ИИ для изучения арабского языка и работы с ним: Claude Opus лидирует среди больших чат-ботов в арабском тесте Стэнфорда

Какой ИИ лучше всего подходит для арабского?

Claude Opus лучший среди больших чат-ботов для арабского, но две арабские специализированные модели его обходят. CRFM Стэнфорда ведёт HELM Arabic вместе с Arabic.AI. Рейтинг оценивает 41 модель на семи арабских наборах тестов, от школьных экзаменационных вопросов до ответов по найденным документам. Вот релиз от 25 июня 2026 года, средний балл из 100:

Три лучших универсальных чат-бота идут с разницей в пару баллов. Claude Opus впереди с 84.1, а GPT и Gemini Flash делят 82.5. Выше них LLM-X от Arabic.AI с 91.9 и модель под названием incept-arabic-1 с 88.3. Ниже расположились более старые арабские модели: ALLaM 7B с 70.8 и семейство Jais на 30B с 64.5. Arabic.AI при этом партнёр Стэнфорда по рейтингу, так что учитывайте это, оценивая его первое место.

Читайте график с одной оговоркой. HELM отключает режим размышления и исключает модели, у которых его нельзя отключить. Моделей Gemini Pro в рейтинге нет, поэтому Google представлен только Flash. Семейство GPT-6 и Jais 2 тоже отсутствуют. Так что Claude Opus лидирует среди чат-ботов, которые тестировал Стэнфорд, а не среди всех, и в нашем собственном тесте ниже GPT Astra его догнал. О более широком споре трёх главных ассистентов читайте в материале ChatGPT vs Claude vs Gemini.

Как 17 моделей справились с собственными арабскими вопросами Whizi?

GPT Astra и Claude Opus сравнялись на первом месте: 4 верных ответа из 5 арабских вопросов. Это данные нашего Multilingual LLM Bench, прогон от 2 октября 2026 года. Каждая модель получила одни и те же 5 вопросов на каждом из 30 языков при низком уровне рассуждений. Каждый ответ сверяли с ключом из проверяемых источников, а ответ не на том языке получал ноль.

Пять вопросов, это небольшая выборка. Один вопрос меняет арабский результат модели на 20 баллов, так что считайте это грубым порядком, а не рейтингом.

Разбивка по типам вопросов, это то, чего не показывает ни один рейтинг. С фактами и датами проблем не было. С пословицами были:

В каждом вопросе о пословице описан смысл поговорки, а нужно назвать саму поговорку. Пятнадцать моделей не справились с первой, шестнадцать со второй, и ни одна не ответила на обе. Claude Opus ответил на одну. GPT Astra и Claude Fable ответили на другую.

Календарный вопрос, это единственный арабский вопрос, который мы публикуем. В нём каирский документ датирован 23 Раджаба 1219 года хиджры по табличному календарю хиджры, даны правила, и нужно назвать день недели и григорианскую дату через 100 дней. Одиннадцать из 17 моделей ответили: вторник, 5 февраля 1805 года.

Не используйте этот тест для сравнения арабского с другими языками. В среднем арабский дал 41.2% по 17 моделям, а испанский 25.9%. Это говорит скорее о сложности пяти вопросов на каждом языке, чем о самом языке.

Хорошо ли ChatGPT знает арабский?

Да, ChatGPT хорошо владеет современным литературным арабским. GPT от OpenAI набрал 82.5 в HELM Arabic в июне 2026 года, наравне с Gemini Flash и на 1.6 балла позади Claude Opus. Собственные цифры OpenAI указывают туда же. Её результаты simple-evals дают модели рассуждений o3 0.904 на арабском и 0.906 на французском в тесте MMLU, который профессиональные переводчики переписали на 14 языков.

Anthropic публикует такие же цифры. На её странице о многоязычной поддержке Claude Sonnet 4.5 набирает на арабском 97.2% от своего английского результата, а меньший Claude Haiku 4.5 92.5%. Для большого чат-бота арабский почти полноценный язык первого класса.

Загвоздка в диалектах. Чат-бот, который пишет чистым литературным арабским, часто отвечает на египетский или марокканский вопрос всё равно на литературном, и об этом следующий раздел.

Умеет ли ИИ писать на арабских диалектах или только на современном литературном арабском?

ИИ понимает арабские диалекты лучше, чем пишет на них. В исследовании AL-QASIDA протестировали девять моделей, в том числе GPT-4o, на восьми диалектах от алжирского до сирийского. Его авторы пишут, что «LLMs do not produce DA as well as they understand it», где DA означает диалектный арабский. Они обнаружили, что модели достаточно беглы, но неохотно пишут на диалекте. Частично причину они видят в дообучении и выяснили, «что примеры в запросе (few-shot) могут устранить этот недостаток».

