratie werkelijk kost, en dat is het onderdeel dat praktijkmensen nodig hebben. Jais 3 vereist --trust-remote-code, een k2_horizon-parser voor redeneringen, een k2_horizon-parser voor toolaanroepen, en taalafhankelijke sampling — temperatuur 1,0 voor Engels en 0,7 voor Arabisch in denkmodus, tegenover een standaardwaarde van 0,2 daarbuiten. Het vraagt ook om een budget van ten minste 32.768 outputtokens. Niets daarvan is een drop-invervanging voor een Jais 2-integratie, en het overzetten van een Jais 2-requestbody levert slechte output op om redenen die op modelkwaliteit lijken, maar configuratie zijn.

Hoe voer je de upgrade uit als een experiment in plaats van een migratie

Niemand zou een werkende Arabische workload naar een onbewezen model moeten overzetten op basis van een benchmarktabel van een leverancier. De juiste aanpak is een vergelijking naast elkaar: dezelfde prompts, beide modellen, scoor ze zelf, en verplaats pas daarna verkeer. De licentie van Jais 3 maakt dat eenvoudig op het niveau van de weights — Apache 2.0, geen gate, recepten voor vLLM en SGLang met de exacte flags, en een AMD MI355X-configuratie die naast de NVIDIA-configuraties is gevalideerd voor het vlaggenschip.

Op verzoekniveau is het ding dat een side-by-side goedkoop maakt, dat je niet twee integraties hoeft op te zetten. OrcaRouter is één API voor meer dan 200 modellen met 0% opslag, de lijstprijs van de provider wordt doorgegeven, en de routing-DSL ervan is precies voor deze vergelijking gebouwd — je stelt beide modellen samen in één aanroep en krijgt beide antwoorden terug, in plaats van twee clients en een diff-script te onderhouden. Automatische failover dekt de andere helft van het probleem: een onbewezen generatie kan een deel van het productieverkeer op zich nemen terwijl iets dat al is gemeten de rest absorbeert, en een slecht responspad faalt over in plaats van dat het verzoek mislukt. Noch Jais 2 noch Jais 3 staat vandaag in onze catalogus, dus controleer de modellenlijst voordat je rond een self-host ontwerpt — en als je interesse uitgaat naar vergelijken in plaats van implementeren, is die lijst hetgeen dat het snelst verandert.

De eerlijke conclusie is deze: Jais 3 is geen grotere Jais 2, het is een andere labinspanning met een open licentie, een ladder met zes maten en een agentische serveerlaag, en de elf maanden tussen beide hebben meer opgeleverd dan alleen schaalvergroting. Of het beter is voor jouw werk, is een vraag die alleen jouw prompts kunnen beantwoorden, en het enige tot nu toe gepubliceerde bewijs daarvoor is dat van de leverancier zelf.