webAI libera TwIL-8B, un modelo de razonamiento de 8.8B que según la empresa alcanza el 93% de la frontera en LiveCodeBench
Entrenado a partir de Granite 4.2 8B de IBM, obtiene 98.2 en MATH-500 y 81.6 en LiveCodeBench en las pruebas de webAI, pero queda atrás en pruebas de conocimiento y se publica con licencia no comercial.
Por qué importa
TwIL-8B es la última señal de que los modelos abiertos pequeños se acercan a los de frontera en tareas de razonamiento concretas: webAI dice que supera a Qwen3.5-9B por 16 puntos en LiveCodeBench y usa un 38% menos de tokens por problema de AIME 2026. Las mejoras se concentran en matemáticas y código; queda 11.5 puntos por detrás de Qwen3.5-9B en GPQA Diamond y no tiene ajuste de seguridad más allá del de Granite 4.2. Cabe en 4.98 GiB cuantizado, así que funciona en portátiles comunes. Habrá que ver réplicas independientes.
Datos clave
- 8.79B parámetros, entrenado a partir de IBM Granite 4.2 8B
- MATH-500 98.2, AIME 2025 88.3
- LiveCodeBench 81.6, el 93% de la mejor puntuación de frontera
- GPQA Diamond 70.2, 11.5 por detrás de Qwen3.5-9B
- GGUF Q4_K_M de 4.98 GiB
- Licencia no comercial de webAI