Choisissez Auto, TokenLab Verified ou Official pour chaque demande, avec les prix affichés à l'avance. Voir les nouveautés

SDAIA: ALLaM 2 7B Instruct

Modèle ALLaM-2-7b optimisé par instructions par SDAIA
Comparer les modèles
allam-2-7b
DisponibleSDAIADiscussion
Entrée / Sortie
$0.05 / $0.08
Contexte
32K
Sortie maximale
4K
Modalités
Discussion

À propos de ALLaM 2 7B Instruct

ALLaM-2-7B est un modèle de langage bilingue optimisé par instructions, développé par le Centre national pour l'intelligence artificielle (NCAI) de la SDAIA en Arabie saoudite, conçu pour les technologies de la langue arabe. Ce modèle de 7 milliards de paramètres a été entraîné à partir de zéro sur de l'anglais, puis sur un mélange de textes en arabe et en anglais. Il est adapté aux prototypes de chat, de rédaction et de recherche en arabe et en anglais lorsqu'un petit modèle ouvert suffit.

Points forts

  • Il a été conçu dès le départ pour l'arabe plutôt que d'être adapté à partir d'un modèle anglais, ce qui se reflète dans la génération et la compréhension de la langue arabe.
  • L'anglais est conservé : le créateur a structuré le pré-entraînement de manière à ce que l'entraînement en arabe n'efface pas les capacités en anglais.
  • Avec 7 milliards de paramètres, il répond rapidement et coûte peu à exploiter par rapport aux grands modèles généralistes.
  • Il utilise le format de chat standard et dispose d'une licence Apache 2.0 sur les poids publiés.

Quand préférer un autre modèle

  • La fiche du créateur couvre une version « preview » et met en garde contre les résultats incorrects ou biaisés ; effectuez donc vos propres contrôles de sécurité.
  • Il ne prend en charge que le texte en arabe et en anglais ; les autres langues, les images ou les outils ne font pas partie de la fiche.
  • Un petit modèle sera moins performant que les grands modèles de pointe sur le raisonnement complexe, les tâches de code longues et le travail d'agent complexe.

Pour commencer

  1. Créer une clé API

    Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.

  2. Envoyez votre première requête

    Copiez l'exemple pour votre langage et lancez-le.

    Texte vers texteChat Completions API
    POST/v1/chat/completions
    curl https://api.tokenlab.sh/v1/chat/completions \
      -H "Content-Type: application/json" \
      -H "Authorization: Bearer sk-xxx" \
      -d '{
        "model": "allam-2-7b",
        "messages": [
          {"role": "user", "content": "Hello!"}
        ]
      }'

Tarification

Le prix Verified s’applique à Verified, moins cher sur la plupart des modèles. Le prix Official est le prix publié par le fabricant du modèle et s’applique à la route Official, plus fiable. Auto facture la route qui termine la requête.

Tarification

Par 1M Token
Prix Verified
—
Prix Official
Entrée$0.05Par 1M TokenSortie$0.08Par 1M Token

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures
Requêtes
Taux de succès
Latence P95
Total des jetons
Performance du modèle
Taux de réussite sur 30 jours
97,1%
Requêtes sur 30 jours
100+
Dernière activité
hier

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez ALLaM 2 7B Instruct dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à tester allam-2-7b avec un message sur /v1/chat/completions. Affiche la réponse, la latence et le coût.

Cas d'usage

  • Réponses aux clients en arabe

    Rédigez des réponses de support et des FAQ en arabe moderne standard, puis faites-les approuver par une personne avant envoi.

  • Résumé bilingue

    Résumez des rapports anglais en arabe, ou des articles arabes en anglais, pour des notes de synthèse internes.

  • Recherche en TAL arabe

    Utilisez-le comme base de référence pour des études sur la classification, la réécriture ou le dialogue en arabe.

  • Prototypes à faible coût

    Construisez une première version d'un assistant arabe avant de décider si un modèle plus grand est nécessaire.

Exemples de prompts

لخّص هذه الفقرة في ثلاث نقاط واضحة ثم اقترح عنوانًا قصيرًا لها.

Traduisez cette plainte client en arabe et rédigez une réponse polie de deux phrases.

اشرح الفرق بين الفائدة البسيطة والمركبة بمثال عددي بسيط.

Calculateur de coût

1M jetons
0.5M jetons
Coût mensuel estimé$0.09

FAQ

Qui développe les modèles de langage ALLaM ?

ALLaM est développé par le Centre national pour l'intelligence artificielle (NCAI) de l'Autorité saoudienne des données et de l'IA (SDAIA). Les poids sont publiés sur Hugging Face sous les organisations humain-ai et ALLaM-AI.

Quelles langues gère-t-il ?

L'arabe et l'anglais. Le créateur a d'abord entraîné le modèle sur 4 000 milliards de jetons anglais, puis sur 1 200 milliards de jetons mixtes arabe et anglais, afin de conserver les compétences en anglais tout en ajoutant l'arabe. Les autres langues ne sont pas documentées.

Est-ce un bon modèle polyvalent ?

C'est un petit modèle de chat bilingue performant, pas un modèle de pointe. Pour la rédaction et les questions-réponses en arabe, c'est un point de départ raisonnable et peu coûteux ; pour des besoins de raisonnement exigeants ou des tâches de code longues, passez à un modèle plus grand.

La fiche décrit-elle exactement cet identifiant ?

La fiche officielle est intitulée ALLaM-7B-Instruct-preview, la version dont est issue cette famille. Les déclarations de cette page proviennent de cette fiche et de l'entrée du catalogue, et non d'une fiche spécifique au label 2-7b.

Puis-je l'utiliser commercialement ?

La fiche Hugging Face indique Apache 2.0. Elle précise également que les développeurs doivent évaluer la sécurité avant le déploiement et que les résultats ne représentent pas les déclarations officielles du NCAI ou de la SDAIA.

Combien coûte ALLaM 2 7B Instruct ?

Sur TokenLab, ALLaM 2 7B Instruct coûte Entrée $0.05 / Sortie $0.08 Par 1M Token. La table tarifaire ci-dessus en montre le détail complet.

Quelles sont les limites de contexte et de sortie de ALLaM 2 7B Instruct ?

ALLaM 2 7B Instruct accepte jusqu'à 32 768 jetons de contexte et génère jusqu'à 4 096 jetons par réponse.

Quel endpoint ALLaM 2 7B Instruct doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1/chat/completions pour ALLaM 2 7B Instruct. L'exemple de requête ci-dessous montre la structure de code correspondante.

Quelles opérations ALLaM 2 7B Instruct prend-il en charge ?

ALLaM 2 7B Instruct prend en charge Texte vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.

Comparer ALLaM 2 7B Instruct

Sources

Mis à jour le 2 oct. 2026

Modèles associés