webAI 开源 TwIL-8B 小模型逼近前沿编程与数学能力

Rohan Paul (@rohanpaul_ai) · 2026-11-05 19

webAI (@thewebAI) 刚刚开源了 TwIL-8B，这是一个基于 IBM 的 Granite 4.2 8B 构建的 8.8B 模型，针对数学、编程和指令遵循进行了训练。

TwIL-8B 可装入一个 4.98 GiB 的量化文件，能在 CPU 或普通显卡上运行，把接近前沿水平的编程和数学能力带到人们已经拥有的硬件上。

在 LiveCodeBench 上得分 81.6%，比 Qwen3.5-9B 高出 16.0 分，并领先于 Google 的 Gemma 4 31B——一个规模是其 3.5 倍的模型。

在与 GPT-5.5、Claude Opus 4.8 和 Grok 4.3 的对比中，TwIL-8B 在编程上达到最佳前沿分数的 93%，在指令遵循上达到 92%，在 IFBench 上以 12.2 分的优势击败 Claude Opus 4.8。

最后一个训练阶段会奖励更短的推理过程，使 TwIL-8B 在解决 AIME 2026 问题时比 Qwen3.5-9B 少用 38% 的 token，同时在其对比中取得最高的 MATH-500 分数 98.2%。

↳ 引用 @Davidstout (David Stout)： 适度智能的到来比大多数人意识到的要快。

今天，我们开源了 TwIL-8B。

仅 88 亿参数，却在多项高难度基准上接近前沿模型的分数：

• 编程达到前沿性能的 93%

• 指令遵循达到 92%

• 竞赛数学达到 90%

而这一切都来自一个小到可以在你自己的硬件上运行的模型。

但基准并不是这次公告中最重要的部分。

多年来，AI 行业一直专注于构建能力最强的模型，而不计运行它所需的成本。

我相信这个等式正在改变。

下一个 AI 时代将由完成工作的成本来定义。不仅仅是模型的智能，而是这种智能完成任务时的效率。

如果一个 80 亿参数的模型能够可靠地完成与数千亿参数模型相同的工作，为什么要为更大的模型付费？

随着更小的模型变得更强，智能将成为我们可以分发、专门化，并在我们已拥有的硬件上运行的东西。

这就是我们在 @thewebAI 正在构建的未来。

TwIL-8B 今日发布。开放权重。

而这只是我们今天发布的几项公告中的第一项。

HF 链接：