湘潭网

专注于本地小型专业模型的人工智能实验室 webAI，在当地时间 11 月 4 日推出了 TwIL-8B 推理模型。该模型基于 IBM Granite-4.2-8B 构建，针对数学、代码与指令跟踪这几类工作负载做专门优化，并以非商业许可协议开源。

跑分是 webAI 此次强调的重点。按官方说法，TwIL-8B 在 MATH-500 与 AIME 2025 两项高等数学基准测试上，取得参与比较模型中的最佳成绩，甚至强于尺寸数倍的谷歌 Gemma 4 31B；在 LiveCodeBench 代码基准上，其成绩同样为同组最佳；IFBench 指令执行测试的表现则与 Gemma 4 12B 持平。

从这几组对比可以看出模型的设计取舍：参数规模控制在 8B 量级，却把算力与训练资源集中在推理链条更长的数学题与编程题上。webAI 宣称，TwIL-8B 的推理能力在其长板项目上达到前沿模型的 88~93%，因而能在很多场景下降低 AI 的使用成本——不必为大模型的通用能力付费，就能完成特定类别的高强度推理任务。

局限也被一并写明。该模型的知识储备有限，并非通用模型，更不适合当作百科式问答或开放域对话的替代品。对开发者而言，它更适合被放进数学求解、代码生成、指令遵循这类边界清晰的专业流程里，与需要广博知识的通用模型形成分工。