Jais 3 vs Jais 2: Mesmo laboratório, dez meses e um modelo completamente diferente

A família Jais 3 e o Jais-2-70B-Chat vêm do mesmo laboratório com onze meses de diferença e, se você olhar apenas para a contagem de parâmetros, concluiria que o lançamento mais recente andou para trás. Jais-2-70B-Chat é um modelo denso de 70B publicado em 9 de dezembro de 2025. O carro-chefe do Jais 3, Jais-3-375B-A23B, armazena 375B parâmetros e usa 23B deles por token. O denso Jais-3-32B tem menos da metade do tamanho do 70B do Jais 2. Isso não é uma regressão — é exatamente o ponto da mudança de geração, e confirmar isso leva cerca de dois minutos no Hub. O Jais 2 é um modelo de chat com um arquivo de licença restrito e um identificador de artigo em suas tags. O Jais 3 é uma família de sete checkpoints abertos com receitas de serving publicadas dez dias antes de seu próprio comunicado de imprensa. A pergunta útil não é qual tem a pontuação mais alta; é em qual você pode construir, e cada linha dessa resposta aponta para o mesmo lado.

O gating é a primeira diferença e não é cosmético.

Tanto o Jais-2-70B-Chat quanto o Jais-2-8B-Chat têm restrito: automático no Hub. Restrito automático significa uma aprovação automatizada — você aceita os termos e obtém acesso —, mas a aceitação ainda é uma etapa, e o card do modelo do 70B retorna HTTP 401 para uma leitura não autenticada. Você não consegue ver o que o modelo afirma sobre si mesmo sem antes concordar com algo.

• Os checkpoints base do Jais 3 não têm restrições de acesso. inception42/Jais-3-375B-A23B, Jais-3-32B, Jais-3-7B, Jais-3-3.7B, Jais-3-0.9B e Jais-3-MoVA-36B-A4B todos acessíveis sem autenticação, todos Apache 2.0, todos com tabelas de benchmark no card.

• As builds quantizadas e de edge também não têm acesso restrito. Checkpoints FP8, GGUF para llama.cpp e Ollama, e builds MLX de 4 bits, 8 bits e bf16 em toda a organização IFM. As builds MLX de 32B foram lançadas em 1º de outubro, e os GGUFs de 3,7B e 7B, em 13 de outubro.

• O alcance do Jais 2 após onze meses é pequeno. O 70B acumulou cerca de 1.752 downloads no Hub, e a versão GGUF do 8B, cerca de 340. Esses não são números que descrevem um modelo em uso de produção — descrevem um modelo que foi publicado, com acesso restrito e pouco utilizado.

• Texto da licença — O Apache 2.0 também está declarado nos metadados do card do Jais 2, portanto a licença nunca foi o obstáculo. O obstáculo era o gate.

Dois designs de modelo diferentes, não dois tamanhos de um mesmo

A ruptura arquitetural é maior do que o nome sugere.

• Jais 2 declara model_type: jais2 com Jais2ForCausalLM e um template de chat derivado do Llama — <|start_header_id|> e <|eot_id|> tokens, um papel ai para o turno do assistente. É um decodificador denso convencional com seu próprio nome de arquitetura sobre um design familiar.

• Jais 3 declara model_type: k2_horizon com K2HorizonForCausalLM — uma linhagem completamente diferente, que compartilha nomenclatura com os modelos de pesquisa K2-Horizon da IFM, e exige --trust-remote-code em todo comando de serving, porque a implementação é personalizada.

• O modelo principal é uma mistura de especialistas com 192 especialistas, roteando 8 especialistas por token. O Jais 2 não tem nenhuma variante MoE; ambos os checkpoints publicados do Jais 2 são densos.

• Jais-3-MoVA-36B-A4B adiciona atenção Mixture-of-Values sobre o MoE/strong> — 36B armazenados, 4B ativos por token. Esse design não existe em lugar nenhum no Jais 2.

• O contexto é a ruptura estrutural. Todos os checkpoints do Jais 3, exceto o de 0,9B, chegam a 524.288 tokens. Os metadados do card do Jais 2 não publicam nenhum comprimento de contexto, e a documentação de serving da família não existe da forma como a do Jais 3 existe.

O que o Jais 3 acrescenta que o Jais 2 não conseguia fazer

Esta é a versão resumida de por que a família mais recente é uma categoria de produto diferente.

• Separação do raciocínio. --reasoning-parser k2_horizon coloca o traço de pensamento em reasoning_content e a resposta em content. A profundidade então é uma configuração por solicitação — reasoning_effort: high ou low — em vez de algo embutido em um checkpoint.

• Chamada de ferramentas com um parser e três formatos de transmissão. --tool-call-parser k2_horizon mais --enable-auto-tool-choice, com json, xml e xml_typed selecionáveis por requisição. O card do Jais 2 anuncia uso conversacional; o uso de ferramentas não faz parte de seu conjunto de capacidades declarado.

• Checkpoints em estágios que você pode inspecionar. Jais 3 publica os branches CPT, Cooldown, FTPO e SFT separadamente no repositório principal. Para a pesquisa sobre dinâmica de treinamento, essa é a diferença entre um modelo e um estudo de caso.

• Registos de treino em aberto. A IFM associa um projeto W&B ao modelo principal. O Jais 2 apresenta um identificador de artigo e nada mais de operacional.

