Pada 3 September 2026, di konferensi LEAP di Riyadh, HUMAIN memperkenalkan humain-m3: model bahasa frontier yang berfokus pada bahasa Arab, dengan 428 miliar parameter dalam arsitektur mixture-of-experts, dan 23 miliar di antaranya aktif per token. Perusahaan menyebut model ini dilatih dengan lebih dari satu triliun token konten asli berbahasa Arab.

Ini layak diperhatikan, karena lemahnya bahasa Arab pada model frontier selama bertahun-tahun menjadi alasan siap pakai di balik setiap proyek AI yang macet di pasar Arab Saudi. Namun sebelum Anda mendasarkan keputusan padanya, tiga detail dalam pengumuman itu sendiri mengubah apa yang benar-benar bisa Anda lakukan dengannya hari ini.

Apa yang sebenarnya diumumkan

Menurut rilis resmi dan halaman model:

  • 428 miliar parameter dalam arsitektur mixture-of-experts yang dibangun di atas garis MiniMax-M3, dengan 23 miliar aktif per token.
  • Multimodal secara bawaan — dilatih bersama pada teks, gambar, dan video sejak awal, bukan ditempelkan belakangan.
  • Dibuat untuk agen — penggunaan alat dan pengoperasian layar untuk tugas jangka panjang dalam bahasa Arab dan Inggris.
  • Saat ini hanya tersedia sebagai pratinjau riset dan evaluasi, melalui platform HUMAIN Node — bukan sebagai layanan produksi.

Satu hal yang perlu dicatat: perusahaan sendiri merumuskan motivasinya bahwa bahasa Arab dituturkan oleh ratusan juta orang, tetapi masih sangat kurang terwakili di garis depan AI. Diagnosis itu tepat, dan itulah alasan berita ini ada.

Angka-angkanya, dan siapa yang mempublikasikannya

HUMAIN melaporkan rata-rata 89,37 persen pada tujuh benchmark publik bahasa Arab, dengan rincian: AraTrust untuk kejujuran 97,53, MadinahQA untuk kemahiran berbahasa 95,44, ALRAGE untuk retrieval-augmented generation 94,63, Translated MMLU 93,20, ArabicMMLU untuk pengetahuan asli 90,70, AlGhafa untuk pemahaman dasar 86,45, dan Arabic EXAMS untuk penalaran akademik 67,67. Perusahaan menyatakan telah mengungguli model pesaing yang mencetak 87,34 dan 87,30 pada set yang sama.

Baca selisih itu dari sudut pandang bisnis. Keunggulan rata-ratanya kurang dari dua poin persentase, dan benchmark akademik tersulit turun ke 67,67 — jauh di bawah yang lain. Yang lebih penting, ini adalah hasil yang dipublikasikan oleh pihak pemilik model, bukan oleh pihak ketiga yang independen. Itu tidak membuatnya salah. Itu membuatnya menjadi klaim yang perlu diverifikasi, bukan hasil yang sudah pasti.

Detail yang dilewatkan sebagian besar liputan

Menyebut model ini berbobot terbuka hari ini masih terlalu dini. Rilis resmi menyatakan bahwa bobot diharapkan dipublikasikan di bawah MiniMax Community License setelah pelatihan keamanan dan penyelarasan selesai, dengan target saat ini bulan depan. Yang ada hari ini adalah jadwal yang dijanjikan, bukan berkas yang bisa Anda unduh dan jalankan.

Detail kedua: model ini dikembangkan oleh MiniMax, lab asal Tiongkok, atas pesanan HUMAIN. Ini bukan keberatan teknis, tetapi artinya kata berdaulat di sini menggambarkan kepemilikan, pengoperasian, dan hosting — bukan seluruh rantai pembangunannya. Jika keputusan Anda bergantung pada asal teknologi, inilah informasi yang Anda butuhkan.

Pandangan Origami

Kami membaca pengumuman ini sebagai sinyal pasar, bukan produk jadi. Sinyalnya adalah bahwa bahasa Arab akhirnya masuk ke perlombaan frontier sebagai target kelas satu, bukan bahasa tambahan, dan dampak praktisnya bagi Anda langsung terasa: tidak lagi dapat diterima jika vendor membenarkan keluaran bahasa Arab yang lemah dengan dalih bahwa teknologinya sendiri lemah dalam bahasa Arab. Naikkan standar untuk proposal yang sampai kepada Anda.

Namun, keputusannya sendiri tidak berubah hari ini. Kami tetap membangun sistem klien agar lapisan model tetap dapat diganti: satu antarmuka di depan penyedia AI, dan evaluasi dengan data Anda sendiri sebelum peralihan apa pun. Bisnis yang dibangun dengan cara itu bisa mencoba humain-m3 dalam beberapa hari setelah bobotnya dirilis. Bisnis yang mengikat logika operasionalnya pada satu penyedia akan membutuhkan proyek penuh untuk melakukan hal yang sama, dan akan membayar selisihnya dua kali — sekali sekarang, dan sekali lagi pada model berikutnya.

Apa yang perlu dilakukan bulan ini

  • Jangan hentikan proyek yang sedang berjalan demi menunggunya. Model ini masih dalam pratinjau riset; menunggu akan menghabiskan berbulan-bulan demi keuntungan yang belum terkonfirmasi.
  • Bangun set evaluasi dari data Anda sendiri. Lima puluh hingga seratus kasus nyata dari korespondensi, kontrak, dan pertanyaan pelanggan Anda, masing-masing dengan jawaban yang benar. Ini lebih berharga bagi Anda daripada benchmark publik mana pun, karena mengukur dialek dan terminologi Anda.
  • Isolasi lapisan model dalam arsitektur Anda jika belum terisolasi, agar berganti penyedia cukup dengan mengubah pengaturan, bukan membangun ulang.
  • Pantau rilis bobot dan lisensinya. Ketentuan penggunaan komersial itulah yang menentukan apakah menjalankannya di infrastruktur Anda sendiri merupakan pilihan yang sah secara hukum bagi Anda.
  • Minta bukti, bukan klaim. Ketika vendor menawarkan model dengan mengandalkan keunggulannya dalam bahasa Arab, minta mereka menjalankannya pada kasus Anda dalam satu sesi di hadapan Anda.

Kesimpulan

humain-m3 adalah kabar baik bagi bahasa Arab, dan angka-angkanya layak diverifikasi, bukan diterima begitu saja. Hari ini ia adalah pratinjau riset dengan bobot yang dijanjikan bulan depan. Mempersiapkan diri dengan benar tidak dimulai dari modelnya — melainkan dari arsitektur Anda: lapisan yang dapat diganti, dan set evaluasi dalam bahasa dan data Anda sendiri. Siapa pun yang memiliki keduanya akan mendapat manfaat dari model apa pun yang datang berikutnya. Siapa pun yang tidak memiliki keduanya akan terus membaca setiap pengumuman sebagai berita yang berlalu, bukan peluang untuk diraih.

Sumber