8B 小模型在数学上打赢了 31B 大模型，我看到这个数字第一反应是不敢信。 webAI 11 月 4 日开源的 TwIL-8B 是个能在本地跑的 8B 推理模型，基于 IBM Granite-4.2-8B，专攻数学、代码和指令跟踪，在 MATH-500 和 AIME 2025 上都拿了参比模型里的最好成绩，比尺寸数倍的谷歌 Gemma 4 31B 还强，LiveCodeBench 也是同组最好，IFBench 和 Gemma 4 12B 持平，长板推理能力能达到前沿模型的 88% 到 93%，很多时候能帮我把使用成本降下来...
🌐 链接: https://x.com/taiyanghere/status/2118674798989746295
🏷️ 分组: X｜太阳（taiyanghere）
🕒 时间: 2026-11-06 20:00:09
🌐 链接: https://x.com/taiyanghere/status/2118674798989746295
🏷️ 分组: X｜太阳（taiyanghere）
🕒 时间: 2026-11-06 20:00:09
X (formerly Twitter)
太阳 (@taiyanghere) on X
8B 小模型在数学上打赢了 31B 大模型，我看到这个数字第一反应是不敢信。
webAI 11 月 4 日开源的 TwIL-8B 是个能在本地跑的 8B 推理模型，基于 IBM Granite-4.2-8B，专攻数学、代码和指令跟踪，在 MATH-500 和 AIME 2025 上都拿了参比模型里的最好成绩，比尺寸数倍的谷歌 Gemma 4 31B 还强，LiveCodeBench 也是同…
webAI 11 月 4 日开源的 TwIL-8B 是个能在本地跑的 8B 推理模型，基于 IBM Granite-4.2-8B，专攻数学、代码和指令跟踪，在 MATH-500 和 AIME 2025 上都拿了参比模型里的最好成绩，比尺寸数倍的谷歌 Gemma 4 31B 还强，LiveCodeBench 也是同…
