AI ภาษาอาหรับ ตัวไหนเก่งสุด: Claude Opus นำแชทบอทรายใหญ่ในการทดสอบภาษาอาหรับของ Stanford

AI ตัวไหนเก่งภาษาอาหรับที่สุด

Claude Opus เก่งภาษาอาหรับที่สุดในบรรดาแชทบอทรายใหญ่ และมี AI เฉพาะทางภาษาอาหรับสองตัวที่ชนะมันได้ CRFM ของ Stanford จัดทำ HELM Arabic ร่วมกับ Arabic.AI โดยให้คะแนน 41 โมเดลจากชุดทดสอบภาษาอาหรับเจ็ดชุด ตั้งแต่ข้อสอบโรงเรียนไปจนถึงคำตอบที่สร้างจากเอกสารที่ค้นมา นี่คือรุ่นวันที่ 25 มิถุนายน 2026 คะแนนเฉลี่ยเต็ม 100:

แชทบอททั่วไปสามอันดับแรกห่างกันไม่ถึงสองคะแนน Claude Opus นำที่ 84.1 ส่วน GPT กับ Gemini Flash เสมอกันที่ 82.5 เหนือขึ้นไป LLM-X ของ Arabic.AI ได้ 91.9 และโมเดลที่ลงชื่อว่า incept-arabic-1 ได้ 88.3 ด้านล่างคือโมเดลอาหรับรุ่นเก่า: ALLaM 7B ได้ 70.8 และตระกูล Jais 30B ได้ 64.5 Arabic.AI ยังเป็นพันธมิตรของ Stanford บนลีดเดอร์บอร์ดนี้ด้วย จึงควรชั่งน้ำหนักอันดับหนึ่งของมันตามนั้น

อ่านแผนภูมิโดยมีข้อควรระวังข้อเดียว HELM ปิดโหมดคิด และตัดโมเดลที่ปิดโหมดคิดไม่ได้ออก จึงไม่มีโมเดล Gemini Pro อยู่ในนั้น Google มีแค่ Flash ตระกูล GPT-6 และ Jais 2 ก็ไม่อยู่ในนั้นเช่นกัน ดังนั้น Claude Opus นำแชทบอทที่ Stanford ทดสอบ ไม่ใช่ทุกตัว และในการทดสอบของเราเองด้านล่าง GPT Astra เสมอกับมัน หากอยากดูศึกใหญ่ระหว่างผู้ช่วยสามค่าย ดู ChatGPT vs Claude vs Gemini

โมเดล 17 ตัวทำคะแนนคำถามภาษาอาหรับของ Whizi เองได้เท่าไร

GPT Astra กับ Claude Opus เสมอกันที่หนึ่ง ตอบภาษาอาหรับถูก 4 จาก 5 ข้อ ผลนี้มาจาก Multilingual LLM Bench ของเรา รันเมื่อ 2 ตุลาคม 2026 ทุกโมเดลได้ 5 คำถามเดียวกันในแต่ละภาษาจาก 30 ภาษา ที่ระดับการให้เหตุผลต่ำ ทุกคำตอบถูกตรวจกับเฉลยที่อ้างอิงแหล่งที่มา และคำตอบที่ผิดภาษาได้ศูนย์

ห้าคำถามเป็นกลุ่มตัวอย่างเล็ก คำถามเดียวขยับคะแนนภาษาอาหรับของโมเดลได้ 20 คะแนน ให้ถือว่านี่เป็นลำดับคร่าว ๆ ไม่ใช่การจัดอันดับ

การแยกตามประเภทคำถามคือส่วนที่ไม่มีลีดเดอร์บอร์ดไหนแสดง ข้อเท็จจริงกับการคำนวณวันที่ไม่มีปัญหา แต่สุภาษิตมีปัญหา:

คำถามสุภาษิตแต่ละข้อบรรยายคำพังเพยด้วยความหมาย แล้วให้ตอบตัวคำพังเพยนั้น โมเดลสิบห้าตัวพลาดข้อแรก สิบหกตัวพลาดข้อที่สอง และไม่มีตัวไหนถูกทั้งสองข้อ Claude Opus ถูกหนึ่งข้อ GPT Astra กับ Claude Fable ถูกอีกข้อ

คำถามปฏิทินคือข้อภาษาอาหรับข้อเดียวที่เราเผยแพร่ โดยให้ลงวันที่โฉนดในไคโรเป็น 23 Rajab 1219 AH ตามปฏิทินฮิจเราะห์แบบตาราง ให้กฎมา แล้วถามวันในสัปดาห์และวันที่เกรกอเรียนหลังจากนั้น 100 วัน โมเดล 11 จาก 17 ตัวตอบวันอังคารที่ 5 กุมภาพันธ์ 1805

