IFM 与 Inception42 发布六款 Jais 3 模型

背景

Jais 3 是基础模型研究院（Institute of Foundation Models，IFM）与 Inception42 合作推出的阿拉伯语模型系列。它不是从零训练出来的：六款语言模型全部构建在 K2 Horizon 之上，而 K2 Horizon 是 IFM 在发布前一个月刚刚推出的模型系列^[1]。先取一个通用基座、再把它调整到某种语言和任务上，是常见的做法——语法、推理、世界知识这类通用能力基座里已经有了，适配阶段做的是把模型往特定语言和任务上推。这一步的效果在公开数字里看得到：在70亿参数规模上，阿拉伯语平均分从 K2 Horizon 基座的56.4提升到适配后的79.6^[1]。

发布了什么

2026年10月15日，IFM 与 Inception42 在阿布扎比发布 Jais 3^[1]。这次发布包含六款语言模型，参数规模从9亿到3750亿不等，另有一款语音识别模型 Jais Speech^[1]。Cerebras Systems 参与了这次发布^[1]。

参数量大致衡量模型的容量，也决定运行它需要多少算力。从9亿到3750亿的跨度，意味着同一系列里既有占用资源很少的版本，也有需要大量算力的版本，使用方可以在这条取舍线上各取所需。

怎么评测的

六款模型都在一套由 IFM 与 Inception42 自己构建、经过审核的24项阿拉伯语基准上评测^[1]。每个模型随附五个训练检查点，基准与评测代码也一并公开^[1]。检查点是训练过程中保存下来的中间状态；把五个都放出来，使用方可以选择适配程度不同的版本，而不必只接受最终那一个。把基准和评测代码同模型一起公开，则意味着外面的人可以自己重跑一遍对比，而不只是相信公布出来的分数。

题目用阿拉伯语写、而不是从英文翻译过来，测到的东西也不一样。翻译过来的题目往往把原文语言的语法习惯和文化预设一并带过来；一套为阿拉伯语写的基准，测的才是阿拉伯语本身。

阿拉伯语数据与语音

IFM 构建了71亿 token 的阿拉伯语长上下文训练数据，约占监督微调（supervised fine-tuning）数据的17%^[2]。监督微调是给模型看成对的输入与期望输出、让它学着照着做的阶段；长上下文指的是训练材料里有长篇文档，模型因此要学会在比一段话长得多的文本里保持前后一致。

Jais Speech 覆盖现代标准阿拉伯语（Modern Standard Arabic），以及19个阿拉伯国家使用的方言^[1]。现代标准阿拉伯语是书面和正式场合通用的形式，日常口语则往往更接近某一地方言；把两者都纳入识别范围，识别模型才更容易真正派上用场。

接下来

Inception42 首席执行官 Ashish Koshy 表示，构建一个阿拉伯语模型不是一项翻译工作^[1]。这句话和这次发布的做法方向一致：评测题目是为阿拉伯语写的，语音模型同时覆盖标准语和19个国家的方言。发布方还提到，一个面向日常工作流的 Jais 智能体（agent）平台即将推出^[1]。智能体系统要连续执行多步任务，而不只是回答单个问题，这和上面那些打分的基准是两类不同的目标。