• Uma escada de tamanhos. Os modelos de texto publicados do Jais 2 são 70B e 8B. O Jais 3 abrange 0,9B, 3,7B, 7B, 32B, 36B-A4B e 375B-A23B, então há um checkpoint que cabe em uma GPU e um checkpoint que cabe em uma ambição. As variantes Adapter e -Uno ficam ao lado deles.

Um modelo de I/O em árabe é o único ponto em que o Jais 2 ainda leva vantagem no escopo.

Há uma coisa que o Jais 2 faz que nenhum checkpoint de texto do Jais 3 faz, e o artigo seria desonesto se não o dissesse: a linha Jais 2 é documentada como bilingue em árabe e inglês por conceção, com o identificador do artigo arxiv:2608.13580 anexado a ambos os repositórios do Jais 2. Os cartões do Jais 3 declaram também árabe e inglês, e o seu conjunto de benchmarks é esmagadoramente focado no árabe — MMLU árabe, AraSTEM, GSM8K árabe, identificação de dialetos, IslamicQA, cultura árabe, diacritização, parsing.

A diferença está em para onde vai o trabalho. A afirmação do Jais 2 é a paridade conversacional bilíngue. A afirmação do Jais 3 é a profundidade nativa em árabe — dialetos, cultura, conhecimento islâmico, diacríticos e comportamento agêntico em árabe. Essas são apostas diferentes, e uma equipe cuja carga de trabalho é genuinamente metade em inglês deveria ler a documentação do Jais 2 antes de presumir que o Jais 3 o substitui nesse eixo.

O que o Jais 3 tem que o Jais 2 não tem, do lado da fala, é um irmão, e não um sucessor: Jais-ASRé um modelo separado construído sobre uma base Jais-3-4B, cobrindo árabe padrão moderno além de dialetos de 19 países árabes, com alternância de código para inglês, francês, espanhol e italiano, publicado sob Apache 2.0 com seu próprio plugin vLLM e seu próprio conjunto de benchmarks. Se o seu pipeline é fala na entrada e texto na saída, esse é o artefato da geração Jais-3 que você quer, e não há nada equivalente no Jais 2.

A comparação que ninguém pode fazer honestamente

Não há nenhuma comparação direta publicada entre o Jais 3 e o Jais 2, e o artigo não vai construir uma. Os cartões do Jais 3 apresentam resultados em relação a modelos de referência — Qwen 3.5, MiniMax M3, Gemma 4, Falcon-H1, Muse-Glimmer, Fanar 2 —, e não em relação ao Jais 2. Os próprios números de benchmark do Jais 2 estão dentro de um cartão com acesso restrito, produzidos em uma infraestrutura de avaliação mais antiga, e os dois conjuntos não são comparáveis entre si. Todos os números nas tabelas do Jais 3 são da própria IFM, sem verificação de terceiros, e o mesmo vale para qualquer coisa que o Jais 2 tenha publicado.

O que pode ser dito sem um harness é quanto uma migração realmente custa, e essa é a parte de que os profissionais precisam. O Jais 3 exige --trust-remote-code, um k2_horizon parser de raciocínio, um k2_horizon parser de chamadas de ferramentas, e amostragem dependente do idioma — temperatura 1,0 para inglês e 0,7 para árabe no modo de pensamento, em contraste com o padrão de 0,2 fora dele. Ele também exige um orçamento de pelo menos 32.768 tokens de saída. Nada disso é um substituto direto para uma integração do Jais 2, e copiar um corpo da requisição do Jais 2 vai produzir resultados ruins por razões que parecem qualidade do modelo, mas são configuração.

Como executar a atualização como um experimento em vez de uma migração

Ninguém deve trocar uma carga de trabalho em árabe que já funciona por um modelo não comprovado com base na tabela de benchmarks de um fornecedor. A abordagem correta é uma comparação lado a lado: os mesmos prompts, ambos os modelos, avaliá-los você mesmo e só depois migrar o tráfego. A licença do Jais 3 torna isso fácil ao nível dos pesos — Apache 2.0, sem restrições de acesso, receitas para vLLM e SGLang com as flags exatas, e uma configuração AMD MI355X validada a par das da NVIDIA para o modelo principal.

No nível da requisição, o que torna barata uma comparação lado a lado é não precisar montar duas integrações. OrcaRouter é uma API única para mais de 200 modelos com 0% de markup, preço de tabela do provedor repassado, e seu DSL de roteamento foi feito exatamente para essa comparação — você compõe os dois modelos em uma única chamada e recebe as duas respostas de volta, em vez de manter dois clientes e um script de diff. O failover automático cobre a outra metade do problema: uma geração não comprovada pode assumir uma parte do tráfego de produção enquanto algo já medido absorve o restante, e um caminho de resposta ruim faz failover em vez de falhar a requisição. Nem Jais 2 nem Jais 3 estão no nosso catálogo hoje, então confira a lista de modelos antes de projetar em torno de um self-host — e se o seu interesse é comparar em vez de implantar, essa lista é o que muda mais rápido.

A conclusão honesta é esta: o Jais 3 não é um Jais 2 maior, é um esforço de laboratório diferente, com uma licença aberta, uma escada de seis tamanhos e uma superfície de serviço agêntica, e os onze meses entre eles renderam mais do que escala. Se ele é melhor no seu trabalho é uma pergunta que só os seus prompts podem responder, e a única evidência publicada para isso até agora é a do próprio fornecedor.