概览
TwIL-8B 是美国本地 AI 公司 webAI 在 2026 年 11 月 4 日开源的 8.8B 推理模型，主打用小模型完成竞赛数学、代码和指令遵循任务，公司把它的卖点概括为「完成一项任务的成本」比模型本身的聪明程度更重要。模型以 IBM 的 Granite 4.2 8B 为基座，先做全参数监督微调，再用 GRPO/DAPO 强化学习训练出推理更长的 verbose 变体，最后加一轮考虑长度的强化学习得到默认的 balanced 变体，两者共用同一套架构与分词器：稠密 Transformer，40 层，隐藏维度 4096，32 个注意力头（8 个 KV 头），上下文 131,072 token，只支持英语文本输入输出。官方模型卡给出的成绩（均为自测）包括 MATH-500 98.2、AIME 2025 88.3、AIME 2026 88.3、HMMT 2025 年 11 月 86.7、IFEval 91.8，以及在 verbose 变体上测得的 LiveCodeBench 81.6、IFBench 74.4、HumanEval 93.2；在同等尺寸开放模型中，它的 LiveCodeBench 比 Qwen3.5-9B 高 16 分，MATH-500 也高于参数量约 3.5 倍的 Gemma 4 31B。短板同样写得很清楚：GPQA Diamond 只有 70.2，MMLU-Pro 与 HLE 也明显落后，官方强调它不是知识型模型，没有在 Granite 4.2 之外额外做安全或偏好对齐，也没有评测工具调用与智能体任务；balanced 变体解一道 AIME 2026 题平均仍要约 1.95 万个输出 token，需要给足生成长度。权重在 Hugging Face 公开，bf16 约 16.38 GiB，另提供 4.98 GiB 的 Q4_K_M 等 GGUF 量化版，可用 Transformers 或 llama.cpp 在本机 CPU 或中低显存显卡上运行。它与 webAI 此前专注形式逻辑的 3B 模型 TwIL-LM3 同属 TwIL 家族。官方来源：https://huggingface.co/webAI-Official/TwIL-8B 、https://www.webai.com/about （2026-11-09 18:10 Asia/Shanghai 核对）。 定价：权重可在 Hugging Face 免费下载并本地运行，但采用 webAI Non-Commercial License 1.0，只允许非商业研究与教育用途；官方未提供付费 API，也没有公布任何价格。
- 模态
- 文本
- 参数量
- 8.8B
- 许可说明
- 开源 · webAI Non-Commercial License 1.0
能力
- webAI 开源的 8.8B 推理模型，专攻竞赛数学、代码与指令遵循，可在普通电脑本地运行
- 基于 IBM Granite 4.2 8B，经全参数监督微调与 GRPO/DAPO 强化学习后训练，回答前先输出 <think> 推理块
- 两个变体：balanced（默认，推理更短更省 token）与 verbose（推理更长，适合难题）
- 官方自测：MATH-500 98.2、AIME 2025 88.3、LiveCodeBench 81.6（verbose）、IFBench 74.4（verbose）、IFEval 91.8
- 知识类偏弱：GPQA Diamond 70.2，低于 Qwen3.5-9B 与 Gemma 4 31B，官方明确它不是知识型模型
- 上下文 131,072 token；bf16 权重 16.38 GiB，另有 4.98 GiB 的 Q4_K_M GGUF，可用 Transformers 或 llama.cpp 运行
- 许可为 webAI 非商业许可 1.0，仅限非商业研究与教育用途