TwIL
webAI 的推理模型:TwIL-8B 面向竞赛数学和代码,另有两个 3B 级形式逻辑模型,全部仅限非商业使用。
一句话概括. TwIL 是 webAI 推出的一小组开放 AI 模型,回答前会先一步步思考。TwIL-8B 面向竞赛级数学、代码和指令遵循,较小的 TwIL-LM3-Pro 和 TwIL-LM3 面向形式逻辑。它们都只能免费用于非商业的研究和教育。
概述
webAI 是一家做本地 AI 应用的公司,TwIL 是它的开放模型系列,全部由其他开放模型后训练而来。TwIL-8B 于 2026 年 10 月 14 日首次出现在 Hugging Face。它基于 IBM 的 Granite 4.2 8B,经过全参数监督微调,再做 GRPO/DAPO 强化学习,是 8.79B 的稠密模型,上下文 131,072 token,回答前会先写出思考块。两个版本共用同一架构,平衡版在仓库根目录,冗长版在子文件夹里,推理更久。两个较小的模型面向形式逻辑,也就是转换成一阶逻辑、蕴含标签、语义解析和 Lean 语句。TwIL-LM3-Pro 有 3.66B 参数,上下文 131,072 token,基于 Granite 4.2 3B。更早的 TwIL-LM3 有 3.08B 参数,上下文 65,536 token,基于 Hugging Face 的 SmolLM3-3B。
对于 TwIL-8B,webAI 报告平衡版在 MATH-500 上得 98.2,在 AIME 2025 和 AIME 2026 上都是 88.3,冗长版在 LiveCodeBench 上得 81.6,Qwen3.5-9B 为 65.6,Gemma 4 31B 为 80.0。它在知识类任务上落后于 Qwen3.5-9B,GPQA Diamond 为 70.2,对方为 81.7。每道 AIME 2026 题约输出 19.5K token,比 Qwen3.5-9B 的 31.2K 少 38%,不过模型卡给出 GPT-5.5 约为 5K。对于形式逻辑模型,webAI 报告 TwIL-LM3-Pro 相对其 Granite 基础模型把领域内门限分数从 0.431 提高到 0.554,而留出集平均分保持持平,TwIL-LM3 则把其 SmolLM3 基础模型从 0.336 提高到 0.422。
所有分数都来自 webAI 自己的测试。TwIL-8B 的竞品数字是从公开来源抄来的,没有重新跑,所以提示词、采样方式和 token 预算并不相同,模型卡还指出 AIME 和 HMMT 题集只有 30 到 33 道题,约 3 分的差距都在噪声范围内。TwIL-8B 的 bf16 权重约 17.6 GB,TwIL-LM3-Pro 约 7.3 GB,TwIL-LM3 约 6.2 GB,Q4_K_M GGUF 版本分别为 5.35、2.24 和 1.92 GB。截至 2026 年 11 月 11 日的 30 天内,Hugging Face 统计 TwIL-LM3 约有 26 万次下载,TwIL-8B 约 4.7 万次,TwIL-LM3-Pro 约 1.5 万次。许可证是 webAI 非商业许可证 1.0,比 Granite 和 SmolLM3 基础模型的 Apache 2.0 更严格。
适合做什么
- 在 8B 规模上做竞赛式数学、代码和指令遵循的研究与教学,有 5.35 GB 的 Q4_K_M 版本可配合 llama.cpp 使用
- 用两个较小的模型做形式逻辑工作,比如一阶逻辑转换、蕴含标注和 Lean 语句
- 笔记本级别的机器,因为 3B 级模型的 Q4_K_M 文件只有约 2 GB
- 研究小型推理模型如何后训练,因为模型卡描述了从 SFT、GRPO 到权重合并的每个阶段
需要注意
- 许可证只覆盖非商业的研究和教育用途,所以即使 Granite 和 SmolLM3 基础模型是 Apache 2.0,这些模型也不能用于产品或付费服务
- TwIL-8B 不是知识型模型。它在 GPQA Diamond 上比 Qwen3.5-9B 低 11.5 分,模型卡还说它除了 Granite 4.2 自带的之外,没有额外的安全、偏好或工具调用训练
- 它会思考很久。即使平衡版,每道 AIME 2026 题也要花约 19.5K token,模型卡提醒生成预算过短会截断推理,分数会差很多
- TwIL-8B 的若干分数,包括 LiveCodeBench 和 IFBench,只在冗长版上测过,模型卡说平衡版还没有跑这些测试
