# webAI’s TwIL-8B scoort 98,2 op MATH-500

> Het model van webAI heeft 8,8 miljard parameters en is verder getraind op basis van IBM Granite 4.2 8B. Volgens MarkTechPost scoort het sterk op wiskunde en programmeren, maar minder goed op kennisbenchmarks.

Oossa · 2026-11-04 · https://oossa.com/nl/webai-s-twil-8b-scores-98-2-on-math-500

webAI heeft TwIL-8B uitgebracht, een redeneermodel met 8,8 miljard parameters dat verder is getraind op basis van IBM Granite 4.2 8B. Volgens MarkTechPost scoort het 98,2 op MATH-500 en 81,6 op LiveCodeBench. Het medium meldt ook dat TwIL-8B op kennisbenchmarks achterblijft bij modellen van vergelijkbare omvang.

Die cijfers wijzen op een model waarvan de gerapporteerde sterke punten liggen bij wiskunde en programmeren, en niet bij elk type evaluatie. De cijfers op zichzelf laten echter niet zien hoe TwIL-8B presteert op iemands eigen problemen, of hoe de resultaten zich verhouden tot die van specifieke concurrerende modellen onder identieke testomstandigheden.

## Wat de scores laten zien

MATH-500 is een benchmark voor wiskunde, terwijl LiveCodeBench programmeervaardigheden evalueert. Het artikel noemt de scores van TwIL-8B op beide benchmarks, maar geeft geen informatie over de testinstellingen, de gebruikte modelvarianten ter vergelijking of zaken als het al dan niet inschakelen van hulpmiddelen. Ook wordt de gebruikte scoreverdeling niet toegelicht. De 98,2 en 81,6 zijn dus gerapporteerde benchmarkscores, geen percentages of garanties voor nauwkeurigheid.

De vergelijking op het gebied van kennis is minder concreet: er worden geen benchmarks of scores genoemd en ook de modellen van vergelijkbare omvang blijven onbenoemd. Daardoor is moeilijk vast te stellen hoe groot het verschil is en welke soorten kennisvragen zijn getest. Uit de beschikbare informatie blijkt ook niet waar mensen TwIL-8B kunnen gebruiken, of de modelgewichten openbaar zijn en wat het kost.

## De plaats van het model

TwIL-8B is gebaseerd op IBM Granite 4.2 8B en is daarna verder getraind. Dat betekent dat het na de bouw van het basismodel aanvullende training heeft gekregen. Met de release presenteert webAI een model dat volgens de gerapporteerde resultaten sterk presteert op twee specifieke taakbenchmarks, maar ook minder goed scoort op kennistests. Daarmee is niet aangetoond dat het model in het algemeen beter is dan systemen van vergelijkbare omvang: de gerapporteerde scores voor wiskunde en programmeren beantwoorden niet de afzonderlijke vraag hoe het presteert op kennis, en details over de vergelijking ontbreken.

## De feiten

- TwIL-8B heeft 8,8 miljard parameters.
- webAI heeft het verder getraind op basis van IBM Granite 4.2 8B.
- Volgens MarkTechPost scoort het 98,2 op MATH-500 en 81,6 op LiveCodeBench.
- Volgens MarkTechPost blijft TwIL-8B op kennisbenchmarks achter bij modellen van vergelijkbare omvang, zonder dat die modellen worden genoemd.

## Waarom het ertoe doet

Voor wie een model zoekt voor wiskunde of programmeerwerk, maken de gerapporteerde scores TwIL-8B interessant om in de gaten te houden. Ze laten echter niet zien hoe het model met diens eigen taken omgaat. Omdat informatie over toegang, prijs en testomstandigheden ontbreekt, kunnen mensen nog niet beoordelen of ze het kunnen gebruiken of het eerlijk met alternatieven kunnen vergelijken.

## Bronnen en referenties

1. [webAI Releases TwIL-8B, an 8.8B Reasoning Model Scoring 98.2 on MATH-500](https://www.marktechpost.com/2026/11/04/webai-twil-8b-reasoning-model/) – MarkTechPost, 2026-11-04

Laatst bijgewerkt: 2026-11-04