Нейросеть webAI весом 5 ГБ решает математику на домашнем ПК, но не знает русского

Как пишет Marktechpost, webAI дообучила TwIL-8B на основе модели IBM Granite 4.2 8B. Свежая нейросеть рассчитана на математику, программный код и точное выполнение инструкций. Веса модели (её «мозги» в виде файла, который можно скачать) лежат на Hugging Face, крупнейшей площадке, где разработчики публикуют модели.

Что нового в TwIL-8B?

Рассуждающая модель (reasoning model) перед ответом пишет черновик своих рассуждений, как школьник решает задачу на полях. TwIL-8B выводит такой черновик в отдельном блоке перед каждым ответом.

• Размер. 8,79 млрд параметров. Параметры похожи на внутренние настройки модели: чем их больше, тем она «умнее» и тем тяжелее для компьютера.
• Две версии. Balanced («сбалансированная») идёт по умолчанию и рассуждает короче. Verbose («подробная») думает дольше и нацелена на сложные олимпиадные задачи.
• Длинная память. Контекст 131 072 токена. Токен (token) означает кусочек слова, а контекст показывает, сколько текста модель держит в голове за один раз.
• Математика. 98,2 на MATH-500, лучший результат в сравнении webAI. У Qwen3.5-9B 96,6 по данным стороннего рейтинга.
• Код. 81,6 на тесте LiveCodeBench у подробной версии против 65,6 у Qwen3.5-9B и 80,0 у Gemma 4 31B.
• Инструкции. 74,4 на IFBench, на 9,9 пункта выше Qwen3.5-9B.
• Слабое место. Общие знания: на тесте GPQA Diamond 70,2 против 81,7 у Qwen3.5-9B и 84,3 у Gemma 4 31B.
• Экономия. На задачах AIME 2026 модель тратит около 19,5 тыс. токенов на задачу, а Qwen3.5-9B 31,2 тыс., то есть на 38% меньше. Балл при этом ниже на 4,2 пункта.

Все цифры webAI измерила сама. К результату по коду есть вопрос: версию LiveCodeBench компания не записала, хотя у конкурентов указана шестая. По 13 общим тестам счёт 7:6 в пользу TwIL-8B против Qwen3.5-9B и 3:11 против Gemma 4 31B, которая примерно в 3,5 раза больше.

Как попробовать модель дома?

1. Найдите на Hugging Face репозиторий webAI-Official/TwIL-8B.
2. Скачайте сжатую сборку Q4_K_M в формате GGUF. Это версия модели с упрощёнными числами внутри, она весит 4,98 ГиБ, чуть больше 5 привычных гигабайт. Полная версия занимает 16,38 ГиБ.
3. Запустите файл через llama.cpp, бесплатную программу для работы с моделями на своём компьютере. Подойдёт процессор или видеокарта с небольшой памятью.
4. Поставьте большой лимит длины ответа: в примере от webAI это 32 768 токенов. С коротким лимитом модель обрывает рассуждение и решает заметно хуже.

Готового онлайн-сервиса с этой моделью на Hugging Face пока нет, только скачивание.

Есть ли российская замена?

Из доступных в РФ аналогов это YandexGPT, нейросеть Яндекса, и GigaChat от Сбера. В сравнение webAI их не включала, поэтому цифр «кто сильнее» нет.

Разница в подходе в другом. TwIL-8B живёт у вас на компьютере и ничего не отправляет в облако, зато требует английского и некоторой возни с настройкой.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Для русских текстов модель не подходит. Её можно использовать как домашнего помощника для проверки расчётов и логики, если вы готовы задавать вопросы по-английски.

Маркетологу. webAI сравнивает модели не по размеру, а по числу токенов на задачу. Считайте так же свои расходы на ИИ: при оплате облачных сервисов за объём короткий ответ стоит дешевле.

Предпринимателю. Встроить TwIL-8B в продукт или клиентский сервис нельзя, лицензия некоммерческая. Для бизнес-задач на русском смотрите в сторону YandexGPT и GigaChat.

Что чаще всего спрашивают про TwIL-8B?

Это DeepSeek или нейросеть Яндекса?

Нет. TwIL-8B создала компания webAI на основе модели IBM Granite. К DeepSeek и Яндексу она отношения не имеет.

Умеет ли модель рисовать картинки и писать по-русски?

Нет. Она работает только с текстом и только на английском языке, изображения не создаёт.

Можно ли на ней зарабатывать?

Нет, лицензия разрешает только некоммерческое использование. Учиться, тестировать и сравнивать можно, продавать результат нельзя. Для заработка выбирайте сервис, где коммерческое использование прописано в условиях.