- 3B 级模型只针对形式逻辑调校。代码生成和工具调用没有评测,所有分数都是在 8,192 token 窗口内测得,尽管它们继承了 64K 或 128K 上下文
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 TwIL-LM3 (Q4_K_M GGUF) 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| TwIL-LM3 BF16 | 3.08B | 7.08 GB | 3.54 GB | 2.13 GB | 笔记本或手机 |
| TwIL-LM3 (Q4_K_M GGUF) INT4 | 3.08B | 7.08 GB | 3.54 GB | 2.11 GB | 笔记本或手机 |
| TwIL-LM3-Pro BF16 | 3.66B | 8.42 GB | 4.21 GB | 2.53 GB | 笔记本或手机 |
| TwIL-LM3-Pro (Q4_K_M GGUF) INT4 | 3.66B | 8.42 GB | 4.21 GB | 2.46 GB | 笔记本或手机 |
| TwIL-8B (balanced) BF16 | 8.79B | 20 GB | 10 GB | 6.07 GB | 笔记本或手机 |
| TwIL-8B (balanced, Q4_K_M GGUF) INT4 | 8.79B | 20 GB | 10 GB | 5.88 GB | 笔记本或手机 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
webAI, Inc. 用在 TwIL 系列模型上的简短许可证。它授予永久、全球范围、免版税的版权许可,可以使用、修改和分享权重,但仅限非商业的研究和教育用途。这一限制会随每个衍生作品一起传递。
- 需要署名或标明模型名称
常见问题
- TwIL 是什么?
- TwIL 是 webAI 推出的一小组开放 AI 模型,回答前会先一步步思考。TwIL-8B 面向竞赛级数学、代码和指令遵循,较小的 TwIL-LM3-Pro 和 TwIL-LM3 面向形式逻辑。它们都只能免费用于非商业的研究和教育。
- TwIL 可以商用吗?
- 未经另行授权不可商用。TwIL 采用 webAI Non-Commercial 发布,仅允许研究和个人使用。
- TwIL 是开源的吗?
- TwIL 是开放权重模型,但不是严格意义上的开源。你可以下载模型文件,但 webAI Non-Commercial 附带了开源促进会的定义所不允许的条件。
- 我能在自己的电脑上运行 TwIL 吗?
- 可以。最小版本 TwIL-LM3 (Q4_K_M GGUF) 在 4 位精度下约需 2.11 GB 内存,现代笔记本或中端显卡即可胜任。
- TwIL 是什么时候发布的?
- TwIL 由 webAI 于 2026年10月14日 发布。
- TwIL 的上下文窗口有多长?
- TwIL 支持最长 128K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- TwIL-8B model card (Hugging Face) huggingface.co
- TwIL-LM3-Pro model card (Hugging Face) huggingface.co
- TwIL-LM3 model card (Hugging Face) huggingface.co
- webAI Non-Commercial License ver. 1.0 (Hugging Face) huggingface.co
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| Granite 4.2 IBM | 3.7B – 29.3B | 128K | Apache 2.0 (宽松) | 2.55 GB 笔记本或手机 | |
| Qwen3.5 Alibaba Qwen | 873M – 403B 激活 17B | 256K | Apache 2.0 (宽松) | 0.602 GB 笔记本或手机 | |
| Gemma 4 Google DeepMind | 5.1B – 30.7B | 256K | Apache 2.0 (宽松) | 3.52 GB 笔记本或手机 | |
| Nanbeige4.2-3B Nanbeige LLM Lab | 4.17B | 256K | Apache 2.0 (宽松) | 2.88 GB 笔记本或手机 |