Рейтинги этого показать не могут. Шесть из семи арабских наборов тестов HELM, это тесты с выбором ответа, и ни один не оценивает ответ, написанный на диалекте. Open Arabic LLM Leaderboard, который ведут команда OALL вместе с 2A2I, TII и Hugging Face, в феврале 2025 года пересобрал свои тесты и убрал машинные переводы. Команда объяснила причину: «Many tasks were direct translations from English, which frequently introduced linguistic and contextual mismatches.» Он создан для открытых моделей: сообщество присылает их, оборудование TII их запускает, и все модели, названные в анонсе, открытые. Поэтому он не покажет, где стоят ChatGPT или Claude.

Арабские лаборатории говорят то же самое о собственном обучении. В посте TII о Falcon-H1 Arabic от 5 января 2026 года сказано «Arabic is not monolithic», а также что лаборатория расширила источники диалектов для египетского, левантийского, залива и магрибского арабского.

Поэтому задавайте диалект в запросе. Назовите его, назовите город и покажите два коротких диалога. Вставьте этот запрос и замените диалект:

```

Отвечай только на египетском арабском, так, как говорят в Каире, а не на современном литературном арабском. Сохраняй этот диалект, даже если я перейду на литературный арабский или английский. Следуй стилю этих двух диалогов:

Я: ازيك؟ عامل ايه النهارده؟

Ты: الحمد لله كويس، وانت عامل ايه؟

Я: عايز اروح الأهرامات بكرة، أسهل طريقة ايه؟

Ты: أسهل حاجة تاخد تاكسي أو أوبر من وسط البلد.

Теперь ответь на моё следующее сообщение на том же диалекте.

```

Замените «египетском» и «Каире» на залив и Дубай, левантийский и Бейрут или марокканский и Касабланку, и перепишите два примера на этом диалекте. Делайте примеры короткими. По возможности пишите своими словами, ведь модель копирует то, что видит.

Какой арабский ИИ стоит попробовать: Jais, HUMAIN Chat, Fanar или Falcon?

Jais Chat и HUMAIN Chat, это два арабских чат-бота, которые можно скачать уже сегодня, и оба бесплатны. Лаборатории Залива, стоящие за ними, выпускают обновления быстро, поэтому в октябре 2026 года мы прочитали страницу каждого разработчика:

Каждая лаборатория оценивает себя по собственным тестам, так что читайте их заявления как заявления. Карточка модели Inception даёт Jais 2 70B 70.71 в генеративном тесте AraGen против 62.58 у Qwen2.5 72B, но сравнивает она только открытые модели. TII сообщает, что Falcon-H1 Arabic 34B набирает около 75% в Open Arabic LLM Leaderboard.

Независимые цифры менее благосклонны к старым арабским моделям. В HELM Arabic ALLaM 7B набрала 70.8, а семейство Jais на 30B 64.5, против 84.1 у Claude Opus. Команда Стэнфорда написала, что специализированные арабские открытые модели показали «underperformed», и это «may be explained by the age of these models.» Jais 2 и Falcon-H1 Arabic новее версий Jais и Falcon из этого рейтинга.

Выбирайте местное приложение, когда локальны данные или диалект. HUMAIN размещает HUMAIN Chat в Саудовской Аравии ради закона королевства о защите данных, по данным материалов о запуске. Для смешанной работы на арабском и английском большие чат-боты всё ещё опережают старые арабские модели в HELM, единственном рейтинге, где оценены оба типа.

Какое место занимает Whizi в работе с арабским?

Whizi, это наш продукт, поэтому скажем прямо, где он помогает и где проигрывает. Интерфейс работает на арабском, справа налево. Pro за $29.99 в месяц включает Claude Opus, Gemini Pro, ChatGPT Sol и Kimi K3, а чаты моделей бок о бок прогоняют один арабский запрос через две модели сразу, и каждая оплачивается по своему тарифу. GPT Astra, другой лидер нашего теста, требует Powerhouse за $49.99. В Starter за $15.99 есть ChatGPT Luna, который верно ответил на 2 из 5 наших арабских вопросов, и Claude Haiku. Whizi проигрывает в местных решениях. В нём нет моделей Jais, ALLaM, Fanar и Falcon, так что для размещения данных в Саудовской Аравии или специалиста по диалектам Залива лучше выбрать HUMAIN Chat или Jais Chat. О том, как работает сравнение, рассказывает материал Чаты моделей бок о бок.