Jais 3 livre six modèles open source taillés pour l’arabe, du téléphone au 375B
Le 15 octobre 2026, l’Institut des modèles de fondation (MBZUAI) et Inception42 publient Jais 3, une flotte de six modèles ouverts dédiés à l’arabe, de 0,9 à 375 milliards de paramètres, doublée d’un modèle de reconnaissance vocale des dialectes. Pour les organisations qui travaillent en arabe, c’est la référence souveraine à tester avant tout modèle généraliste occidentalocentré.
15 octobre 2026. L’Institut des modèles de fondation (IFM), rattaché à la MBZUAI d’Abou Dabi, et Inception42 publient Jais 3. Six modèles. La flotte va d’un modèle de 0,9 milliard de paramètres, assez léger pour tourner sur un téléphone, jusqu’à un flagship de 375 milliards. 512 000 tokens. C’est la fenêtre de contexte annoncée, la plus longue de tous les modèles natifs arabes. Pourquoi c’est important : pour les 400 millions de locuteurs arabophones et les hôpitaux, administrations et entreprises qui travaillent dans cette langue, la question n’est plus « un modèle généraliste peut-il parler arabe », mais « un modèle entraîné pour l’arabe dès le départ fait-il mieux » — et la réponse de Jais 3 est chiffrée.
Une flotte de six modèles, du téléphone au flagship
Jais 3 est la première adaptation de K2 Horizon, la flotte de six modèles entièrement ouverts qu’IFM a publiée en septembre, à une langue nouvelle. La mécanique est importante : on ne réentraîne pas un LLM occidental, on part d’une base de fondation ouverte et on l’adapte à l’arabe avec la même recette d’entraînement. Les six modèles partagent cette recette, leurs capacités d’agent et une fenêtre de contexte de 512 000 tokens.
L’échelle est volontairement graduée. Le modèle de 0,9 milliard tient sur un appareil mobile, le 3,7 milliards vise l’embarqué et les petits serveurs, le 7 milliards le poste de travail, le 32 milliards le serveur d’entreprise, et le 375 milliards les déploiements en grappe. Chaque organisation choisit la taille qui correspond à son matériel et à son budget — un point décisif pour les administrations qui imposent des déploiements locaux pour des raisons de souveraineté. Chaque modèle est livré avec cinq checkpoints d’entraînement, ce qui permet à un chercheur de retracer son développement et de repartir de n’importe quelle étape.
La preuve que l’adaptation fonctionne est donnée par IFM en un chiffre : sur ses évaluations arabes, le modèle 7B passe d’un score moyen de 56,4 pour la base K2 Horizon à 79,6 pour Jais 3. Une base de fondation ouverte peut donc basculer vers une langue et une culture nouvelles sans repartir de zéro.
Suivi d’instructions et tâches réelles
Les modèles généralistes ont un défaut connu en arabe : ils dérivent entre dialectes et registres au sein d’un même document. Jais 3 revendique l’inverse — une écriture fluide et constante, et un suivi strict d’instructions complexes. L’exemple cité par le communiqué est parlant : confronté à quatre consignes pour une lettre de rendez-vous hospitalier, dont un mot à éviter, Jais 3 a respecté les quatre, là où un modèle généraliste a utilisé deux fois le mot interdit.
Le modèle est aussi outillé, pas seulement textuel. Connecté à des outils logiciels, Jais 3 planifie des tâches en plusieurs étapes, cherche sur le web, et lit, édite et produit des documents, tableurs, présentations et sites en arabe. L’exemple du communiqué — une présentation de quatre diapositives sur les prévisions El Niño 2026-2027, construite à partir de données publiées après recherche — illustre un usage d’agent complet plutôt qu’une simple complétion. Les mêmes modèles alimentent l’application de chat Jais, et une plateforme agentique pour les workflows du quotidien est annoncée.
