Jais 2: família de LLMs de código aberto centrados em árabe chega a 70 bilhões de parâmetros

O que é o Jais 2

O Jais 2 é uma nova família de modelos de linguagem de código aberto centrados no árabe, desenvolvida em conjunto pela MBZUAI (Mohamed bin Zayed University of Artificial Intelligence), pela Cerebras e pela Inception. O projeto inclui o maior modelo aberto focado em árabe já treinado do zero, com 70 bilhões de parâmetros, além de uma variante competitiva de 8 bilhões.

Por que isso importa agora

A grande maioria dos modelos de linguagem abertos é treinada com foco no inglês, o que deixa idiomas com menos dados — e culturas inteiras — em segundo plano. O Jais 2 ataca essa lacuna com um vocabulário próprio, otimizado para o árabe, que torna o treinamento e a inferência mais eficientes. Segundo o relatório técnico, o modelo alcança resultados de destaque em benchmarks como OALL2 e AraGen e tem desempenho forte em tarefas culturalmente relevantes, como poesia, religião, culinária e interpretação de sonhos.

Desempenho e eficiência

O ponto que mais chama atenção é a eficiência computacional. A equipe afirma que o Jais 2 chega a esses resultados usando um orçamento de tokens substancialmente menor do que modelos comparáveis. O modelo de 70 bilhões roda em hardware da Cerebras, entregando até 2.000 tokens por segundo — uma velocidade pensada para servir conversas em árabe em alta escala.

Disponibilidade

Os modelos foram publicados no Hugging Face sob uma licença comercialmente permissiva. A versão de 70 bilhões também está disponível como aplicativo de chat para web, iOS e Android.

O que ainda é incerto

Os resultados foram divulgados no relatório do próprio projeto e ainda passam por avaliação independente. O foco é claramente o árabe; o desempenho em inglês é descrito como competitivo, mas não necessariamente líder. Para quem trabalha com outros idiomas, o interesse maior está no método: um vocabulário especializado e uma receita de treinamento eficiente podem servir de modelo para modelos centrados em outras línguas — inclusive o português.