2026 年 11 月 4 日，webAI 推出 TwIL-8B，一個 8.8B 參數嘅推理模型，由 IBM Granite 4.2 8B 做底層做 post-training（後訓練，即喺預訓練完成之後再針對特定能力做進一步調整）。
根據 11 月 4 日嘅相關報道，TwIL-8B 喺 MATH-500（數學推理基準）得分 98.2，喺 LiveCodeBench（編程能力基準）得分 81.6，但喺知識類基準（knowledge benchmarks）上，表現落後於同級規模嘅模型。
需要留意：上述數字只係報道所引述嘅分數，本站未獨立執行測試，測試嘅提示、設定同條件亦未見披露。單憑一組數字未夠結論，要判斷邊度勁、邊度弱，要等測試條件公開、獨立評測跟住先至有得講。
模姐驗嚇貨：一個 8.8B 小模型 MATH-500 得 98.2，睇落睇落似係「大個唔代表強」嗰反例；但知識題落後同級，證明推理同記憶兩科成績好唔同。呢單嘢而家就係一個數字，等獨立評測先至有得講。
模姐｜深度調教
