webAI открыла локальную reasoning-модель на 8,8 млрд параметров — но не для коммерции
TwIL-8B рассчитана на coding, математику и выполнение инструкций на доступном железе, а её лицензия разрешает только некоммерческие исследования и образование.
webAI выпустила TwIL-8B — reasoning-модель на 8,79 млрд параметров для математики, работы с кодом и выполнения инструкций. Веса и квантованные GGUF-версии доступны на Hugging Face, включая сборку размером 4,98 ГБ для CPU и GPU с небольшим объёмом памяти.
Модель основана на IBM Granite 4.2 8B и поддерживает контекст 131 072 токена. webAI дообучила её с помощью supervised fine-tuning и reinforcement learning, а затем опубликовала два варианта: balanced-версию по умолчанию с более короткими ответами и verbose-версию для сложных задач олимпиадного уровня.
webAI заявляет результат 81,6 на LiveCodeBench для verbose-версии — выше опубликованных показателей Qwen3.5-9B и Gemma 4 31B, которые приводит компания. На MATH-500 модель получила 98,2 и также показала сильные результаты в instruction following. Но это не независимое сравнение: результаты конкурентов не перепроверялись, часть тестов TwIL выполнена только на verbose-версии, а в задачах на знания вроде GPQA Diamond модель заметно слабее.
Главное ограничение касается лицензии. webAI называет релиз open source, однако её собственная лицензия разрешает использование только для некоммерческих исследований и образования. Производные модели должны сохранять то же ограничение. Базовая Granite выпущена под Apache 2.0, но эти более широкие права не распространяются на TwIL-8B.
Поэтому TwIL подходит для локальных экспериментов, оценки и обучения, но не для прямого встраивания в коммерческий продукт. Релиз всё же показывает, насколько далеко компактные модели продвинулись в coding и математике без серверного железа.
