SDAIA: ALLaM 2 7B Instruct

Model yang telah disesuaikan dengan instruksi (instruction tuned) ALLaM-2-7b oleh SDAIA

allam-2-7b

TersediaSDAIAObrolan

Masukan / Keluaran: $0.05 / $0.08
Konteks: 32K
Output maksimal: 4K
Modalitas: Obrolan

Tentang ALLaM 2 7B Instruct

ALLaM-2-7B adalah model bahasa dwibahasa yang telah disesuaikan dengan instruksi dari National Center for Artificial Intelligence di SDAIA Arab Saudi, yang dibangun untuk teknologi bahasa Arab. Model dengan 7 miliar parameter ini dilatih dari awal menggunakan teks bahasa Inggris, kemudian campuran teks bahasa Arab dan Inggris. Model ini cocok untuk percakapan, penyusunan draf, dan prototipe riset dalam bahasa Arab dan Inggris di mana model terbuka yang kecil sudah mencukupi.

Kelebihan

Model ini dirancang untuk bahasa Arab sejak awal, bukan diadaptasi dari model bahasa Inggris, yang terlihat dari kemampuan pembuatan dan pemahaman bahasa Arabnya.
Bahasa Inggris tetap dipertahankan: pembuatnya mengatur pra-pelatihan agar pelatihan bahasa Arab tidak menghapus kemampuan bahasa Inggrisnya.
Dengan 7 miliar parameter, model ini menjawab dengan cepat dan berbiaya rendah untuk dijalankan dibandingkan dengan model umum yang besar.
Model ini menggunakan format percakapan standar dan memiliki lisensi Apache 2.0 pada bobot yang dipublikasikan.

Kapan harus beralih

Kartu dari pembuatnya mencakup rilis 'pratinjau' dan memberikan peringatan mengenai output yang tidak akurat atau bias, jadi lakukan pemeriksaan keamanan Anda sendiri.
Model ini hanya mendukung teks dalam bahasa Arab dan Inggris; bahasa lain, gambar, atau alat tidak termasuk dalam kartu tersebut.
Model kecil akan tertinggal dari model perbatasan (frontier) yang besar dalam penalaran yang sulit, tugas kode yang panjang, dan pekerjaan agen yang kompleks.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.

Kirim permintaan pertama Anda

Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.

Teks ke teksChat 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!"}
    ]
  }'

Penetapan Harga

Harga Verified berlaku untuk Verified yang lebih murah di sebagian besar model. Harga Official adalah harga resmi dari pembuat model dan berlaku untuk rute Official yang lebih andal. Auto menagihkan biaya berdasarkan rute yang menyelesaikan permintaan.

Penetapan Harga

per 1M token

Harga Verified: —
Harga Official: Masukan$0.05per 1M tokenKeluaran$0.08per 1M token

	Harga Officialper 1M token	Harga Verifiedper 1M token	Diskon
Masukan	$0.05	—	—
Keluaran	$0.08	—	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 1 Nov 2026, 12.13 UTC

Tingkat keberhasilan 30 hari: 97,1%
Permintaan 30 hari: 100+
Aktivitas terakhir: kemarin

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka ALLaM 2 7B Instruct di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba allam-2-7b dengan pesan singkat di /v1/chat/completions. Tampilkan balasan, latensi, dan biayanya.

Skenario penggunaan

Balasan pelanggan bahasa Arab
Susun draf jawaban pelanggan dan FAQ dalam Bahasa Arab Standar Modern, lalu minta seseorang untuk menyetujuinya sebelum dikirim.
Peringkasan dwibahasa
Ringkas laporan bahasa Inggris ke dalam bahasa Arab, atau artikel bahasa Arab ke dalam bahasa Inggris, untuk pengarahan internal.
Riset NLP bahasa Arab
Gunakan sebagai dasar untuk studi dalam klasifikasi, penulisan ulang, atau dialog dalam bahasa Arab.
Prototipe berbiaya rendah
Bangun versi pertama asisten bahasa Arab sebelum memutuskan apakah model yang lebih besar diperlukan.

Contoh prompt

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

Terjemahkan keluhan pelanggan ini ke dalam bahasa Arab dan tulis balasan sopan sebanyak dua kalimat.

اشرح الفرق بين الفائدة البسيطة والمركبة بمثال عددي بسيط.

Kalkulator biaya

Token input bulanan1M token

Token output bulanan0.5M token

Perkiraan biaya bulanan$0.09

FAQ

Siapa yang mengembangkan model bahasa ALLaM?

ALLaM dikembangkan oleh National Center for Artificial Intelligence (NCAI) di Saudi Data and AI Authority (SDAIA). Bobotnya dipublikasikan di Hugging Face di bawah organisasi humain-ai dan ALLaM-AI.

Bahasa apa saja yang ditangani?

Bahasa Arab dan Inggris. Pembuatnya melatih model ini dengan 4 triliun token bahasa Inggris terlebih dahulu, kemudian 1,2 triliun token campuran bahasa Arab dan Inggris, sehingga model ini mempertahankan keterampilan bahasa Inggris sambil menambahkan bahasa Arab. Bahasa lain tidak didokumentasikan.

Apakah ini model tujuan umum yang baik?

Ini adalah model percakapan dwibahasa kecil yang cakap, bukan model perbatasan (frontier). Untuk penyusunan draf dan tanya jawab bahasa Arab, ini adalah awal yang masuk akal dengan biaya rendah; untuk penalaran yang menuntut atau tugas kode yang panjang, beralihlah ke model yang lebih besar.

Apakah kartu tersebut menjelaskan ID yang tepat ini?

Kartu resmi berjudul ALLaM-7B-Instruct-preview, rilis asal keluarga model ini. Pernyataan di halaman ini berasal dari kartu tersebut dan entri katalog, bukan dari kartu untuk label 2-7b itu sendiri.

Bisakah saya menggunakannya secara komersial?

Kartu Hugging Face mencantumkan Apache 2.0. Kartu tersebut juga menyatakan bahwa pengembang harus mengevaluasi keamanan sebelum penerapan dan bahwa output tidak mewakili pernyataan resmi NCAI atau SDAIA.

Berapa biaya ALLaM 2 7B Instruct?

Di TokenLab, ALLaM 2 7B Instruct dikenakan Masukan $0.05 / Keluaran $0.08 per 1M token. Tabel harga di atas menampilkan rincian lengkap.

Berapa batas konteks dan output ALLaM 2 7B Instruct?

ALLaM 2 7B Instruct mendukung hingga 32.768 token konteks dan menghasilkan hingga 4.096 token per respons.

Endpoint mana yang harus digunakan ALLaM 2 7B Instruct?

Pakai https://api.tokenlab.sh/v1/chat/completions sebagai default untuk ALLaM 2 7B Instruct. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung ALLaM 2 7B Instruct?

ALLaM 2 7B Instruct mendukung Teks ke teks. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.