Jais 3 : six modèles d’IA arabes ouverts jusqu’à 375 milliards de paramètres, avec dialectes nord-africains et alternance du français

Ce qui a été lancé le 15 octobre 2026

Selon RuntimeWire, l’Institute of Foundation Models de MBZUAI a publié Jais 3 le 15 octobre 2026 sous la forme d’une famille de six modèles d’IA arabes. Comme le rapporte Middle East AI News, ce lancement associe MBZUAI, son Institute of Foundation Models (IFM), Inception42 — la filiale d’IA agentique du groupe G42 — ainsi que Cerebras Systems.

La gamme couvre aussi bien les petits formats que la très grande échelle. D’après Middle East AI News, les modèles Jais 3 vont de 900 million à 375 billion de paramètres et sont construits sur K2 Horizon, la flotte de modèles open source d’IFM. Au sommet de la gamme, LLM Reference précise que le modèle phare est un système à mélange d’experts de 375B paramètres totaux avec 23B paramètres actifs et une fenêtre de contexte de 512K jetons.

Point essentiel pour les entreprises et les chercheurs, l’ensemble est publié sous une licence permissive. Selon We0.ai, la publication est placée sous licence Apache 2.0 et comprend des points de contrôle (« checkpoints ») d’entraînement intermédiaires ainsi que des ressources d’évaluation. Plus précisément, Middle East AI News indique que chaque modèle est livré avec cinq points de contrôle d’entraînement et prend en charge les moteurs d’inférence vLLM et SGLang.

Dialectes nord-africains et Jais Speech : conçu pour l’alternance codique avec le français

La plupart des modèles généralistes traitent l’arabe uniquement sous sa forme standard moderne, et perdent en fiabilité dès que l’utilisateur emploie un dialecte régional ou insère des termes français dans sa phrase. Jais 3 couvre à la fois l’écrit et la parole avec un ciblage régional explicite. Selon Middle East AI News, les modèles prennent en charge l’arabe standard moderne ainsi que les dialectes émiratis, du Golfe et d’Afrique du Nord, tandis que le modèle de reconnaissance vocale Jais Speech couvre les dialectes de 19 pays arabes et gère les mots anglais ou français en milieu de phrase.

Pour l’Afrique du Nord, cette combinaison répond à un besoin concret. En Algérie, les échanges vocaux et écrits mêlent couramment le dialecte nord-africain et des termes techniques ou administratifs en français au sein d’une même phrase. Disposer d’une brique vocale et textuelle entraînée pour les dialectes nord-africains et le passage au français ou à l’anglais en cours de phrase lève un obstacle majeur pour les centres d’appels, les assistants vocaux et les services publics numériques.

Par ailleurs, l’échelonnement de 900 million de paramètres jusqu’au modèle phare de 375B (23B actifs, fenêtre de contexte de 512K jetons) permet d’adapter le déploiement au matériel disponible. Les versions compactes peuvent tourner sur des serveurs locaux modestes, tandis que les versions plus larges s’intègrent directement dans vLLM ou SGLang.

Évaluations réalisées par les développeurs et limites face aux concurrents

Pour documenter les progrès de cette génération, les concepteurs ont publié des résultats sur un large ensemble de tests en arabe. Comme le détaille Middle East AI News, l’évaluation menée par les développeurs porte sur une suite auditée de 24 benchmarks arabes, sur laquelle le score moyen en arabe du modèle 7B est passé de 56.4 (sur la base K2 Horizon) à 79.6 avec Jais 3.

Cette progression illustre l’apport de la spécialisation arabe sur la base K2 Horizon, mais elle appelle deux réserves méthodologiques. Comme le souligne l’analyse de We0.ai, les performances mises en avant reposent largement sur des évaluations publiées par les développeurs eux-mêmes, et une analyse comparative a relevé que la moyenne agentique du modèle phare restait en retrait par rapport à Qwen3.8-Flash-Next parmi les grands modèles ouverts comparés.

