webAI发布TwIL-8B推理模型，自测MATH-500得分98.2
webAI推出基于IBM Granite微调的8.8B参数推理模型TwIL-8B，在数学和代码任务上表现强劲，但知识类基准落后于同级竞品。
webAI于2026年11月4日发布了TwIL-8B，这是一个拥有87.9亿参数的密集解码器架构推理模型。该模型基于IBM的Granite 4.2 8B进行后训练，旨在通过较小的规模实现高效的数学、代码生成和指令遵循能力。
根据webAI公布的模型卡片数据，TwIL-8B在MATH-500基准测试中取得了98.2分，在LiveCodeBench（详细变体）中得分为81.6分。然而，在知识密集型任务上，其表现相对较弱：GPQA Diamond得分为70.2，比Qwen3.5-9B低11.5分；MMLU-Pro得分为76.5，同样低于后者。
该模型提供平衡版和详细版两种变体，支持131,072个token的上下文窗口。量化后的GGUF版本大小约为4.98 GiB，适合在CPU或显存有限的GPU上运行。值得注意的是，所有权重均在非商业许可下发布，且性能数据均为厂商自测结果，尚未经过第三方独立复现。