La stratégie d’ouverture mérite d’être soulignée. IFM publie non seulement les poids, mais aussi les 24 benchmarks arabes audités utilisés pour l’évaluation et le code pour les exécuter. C’est le point qui distingue une revendication marketing d’une mesure vérifiable : un tiers peut reproduire les chiffres sur ses propres données.
Jais Speech : l’arabe réel, dialectes et bascules comprises
Le volet le plus technique est Jais Speech, le modèle de reconnaissance vocale associé. Il transcrit l’arabe standard moderne et les dialectes parlés dans 19 pays arabes, y compris en conditions bruyantes et réelles. Sa particularité tient au code-switching : il suit les locuteurs qui glissent de l’arabe vers l’anglais ou le français en pleine phrase et inversement, en conservant ces mots dans leur écriture d’origine. Il identifie en outre le dialecte parlé et peut ajouter les voyelles à une transcription.
Sur six jeux de test publics, Jais Speech enregistre les taux d’erreur moyens — mots et caractères — les plus bas des modèles comparés, y compris des services de reconnaissance commerciaux. C’est le genre de résultat qui ne se voit pas dans une démo de salon, mais qui décide de l’utilité réelle d’un transcripteur dans un centre d’appels, un cabinet médical ou une rédaction. Couplé aux modèles de langage, il permet à Jais 3 de prendre des instructions orales en arabe ou en anglais et d’agir dessus.
« Construire un LLM arabe n’est pas un exercice de traduction »
La phrase la plus importante du lancement vient d’Ashish Koshy, directeur général d’Inception42 : « Construire un LLM arabe n’est pas un exercice de traduction. Cela signifie s’entraîner sur les dialectes que les gens parlent réellement, la façon dont ils écrivent, et la culture que porte la langue. » Elle résume la thèse du projet, et elle est vérifiable dans les choix techniques : entraînement sur l’arabe standard et les dialectes du Golfe au Maghreb, intégration de la culture — poésie, cuisine, savoir islamique — et gestion des bascules de langue en cours de phrase.
Le positionnement est résolument souverain. Jais 3 est créé par l’IFM à MBZUAI et Inception42, la filiale d’IA agentique souveraine de G42, en collaboration avec Cerebras Systems. Les entreprises et gouvernements peuvent adapter les modèles et choisir où les déployer, en conformité avec leurs exigences de souveraineté des données — un argument décisif dans une région où les régulateurs poussent à l’hébergement local.
La question d’achat est simple à formuler. Un modèle généraliste « qui parle aussi arabe » traite l’arabe comme une option d’interface, pas comme une langue de travail. Jais 3 inverse l’ordre des priorités : l’arabe est la langue native, l’anglais la seconde. Pour un hôpital qui rédige des lettres de rendez-vous, un ministère qui produit des documents réglementaires ou une rédaction qui transcrit des interviews, cette différence est opérationnelle avant d’être symbolique.
Verdict
Si votre organisation travaille d’abord en arabe — santé, administration, éducation, médias dans la région MENA — Jais 3 est désormais le point d’entrée par défaut : les poids sont ouverts, les benchmarks audités sont publiés, et les modèles se déploient chez vous. Choisissez la taille selon le matériel : le 3,7B ou le 7B pour l’embarqué et les postes, le 32B ou le 375B pour les charges lourdes et les agents.
Si vous développez en arabe sur mobile ou en périphérie, le 0,9B et le 3,7B sont les candidats naturels, d’autant que le 3,7B surpasse, selon IFM, tout modèle ouvert concurrent jusqu’à 5 milliards de paramètres sur les tâches arabes et agentiques. Si votre besoin est la transcription de parole arabe réelle, testez Jais Speech en priorité : ses résultats sur les jeux publics, face aux services commerciaux, justifient à eux seuls une évaluation.
Dans tous les cas, la règle reste la même que pour tout modèle ouvert : validez sur vos propres distributions avant de généraliser. Mais pour la première fois, le benchmark audité et le code sont fournis — ce qui transforme cette validation d’un acte de foi en une procédure reproductible.