Autrement dit, si la hausse du modèle 7B de 56.4 à 79.6 sur les 24 benchmarks arabes montre un gain net sur la langue arabe dans les tests internes, les équipes qui développent des agents complexes doivent comparer le modèle phare 375B (23B actifs) à des alternatives ouvertes comme Qwen3.8-Flash-Next sur leurs propres flux.

Ce que cela signifie pour les équipes algériennes

Contrairement à de nombreuses annonces mondiales qui ne touchent l’Algérie qu’indirectement, Jais 3 répond directement aux contraintes linguistiques et d’hébergement du marché algérien. La licence Apache 2.0, la compatibilité vLLM et SGLang, la prise en charge des dialectes nord-africains et la reconnaissance des mots français en cours de phrase dans Jais Speech en font une brique immédiatement exploitable.

1. Testez Jais Speech sur vos enregistrements de relation client mêlant arabe dialectal et français

Puisque Jais Speech couvre les dialectes de 19 pays arabes, dont l’Afrique du Nord, et gère les mots français ou anglais en milieu de phrase, les opérateurs télécoms, banques et centres d’appels algériens devraient l’évaluer sur leurs flux vocaux réels là où les moteurs monolingues échouent.

2. Déployez d’abord les modèles de 900 million à 7B paramètres sur vos serveurs locaux

Avec six modèles allant de 900 million à 375 billion de paramètres — et un modèle 7B qui passe de 56.4 à 79.6 sur 24 benchmarks arabes selon les développeurs — les startups et administrations algériennes n’ont pas besoin d’un supercalculateur pour commencer. Déployez les petits modèles en local via vLLM ou SGLang sous licence Apache 2.0 avant d’envisager le modèle 375B (23B actifs).

3. Comparez les performances agentiques à Qwen3.8-Flash-Next sur vos propres tâches

Les scores publiés provenant des évaluations des développeurs et le modèle phare se situant derrière Qwen3.8-Flash-Next sur la moyenne agentique selon une analyse citée par We0.ai, les équipes techniques algériennes doivent mener leurs propres tests comparatifs. Utilisez Jais 3 là où les dialectes arabes et la fenêtre de 512K jetons priment, et comparez-le à Qwen3.8-Flash-Next pour l’exécution d’agents complexes.

4. Exploitez les cinq points de contrôle d’entraînement dans les laboratoires universitaires

Chaque modèle Jais 3 étant fourni avec cinq points de contrôle d’entraînement et des ressources d’évaluation sous licence Apache 2.0, les laboratoires universitaires algériens peuvent étudier l’adaptation depuis K2 Horizon et affiner des points de contrôle intermédiaires sur des corpus algériens.

Vue d’ensemble : l’IA arabe ouverte passe du texte standard à la réalité du terrain

Jais 3 marque une étape importante pour l’IA ouverte dans la région. Plutôt que de livrer un modèle unique sous licence restrictive, l’Institute of Foundation Models de MBZUAI, Inception42 et Cerebras Systems proposent six modèles de 900 million à 375 billion de paramètres sous licence Apache 2.0, cinq points de contrôle par modèle, une compatibilité directe avec vLLM et SGLang, ainsi qu’un modèle vocal couvrant 19 pays arabes et l’alternance codique français-arabe.

Le fait que la progression de 56.4 à 79.6 du modèle 7B sur 24 benchmarks arabes provienne des tests des développeurs, et que le modèle phare 375B reste derrière Qwen3.8-Flash-Next sur les tâches d’agents dans une analyse comparative, rappelle simplement la règle d’or de l’ingénierie : tester sur ses propres données. Mais pour les équipes algériennes, la disponibilité d’une pile arabe et vocale sous Apache 2.0 capable de comprendre le dialecte nord-africain mêlé de français change la donne pour l’hébergement souverain.

Questions Fréquemment Posées

Sources et lectures complémentaires

• MBZUAI and Inception42 launch Jais 3 — Middle East AI News
• MBZUAI releases Jais 3 Arabic agent models — RuntimeWire
• Jais 3 Arabic AI models and speech recognition — We0.ai
• Jais 3 375B-A23B model reference — LLM Reference