webAI开源8.8B推理模型TwIL-8B，称其在LiveCodeBench上达到前沿水平的93%
该模型基于IBM Granite 4.2 8B后训练，webAI自测MATH-500得分98.2、LiveCodeBench得分81.6，但在知识类基准上落后，采用非商业许可证。
为何重要
TwIL-8B再次表明，小型开放模型在特定推理任务上正逼近前沿系统：webAI称其在LiveCodeBench上领先Qwen3.5-9B 16分，每道AIME 2026题少用38%的token。提升集中在数学和代码；在GPQA Diamond上落后Qwen3.5-9B 11.5分，除Granite 4.2自带的之外没有额外安全调优。量化后仅4.98 GiB，可在普通笔记本上运行。值得关注独立复现结果。
要点
- 8.79B参数，基于IBM Granite 4.2 8B后训练
- MATH-500 98.2，AIME 2025 88.3
- LiveCodeBench 81.6，达前沿最佳成绩的93%
- GPQA Diamond 70.2，落后Qwen3.5-9B 11.5分
- 4.98 GiB的Q4_K_M GGUF
- webAI非商业许可证