Jais 3 vs Jais 2: Samma labb, tio månader och en helt annan modell

-familjenJais 3 och Jais-2-70B-Chat kommer från samma labb med elva månaders mellanrum, och om man bara läser parameterantalet skulle man dra slutsatsen att den nyare versionen gick bakåt. Jais-2-70B-Chat är en 70B dense-modell som publicerades den 9 december 2025. Flaggskeppet för Jais 3, Jais-3-375B-A23B, lagrar 375B parametrar och kör 23B av dem per token. Den dense Jais-3-32B är mindre än hälften så stor som Jais 2:s 70B. Det är inte en tillbakagång – det är hela poängen med generationsbytet, och att bekräfta det tar ungefär två minuter på Hubben. Jais 2 är en chattmodell med en gated licensfil och en paper-identifierare i sina taggar. Jais 3 är en familj av sju öppna checkpoints med serveringsrecept publicerade tio dagar före sitt eget pressmeddelande. Den användbara frågan är inte vilken som får högre poäng; det är vilken man kan bygga vidare på, och varje rad i det svaret pekar åt samma håll.

Gatingen är den första skillnaden och den är inte kosmetisk.

Både Jais-2-70B-Chat och Jais-2-8B-Chat är märkta med åtkomstbegränsad: auto på Hubben. Automatisk åtkomstbegränsning innebär ett automatiskt godkännande – du accepterar villkoren och får åtkomst – men att acceptera är fortfarande ett steg, och modellkortet för 70B returnerar HTTP 401 vid en oautentiserad läsning. Du kan inte se vad modellen påstår om sig själv utan att först acceptera något.

• Jais 3-bascheckpoints är inte åtkomstbegränsade. inception42/Jais-3-375B-A23B, Jais-3-32B, Jais-3-7B, Jais-3-3.7B, Jais-3-0.9B och Jais-3-MoVA-36B-A4B alla kan läsas utan autentisering, alla Apache 2.0, alla med benchmarktabeller i kortet.

• De kvantiserade och edge-byggena är också fritt tillgängliga. FP8-checkpoints, GGUF för llama.cpp och Ollama samt MLX-byggen i 4-bitars, 8-bitars och bf16 över hela IFM-organisationen. 32B MLX-byggena släpptes den 1 oktober, 3,7B- och 7B-GGUF:erna den 13 oktober.

• Jais 2:s räckvidd efter elva månader är liten. 70B-modellen har samlat på sig ungefär 1 752 nedladdningar på Hub, och 8B-modellens GGUF-bygge omkring 340. Det är inte siffror som beskriver en modell i produktionsanvändning – de beskriver en modell som publicerades, åtkomstbegränsades och inte användes särskilt mycket.

• Licenstext — Apache 2.0 anges också i Jais 2:s kortmetadata, så licensen var aldrig hindret. Grinden var det.

Två olika modelldesigner, inte två storlekar av en och samma.

Det arkitektoniska brottet är större än vad namngivningen antyder.

• Jais 2 deklarerar model_type: jais2 med Jais2ForCausalLM och en Llama-härledd chattmall — <|start_header_id|> och <|eot_id|> tokens, en ai-roll för assistentturen. Den är en konventionell dense-avkodare med sitt eget arkitekturnamn ovanpå en välbekant design.

• Jais 3 deklarerar model_type: k2_horizon med K2HorizonForCausalLM – en helt annan härstamning, som delar namn med IFM:s K2-Horizon-forskningsmodeller och kräver --trust-remote-code i varje serveringskommando eftersom implementationen är anpassad.

• Flaggskeppet är en mixture-of-experts med 192 experter som routar 8 experter per token. Jais 2 har ingen MoE-variant alls; båda de publicerade Jais 2-checkpunkterna är dense.

• Jais-3-MoVA-36B-A4B lägger till Mixture-of-Values-attention ovanpå MoE/strong> — 36B lagrade, 4B aktiva per token. Den designen finns ingenstans i Jais 2.

• Kontexten är den strukturella brytpunkten. Alla Jais 3-checkpoints utom 0.9B går upp till 524 288 token. Jais 2:s modellkortsmetadata publicerar inte någon kontextlängd alls, och familjens serving-dokumentation finns inte i den form som Jais 3:s gör.

Vad Jais 3 tillför som Jais 2 inte kunde göra

Det här är den korta versionen av varför den nyare familjen är en annan produktkategori.

• Separering av resonemang. --reasoning-parser k2_horizon lägger tankespåret i reasoning_content och svaret i content. Djupet är då en inställning per begäran — reasoning_effort: high eller low — i stället för något som är inbakat i en checkpoint.

• Verktygsanrop med en parser och tre wire-format. --tool-call-parser k2_horizon samt --enable-auto-tool-choice, med json, xml och xml_typed valbara per begäran. Jais 2:s kort annonserar konversationsanvändning; verktygsanvändning ingår inte i dess angivna kapacitetsuppsättning.

• Etappvisa checkpoints som du kan granska. Jais 3 publicerar CPT-, Cooldown-, FTPO- och SFT-grenar separat på flaggskeppsrepositoryt. För forskning om träningsdynamik är det skillnaden mellan en modell och en fallstudie.

• Träningsloggar öppet.IFM länkar ett W&B-projekt för flaggskeppet. Jais 2 listar en artikelidentifierare och inget annat operativt.

