Am 3. September 2026 stellte HUMAIN auf der LEAP-Konferenz in Riad humain-m3 vor: ein auf Arabisch ausgerichtetes Frontier-Sprachmodell mit 428 Milliarden Parametern in einer Mixture-of-Experts-Architektur, von denen pro Token 23 Milliarden aktiv werden. Nach Angaben des Unternehmens wurde es mit mehr als einer Billion Tokens originär arabischer Inhalte trainiert.

Das verdient Aufmerksamkeit, denn schwaches Arabisch in Frontier-Modellen war jahrelang die bequeme Ausrede hinter jedem ins Stocken geratenen KI-Projekt auf dem saudischen Markt. Doch bevor Sie eine Entscheidung darauf aufbauen, verändern drei Details aus der Ankündigung selbst, was Sie heute tatsächlich damit tun können.

Was tatsächlich angekündigt wurde

Laut offizieller Mitteilung und Modellseite:

  • 428 Milliarden Parameter in einer Mixture-of-Experts-Architektur auf Basis der MiniMax-M3-Linie, davon 23 Milliarden aktiv pro Token.
  • Nativ multimodal – von Anfang an gemeinsam mit Text, Bild und Video trainiert, nicht nachträglich angeflanscht.
  • Für Agenten gebaut – Werkzeugnutzung und Bildschirmbedienung für langfristige Aufgaben auf Arabisch und Englisch.
  • Derzeit nur als Forschungs- und Evaluierungsvorschau verfügbar, über die Plattform HUMAIN Node – nicht als Produktivdienst.

Ein Punkt, der festgehalten werden sollte: Das Unternehmen begründet seine Motivation selbst damit, dass Arabisch von Hunderten Millionen Menschen gesprochen wird und dennoch an der KI-Front deutlich unterrepräsentiert ist. Diese Diagnose stimmt, und sie ist der Grund, warum es diese Nachricht überhaupt gibt.

Die Zahlen – und wer sie veröffentlicht hat

HUMAIN meldet einen Durchschnitt von 89,37 Prozent über sieben öffentliche arabische Benchmarks, aufgeschlüsselt wie folgt: AraTrust für Wahrhaftigkeit mit 97,53, MadinahQA für Sprachbeherrschung mit 95,44, ALRAGE für Retrieval-Augmented Generation mit 94,63, Translated MMLU mit 93,20, ArabicMMLU für muttersprachliches Wissen mit 90,70, AlGhafa für grundlegendes Verständnis mit 86,45 und Arabic EXAMS für akademisches Schlussfolgern mit 67,67. Konkurrenzmodelle, die im selben Set 87,34 und 87,30 erreichten, habe man übertroffen.

Lesen Sie den Abstand kaufmännisch. Der Durchschnitt liegt um weniger als zwei Prozentpunkte vorn, und der schwierigste akademische Benchmark fällt auf 67,67 – weit unter den Rest. Wichtiger noch: Es sind Ergebnisse, die von der Partei veröffentlicht wurden, der das Modell gehört, nicht von einem unabhängigen Dritten. Das macht sie nicht falsch. Es macht sie zu einer Behauptung, die zu prüfen ist, nicht zu einem feststehenden Ergebnis.

Das Detail, das die meisten Berichte übersprungen haben

Das Modell heute als Open-Weights zu bezeichnen, ist verfrüht. Laut offizieller Mitteilung sollen die Gewichte unter der MiniMax Community License veröffentlicht werden, sobald Sicherheitstraining und Alignment abgeschlossen sind; angepeilt ist derzeit der nächste Monat. Was heute existiert, ist ein versprochener Zeitplan, keine Datei, die Sie herunterladen und ausführen.

Zweites Detail: Das Modell wurde von MiniMax, einem chinesischen Labor, im Auftrag von HUMAIN entwickelt. Das ist kein technischer Einwand, bedeutet aber, dass das Wort souverän hier Eigentum, Betrieb und Hosting beschreibt – nicht die gesamte Entwicklungskette. Wenn Ihre Entscheidung davon abhängt, woher die Technologie stammt, ist das eine Information, die Sie brauchen.

Die Sicht von Origami

Wir lesen diese Ankündigung als Marktsignal, nicht als fertiges Produkt. Das Signal lautet: Arabisch ist endlich als erstrangiges Ziel in das Rennen an der Front eingestiegen und nicht mehr nur als zusätzliche Sprache – und die praktische Wirkung für Sie ist unmittelbar: Es ist nicht länger akzeptabel, dass ein Anbieter schwache arabische Ergebnisse damit entschuldigt, die Technologie selbst sei im Arabischen schwach. Legen Sie die Messlatte für die Angebote, die Sie erreichen, höher.

Die Entscheidung selbst ändert sich heute allerdings nicht. Wir bauen Kundensysteme weiterhin so, dass die Modellschicht austauschbar bleibt: eine einzige Schnittstelle vor dem KI-Anbieter und Evaluierung mit Ihren eigenen Daten vor jedem Wechsel. Ein so gebautes Unternehmen kann humain-m3 wenige Tage nach Erscheinen der Gewichte erproben. Ein Unternehmen, das seine Betriebslogik fest an einen einzigen Anbieter gekoppelt hat, braucht dafür ein komplettes Projekt und zahlt die Differenz zweimal – einmal jetzt und einmal beim nächsten Modell.

Was Sie diesen Monat tun sollten

  • Halten Sie kein laufendes Projekt an, um darauf zu warten. Das Modell ist in der Forschungsvorschau; Warten kostet Sie Monate für einen unbestätigten Gewinn.
  • Bauen Sie ein Evaluierungsset aus Ihren eigenen Daten. Fünfzig bis hundert echte Fälle aus Ihrer Korrespondenz, Ihren Verträgen und den Fragen Ihrer Kunden, jeweils mit der richtigen Antwort. Das ist für Sie mehr wert als jeder öffentliche Benchmark, weil es Ihren Dialekt und Ihre Terminologie misst.
  • Isolieren Sie die Modellschicht in Ihrer Architektur, falls sie noch nicht isoliert ist, sodass ein Anbieterwechsel eine Einstellung und kein Neubau ist.
  • Verfolgen Sie die Veröffentlichung der Gewichte und deren Lizenz. Die Bedingungen für die kommerzielle Nutzung entscheiden, ob der Betrieb in Ihrer eigenen Infrastruktur für Sie überhaupt eine legale Option ist.
  • Verlangen Sie Beweise, keine Behauptungen. Wenn ein Anbieter ein Modell mit seiner Überlegenheit im Arabischen bewirbt, bitten Sie ihn, es in einer einzigen Sitzung vor Ihren Augen auf Ihren Fällen laufen zu lassen.

Fazit

humain-m3 ist eine gute Nachricht für das Arabische, und seine Zahlen verdienen Überprüfung statt Hinnahme. Heute ist es eine Forschungsvorschau mit Gewichten, die für den nächsten Monat versprochen sind. Eine gute Vorbereitung darauf beginnt nicht beim Modell – sie beginnt bei Ihrer Architektur: einer austauschbaren Schicht und einem Evaluierungsset in Ihrer Sprache und mit Ihren Daten. Wer beides hat, profitiert von jedem Modell, das als Nächstes kommt. Wer keines von beiden hat, wird jede Ankündigung weiterhin als Nachricht lesen, die vorbeizieht, nicht als Chance, die man ergreift.

Quellen