อย่าใช้เบนช์มาร์กนี้เปรียบเทียบภาษาอาหรับกับภาษาอื่น ภาษาอาหรับเฉลี่ย 41.2% ในโมเดล 17 ตัว ส่วนภาษาสเปน 25.9% ตัวเลขนี้บอกความยากของคำถามห้าข้อของแต่ละภาษามากกว่าบอกอะไรเกี่ยวกับตัวภาษา

ChatGPT เก่งภาษาอาหรับไหม

เก่ง ChatGPT เก่งภาษาอาหรับมาตรฐานสมัยใหม่ GPT ของ OpenAI ได้ 82.5 บน HELM Arabic ในเดือนมิถุนายน 2026 เท่ากับ Gemini Flash และตาม Claude Opus อยู่ 1.6 คะแนน ตัวเลขของ OpenAI เองก็ชี้ไปทางเดียวกัน ผล simple-evals ของบริษัทให้โมเดลเหตุผล o3 ได้ 0.904 ในภาษาอาหรับและ 0.906 ในภาษาฝรั่งเศส บนข้อสอบ MMLU ที่นักแปลมืออาชีพเขียนใหม่เป็น 14 ภาษา

Anthropic เผยแพร่ตัวเลขแบบเดียวกัน หน้าการรองรับหลายภาษา ของบริษัทระบุว่า Claude Sonnet 4.5 ทำได้ 97.2% ของคะแนนภาษาอังกฤษในภาษาอาหรับ และ Claude Haiku 4.5 ที่เล็กกว่าได้ 92.5% สำหรับแชทบอทรายใหญ่ ภาษาอาหรับเกือบเป็นภาษาชั้นหนึ่งแล้ว

ข้อติดขัดคือสำเนียง แชทบอทที่เขียน MSA ได้สะอาดมักตอบคำถามสำเนียงอียิปต์หรือโมร็อกโกด้วย MSA อยู่ดี และนั่นคือหัวข้อถัดไป

AI เขียนสำเนียงอาหรับท้องถิ่นได้ไหม หรือได้แค่ภาษาอาหรับมาตรฐานสมัยใหม่

AI เข้าใจสำเนียงอาหรับท้องถิ่นได้ดีกว่าที่เขียน งานวิจัย AL-QASIDA ทดสอบเก้าโมเดล รวมถึง GPT-4o ใน 8 สำเนียงตั้งแต่แอลจีเรียถึงซีเรีย ผู้เขียนระบุว่า "LLMs do not produce DA as well as they understand it" โดย DA หมายถึงภาษาอาหรับสำเนียงท้องถิ่น พวกเขาพบว่าโมเดลพอใช้ได้ในเชิงความคล่อง แต่ไม่ค่อยยอมเขียน ส่วนหนึ่งโทษการเทรนหลังขั้นตอนหลัก และพบว่า "that few-shot examples can overcome this deficiency."

ลีดเดอร์บอร์ดแสดงเรื่องนี้ให้เห็นไม่ได้ ชุดทดสอบภาษาอาหรับของ HELM หกในเจ็ดชุดเป็นแบบปรนัย และไม่มีชุดไหนตรวจคำตอบที่เขียนเป็นสำเนียง Open Arabic LLM Leaderboard ที่ทีม OALL ดูแลร่วมกับ 2A2I, TII และ Hugging Face สร้างชุดทดสอบใหม่ในเดือนกุมภาพันธ์ 2025 และตัดชุดที่แปลด้วยเครื่องออก ทีมอธิบายเหตุผลว่า "Many tasks were direct translations from English, which frequently introduced linguistic and contextual mismatches." ลีดเดอร์บอร์ดนี้สร้างมาสำหรับโมเดลโอเพนซอร์ส: ชุมชนส่งโมเดลเข้ามา ฮาร์ดแวร์ของ TII รันให้ และทุกโมเดลที่โพสต์เปิดตัวเอ่ยถึงเป็นโมเดลเปิดทั้งหมด จึงไม่แสดงว่า ChatGPT หรือ Claude อยู่ตรงไหน

ค่ายอาหรับพูดเรื่องเดียวกันเกี่ยวกับการเทรนของตัวเอง โพสต์ของ TII เรื่อง Falcon-H1 Arabic ลงวันที่ 5 มกราคม 2026 ระบุว่า "Arabic is not monolithic" และขยายแหล่งข้อมูลสำเนียงอียิปต์ เลแวนต์ อ่าว และมาเกร็บ

ดังนั้นให้สั่งงานโดยระบุสำเนียง ระบุชื่อเมือง และแสดงบทสนทนาสั้น ๆ สองชุด คัดลอกข้อความนี้แล้วเปลี่ยนสำเนียง:

```

ตอบเป็นภาษาอาหรับสำเนียงอียิปต์เท่านั้น แบบที่คนพูดกันในไคโร ไม่ใช่ภาษาอาหรับมาตรฐานสมัยใหม่ ใช้สำเนียงนี้ต่อไปแม้ฉันจะเปลี่ยนไปใช้ MSA หรือภาษาอังกฤษ ให้เลียนแบบสไตล์ของสองบทสนทนานี้:

ฉัน: ازيك؟ عامل ايه النهارده؟

คุณ: الحمد لله كويس، وانت عامل ايه؟

ฉัน: عايز اروح الأهرامات بكرة، أسهل طريقة ايه؟

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

ตอนนี้ตอบข้อความถัดไปของฉันด้วยสำเนียงเดียวกัน