• En storleksstege. Jais 2:s publicerade textmodeller är 70B och 8B. Jais 3 omfattar 0,9B, 3,7B, 7B, 32B, 36B-A4B och 375B-A23B, så det finns en checkpoint som får plats på en GPU och en checkpoint som matchar en ambition. Adaptern och -Uno-varianterna finns vid sidan av dem.

En arabisk I/O-modell är det enda området där Jais 2 fortfarande vinner i fråga om omfattning.

Det finns en sak som Jais 2 gör som ingen textcheckpoint för Jais 3 gör, och artikeln skulle vara oärlig om den inte nämnde det: Jais 2-serien är dokumenterat tvåspråkig i arabiska och engelska redan från design, med pappersidentifieraren arxiv:2608.13580 kopplad till båda Jais 2-repositorierna. Jais 3:s modellkort deklarerar också arabiska och engelska, och dess benchmark-svit är överväldigande arabiskfokuserad – arabisk MMLU, AraSTEM, arabisk GSM8K, dialektidentifiering, IslamicQA, arabisk kultur, diakritisering, parsning.

Skillnaden ligger i var arbetet läggs. Jais 2:s anspråk är tvåspråkig samtalsparitet. Jais 3:s anspråk är arabisk-inhemskt djup – dialekter, kultur, islamisk kunskap, diakritiska tecken och agentiskt beteende på arabiska. Det är olika satsningar, och ett team vars arbetsbelastning verkligen är till hälften engelska bör läsa Jais 2:s dokumentation innan de antar att Jais 3 ersätter det på den axeln.

Det som Jais 3 har som Jais 2 inte har, på talsidan, är ett syskon snarare än en efterträdare: Jais-ASR är en separat modell byggd på en Jais-3-4B-stomme som täcker modern standardarabiska plus dialekter från 19 arabiska länder med kodväxling till engelska, franska, spanska och italienska, publicerad under Apache 2.0 med sin egen vLLM-plugin och sin egen benchmarksvit. Om din pipeline har tal som indata och text som utdata, är det den Jais-3-generationsartefakten du vill ha, och det finns inget motsvarande i Jais 2.

Jämförelsen som ingen kan göra ärligt

Det finns ingen publicerad direkt jämförelse mellan Jais 3 och Jais 2, och artikeln kommer inte att skapa någon. Jais 3:s kort rapporterar mot referensmodeller – Qwen 3.5, MiniMax M3, Gemma 4, Falcon-H1, Muse-Glimmer, Fanar 2 – inte mot Jais 2. Jais 2:s egna benchmark-siffror finns i ett gated kort, framtagna med en äldre testrigg, och de två uppsättningarna är inte jämförbara. Varje siffra i Jais 3-tabellerna är IFM:s egen, overifierad av någon tredje part, och detsamma gäller allt som Jais 2 publicerade.

Det som kan sägas utan en testrigg är vad en migrering faktiskt kostar, och det är den delen yrkesverksamma behöver. Jais 3 kräver --trust-remote-code, en k2_horizon resonemangstolkare, en k2_horizon verktygsanropstolkare, och språkberoende sampling – temperatur 1,0 för engelska och 0,7 för arabiska i tänkandeläge, mot en standard på 0,2 utanför det. Den vill också ha en budget på minst 32 768 utdatatoken. Inget av detta är en drop-in-ersättning för en Jais 2-integration, och att kopiera över en Jais 2-förfrågningskropp kommer att ge dålig utdata av skäl som ser ut som modellkvalitet men är konfiguration.

Hur man kör uppgraderingen som ett experiment snarare än en migrering

Ingen bör byta ut en fungerande arabisk arbetsbelastning mot en obeprövad modell på grundval av en leverantörs benchmarktabell. Rätt upplägg är en sida-vid-sida-jämförelse: samma prompter, båda modellerna, poängsätt dem själv, och flytta först därefter trafiken. Jais 3:s licens gör det enkelt på viktnivå – Apache 2.0, ingen åtkomstspärr, recept för vLLM och SGLang med de exakta flaggorna, och en AMD MI355X-konfiguration validerad tillsammans med NVIDIA-konfigurationerna för flaggskeppet.

På förfrågningsnivå är det som gör en sida-vid-sida-jämförelse billig att man inte behöver sätta upp två integrationer. OrcaRouter är ett API över 200+ modeller med 0 % påslag, leverantörens listpris förs vidare, och dess routing-DSL är byggt för just den här jämförelsen — du komponerar båda modellerna i ett anrop och får båda svaren tillbaka, i stället för att underhålla två klienter och ett diffskript. Automatisk failover täcker den andra halvan av problemet: en obeprövad generation kan ta en del av produktionstrafiken medan något redan mätt absorberar resten, och en dålig svarsväg växlar över i stället för att få förfrågan att misslyckas. Varken Jais 2 eller Jais 3 finns i vår katalog idag, så kontrollera modellistan innan du designar runt en egen host — och om ditt intresse är att jämföra snarare än att driftsätta är den listan det som förändras snabbast.

Den ärliga slutsatsen är denna: Jais 3 är inte en större Jais 2, det är en annan laboratorieinsats med en öppen licens, en stege i sex storlekar och en agentisk serveringsyta, och de elva månaderna mellan dem gav mer än bara skalning. Huruvida det är bättre på ditt jobb är en fråga som bara dina prompter kan svara på, och det enda publicerade beviset för det hittills är leverantörens eget.