「8B模型开始逼近前沿，AI的竞争点正在从“更大”转向“更值”」webAI刚开源TwIL-8B，这是一款基于IBM Granite 4.2 8B后训练得到的8.8B推理模型，主打数学、代码和指令跟随，提供balanced与verbose两个版本，既能直接用Transformers加载，也能跑在llama.cpp、vLLM、SGLang、Ollama等本地方案上，Q4_K_M量化后仅4.98GiB，确实把“能在自己硬件上跑起来”这件事往前推了一步。它最有意思的不只是分数，而是路径选择：在MATH-500、AIME 2025、LiveCodeBench、IFBench等项目上表现很强，代码和指令跟随已经逼近前沿大模型，但知识类任务仍明显落后，这说明它不是那种“什么都懂”的通用大脑，而是把预算尽量押在高价值推理任务上。换句话说，行业过去比谁更聪明，接下来可能会越来越看重谁完成同样工作更便宜、更容易部署、更适合落地。TwIL-8B的意义，正在于它把“小模型也能干正事”这件事讲得更具体了：当可用性、成本和效果同时进入同一个坐标系，模型规模未必还是唯一答案。huggingface.co/webAI-Official/TwIL-8B http://t.cn/AXYUhsm3