Jais 3、オープンなアラビア語モデル6種を公開 最大375B

MBZUAIの基盤モデル研究所（Institute of Foundation Models、IFM）とInception42は2026年10月15日、Jais 3を公開しました。これはオープンなアラビア語の言語モデル6種からなるファミリーで、パラメータ数は9億から3750億までです。さらに、Jais Speechという音声認識モデルも加わります。今回の公開により、4億人を超えるアラビア語話者に向けて開発する開発者は、スマートフォンからサーバークラスターまで、どこでも動く無料のモデルを手にします。

MBZUAIは、アブダビにあるモハメド・ビン・ザイード人工知能大学（Mohamed bin Zayed University of Artificial Intelligence）です。Inception42は、IFMとともにJaisモデルを開発している企業です。Gulf Newsの報道によると、AIチップメーカーのCerebras Systemsもこのプロジェクトに参加しました。

Jais 3の公開内容

Gulf Newsによると、6つのモデルは1つの学習レシピと同じエージェント機能を共有しています。エージェント機能とは、質問に答えるだけでなく、ソフトウェアツールを使うタスクを実行できることを意味します。Gulf Newsはこのうち5つのサイズを挙げ、コンテキストウィンドウが51万2000トークンだと報じています。コンテキストウィンドウとは、モデルが一度に取り込めるテキストの量です。

モデル	情報源の記述
0.9B	最小のモデルで、スマートフォンで動くサイズ
3.7B	開発者によると、アラビア語とエージェントのタスクで5Bまでのすべてのオープンモデルを上回る
7B	開発者によると、同規模のオープンモデルの中でアラビア語の平均スコアが最も高い
32B	開発者によると、同規模のオープンモデルの中でアラビア語の平均スコアが最も高い
375B	フラッグシップモデル。開発者によると、エージェントのタスクでオープンモデルの首位に立つ
Jais Speech	アラビア語とその方言の音声認識

各モデルには5つの学習チェックポイントが付属します。チェックポイントとは、学習の途中で保存したスナップショットです。RuntimeWireの報道によると、重み、チェックポイント、評価コードはApache 2.0で公開されています。これは商用利用を認める寛容なライセンスです。モデルはHugging Faceで入手でき、モデルのサービングによく使われる2つのツール、vLLMとSGLangに対応しています。

K2 Horizonがベース、実際の方言で学習

Jais 3は、IFMが2026年9月に公開した完全オープンソースの基盤モデルファミリー、K2 Horizonをベースにしています。Gulf Newsは、Jais 3をK2 Horizonを新しい言語に適応させた最初の例と呼んでいます。

学習データは、正式な書き言葉である現代標準アラビア語と、話し言葉の方言をカバーしています。方言には、UAE、湾岸地域、北アフリカのアラビア語が含まれます。Gulf Newsによると、IFMのシニアリサーチサイエンティストであるHaonan Li氏は「Jais 3は、実際に使われているアラビア語のために作りました」と述べました。

Jais Speechは、現代標準アラビア語と、アラブ19か国で話されている方言を文字起こしします。文の途中でアラビア語と英語、またはアラビア語とフランス語を切り替える話者にも対応します。さらに、方言を特定し、ダイアクリティカルマークを付けることもできます。ダイアクリティカルマークとは、アラビア語の単語の発音を示す記号です。

主張の確かさ

性能に関する数値はすべて開発者によるものです。開発者は、監査済みの24のアラビア語ベンチマークからなるスイートでテストしており、これを一般公開する予定です。Gulf Newsによると、7Bモデルのアラビア語の平均スコアは、K2 Horizonのベースモデルの56.4から、Jais 3の学習後には79.6に上がりました。開発者はまた、商用モデルを含む比較対象のモデルの中で、Jais Speechの単語と文字の平均誤り率が最も低かったとしています。

RuntimeWireは、これらの主張が主に開発者自身の評価に基づいていると指摘しています。独立したテストはまだ公開されていません。Inception42の応用科学担当シニアバイスプレジデント、Larry Murray氏は「Jais 3は、アラビア語AIをビジネスでより実用的なものにします」と述べました。

開発者にとっての意味

• 小さく始める。 0.9Bと3.7Bのモデルは、スマートフォンや控えめなサーバーに収まります。375Bモデルのハードウェアにお金をかける前に、アラビア語のチャット、検索、フォーム入力で試してください。
• ライセンスは自分で確認する。 RuntimeWireはApache 2.0と報じており、これは商用利用を認めています。製品を出す前に、Hugging Faceのモデルカードで確認してください。
• 自社の方言データでテストする。 ベンチマークの主張は開発者自身のものです。モデルに頼る前に、ユーザーが実際に書く湾岸、UAE、北アフリカのテキストをモデルに通してみてください。
• 言語が混ざった音声にはJais Speechを試す。 コールセンターや音声アプリでは、英語やフランス語が混ざったアラビア語をよく耳にします。Jais Speechはまさにそのケースに向けて作られています。
• ファインチューニングにはチェックポイントを使う。 モデルごとに5つのチェックポイントがあるので、チームは学習の早い段階から始められます。法律や医療のような狭い分野にモデルを適応させるときに役立つことがあります。