```

เปลี่ยน "อียิปต์" และ "ไคโร" เป็นสำเนียงอ่าวกับดูไบ เลแวนต์กับเบรุต หรือโมร็อกโกกับคาซาบลังกา แล้วเขียนตัวอย่างสองชุดใหม่เป็นสำเนียงนั้น ให้ตัวอย่างสั้น ถ้าทำได้ให้ใช้ถ้อยคำของคุณเอง เพราะโมเดลจะเลียนแบบสิ่งที่เห็น

AI สัญชาติอาหรับตัวไหนน่าลอง: Jais, HUMAIN Chat, Fanar หรือ Falcon

Jais Chat และ HUMAIN Chat คือแชทบอทสัญชาติอาหรับสองตัวที่ดาวน์โหลดได้วันนี้ และทั้งสองฟรี ค่ายในอ่าวที่อยู่เบื้องหลังปล่อยของไว ดังนั้นเราจึงอ่านหน้าของแต่ละเจ้าเองในเดือนตุลาคม 2026:

แต่ละค่ายให้คะแนนตัวเองด้วยเบนช์มาร์กของตัวเอง จึงควรอ่านคำกล่าวอ้างว่าเป็นคำกล่าวอ้าง model card ของ Inception ให้ Jais 2 70B ได้ 70.71 ในการทดสอบเชิงสร้างสรรค์ AraGen เทียบกับ 62.58 ของ Qwen2.5 72B แต่เทียบเฉพาะโมเดลโอเพนซอร์ส TII บอกว่า Falcon-H1 Arabic 34B ได้ราว 75% บน Open Arabic LLM Leaderboard

ตัวเลขอิสระไม่ปรานีโมเดลอาหรับรุ่นเก่าเท่าไร บน HELM Arabic ALLaM 7B ได้ 70.8 และตระกูล Jais 30B ได้ 64.5 เทียบกับ 84.1 ของ Claude Opus ทีมของ Stanford เขียนว่าโมเดลโอเพนซอร์สเฉพาะภาษาอาหรับ "underperformed" และว่านี่ "may be explained by the age of these models." Jais 2 และ Falcon-H1 Arabic ใหม่กว่า Jais และ Falcon รุ่นที่อยู่บนบอร์ดนั้น

เลือกแอปท้องถิ่นเมื่อข้อมูลหรือสำเนียงเป็นของท้องถิ่น ตามข่าวเปิดตัว HUMAIN โฮสต์ HUMAIN Chat ในซาอุดีอาระเบียเพื่อให้เป็นไปตามกฎหมายคุ้มครองข้อมูลของราชอาณาจักร สำหรับงานที่ผสมอาหรับกับอังกฤษ แชทบอทรายใหญ่ยังชนะโมเดลอาหรับรุ่นเก่าบน HELM ซึ่งเป็นลีดเดอร์บอร์ดเดียวที่ให้คะแนนทั้งสองประเภท

Whizi เหมาะกับภาษาอาหรับตรงไหน

Whizi เป็นผลิตภัณฑ์ของเรา จึงขอบอกว่ามันช่วยตรงไหนและแพ้ตรงไหน หน้าจอใช้งานเป็นภาษาอาหรับได้ เขียนจากขวาไปซ้าย Pro ราคา $29.99 ต่อเดือน มี Claude Opus, Gemini Pro, ChatGPT Sol และ Kimi K3 และแชทโมเดลเคียงข้างกันส่งพรอมต์ภาษาอาหรับเดียวผ่านสองโมเดลพร้อมกัน คิดค่าใช้จ่ายตามอัตราของแต่ละโมเดล GPT Astra ผู้ทำคะแนนสูงอีกตัวในการทดสอบของเราต้องใช้ Powerhouse ที่ $49.99 ส่วน Starter ที่ $15.99 มี ChatGPT Luna ซึ่งตอบคำถามภาษาอาหรับของเราถูก 2 จาก 5 ข้อ และ Claude Haiku Whizi แพ้ในด้านท้องถิ่น ไม่มีโมเดล Jais, ALLaM, Fanar หรือ Falcon ดังนั้นถ้าต้องการโฮสต์ข้อมูลในซาอุดีอาระเบียหรือผู้เชี่ยวชาญสำเนียงอ่าว HUMAIN Chat หรือ Jais Chat คือตัวเลือกที่ดีกว่า แชทโมเดลเคียงข้างกัน อธิบายวิธีเปรียบเทียบ