MBZUAI IFM × Inception42 发布 Jais 3：六档开源阿拉伯语智能体模型（0.9B–375B）+ Jais Speech，512K 上下文落地 Hugging Face

核心背景与行业痛点

主流通用模型多以英语为主、再「补」阿拉伯语，对方言、文化知识与真实办公文件往往不够稳。面向中东北非超过 4 亿阿拉伯语使用者，以及医院、企业与政府的本地化部署，需要能听方言、写规范文书、并调用工具完成多步任务的开源栈，而不是只会聊天的翻译层模型。

架构亮点与底层机制

Jais 3 是 IFM 开源舰队 K2 Horizon 的首个语言适配：六档共享训练配方与智能体能力。0.9B–32B 为稠密，36B-A4B 混用 MoE 与 MoVA 注意力，旗舰 375B-A23B 为稀疏 MoE（约 23B 激活）。上下文最长 512K（0.9B 为 128K）。训练五阶段为 CPT→cooldown→SFT→FTPO（压 doom loop）→可验证奖励 RL；智能体能力主要来自 SFT 中约 425K 条真实工具轨迹，而非 RL。

权威 Benchmark 与实测跑分对比

分数均来自 IFM 同 harness 复测与经审计的阿拉伯语基准，需区分自测与第三方。官方称 375B 阿拉伯语均分 84.0，高于开源对照 Qwen3.5-397B 的 82.0，并接近部分闭源前沿；agentic average 60.2（SWE-Bench Verified 70.2、Terminal-Bench 2.1 73.8）。7B 阿拉伯语均分 79.4，相对同尺寸 K2 Horizon 基座从 56.4 升至 79.6。Jais Speech 六套 ASR 宏平均 WER/CER 为 22.85/8.37。目前未见独立第三方复现榜。

开发者实战落地与开箱指南

权重与分阶段 checkpoint 在 Hugging Face 集合 IFM/jais-3（如 inception42/Jais-3-375B-A23B），Apache-2.0。vLLM（≥0.30）与 SGLang（≥0.5.20）给出 Day-0 配方，需开启 k2_horizon reasoning / tool-call parser；推荐 reasoning_effort=high。小模型可单卡 BF16 试跑，旗舰参考 16×H100 或 8×H200。语音侧可搭配 github.com/ifm-ai/JaisVoice；技术细节见 ifm.ai/blog/jais3 与 ifm.ai/blog/jais-asr。