Qu’est-ce que TwIL-LM3-Pro ?
TwIL-LM3-Pro est un modèle de 3,66 milliards de paramètres de webAI, l'entreprise d'Austin qui vend de l'IA embarquée, annoncé le 30 septembre 2026. C'est le Granite 4.2 3B d'IBM passé par un ajustement fin LoRA sur des données synthétiques de logique formelle, une distillation multi-chemins, une fusion de checkpoints et une phase d'apprentissage par renforcement GRPO pondérée par l'entropie. Il lit et écrit du texte en anglais et raisonne dans un bloc think avant de répondre.
Il est conçu pour la logique formelle : décider si une conclusion découle de prémisses, induire des règles à partir d'exemples, traduire des énoncés en logique du premier ordre ou en analyses sémantiques, et critiquer des énoncés Lean. Les poids sont sur Hugging Face en BF16 et en GGUF de 1,98 GiB (Q4_0) à 6,82 GiB (F16), sous la webAI Non-Commercial License 1.0, qui n'autorise que la recherche et l'enseignement.
Combien coûte TwIL-LM3-Pro ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Weights | Free | Recherche et enseignement non commerciaux uniquement |
| Commercial use | Not published | Non autorisé par la licence publiée |
Poids gratuits pour la recherche et l'enseignement non commerciaux sous la webAI Non-Commercial License 1.0. Aucune API hébergée ni prix de licence commerciale publié.
TwIL-LM3-Pro vaut-il le coup ?
TwIL-LM3-Pro est un outil étroit, et dans sa niche les chiffres publiés par webAI sont bons. Sur le score composite de logique formelle de webAI, il obtient 0,5539, contre 0,4313 pour la base Granite, à peu près au niveau de Qwen3-8B et de son 0,5336, un écart que la fiche du modèle juge elle-même dans le bruit. Il bat VibeThinker-3B (0,4118) et Qwen3.5-4B (0,4466) sur le même composite, et sa moyenne logique sur six tâches, 0,5389, dépasse de peu le 0,5192 de gpt-oss-120b, même si le grand modèle garde l'avantage en induction de règles, en implication logique et en formalisation Lean. Tous les chiffres viennent de webAI et ont été mesurés par webAI.
Ce gain ne s'est pas fait au détriment du raisonnement général, mais il n'y a pas beaucoup progressé non plus. Sur les dix benchmarks généraux réservés de webAI, il obtient en moyenne 0,7901 contre 0,7942 pour la base, derrière Qwen3-8B (0,8493) et VibeThinker-3B (0,8097). Il atteint 95,4 % sur le sous-ensemble logique de BIG-Bench Hard.
Les défauts sont précis. Les réponses aux tâches de logique font en moyenne 1 902 tokens et 24,2 % atteignent la limite de longueur, la traduction en logique du premier ordre en correspondance exacte obtient 0,01, et tous les scores ont été mesurés en décodage greedy sur les poids BF16 dans une fenêtre de 8 192 tokens, alors que la configuration livrée échantillonne par défaut et que les fichiers GGUF n'ont pas été testés. Le contexte de 131 072 tokens est hérité de Granite, pas validé.
La licence tranche la plupart des cas. La webAI Non-Commercial License limite les poids et tout dérivé à la recherche et à l'enseignement non commerciaux : une entreprise qui veut un vérificateur logique local dans un produit doit négocier un accord séparé, dont aucun prix n'est publié. Pour un chercheur qui veut un modèle de la taille d'un portable pour traduire et vérifier des arguments, avec un solveur pour contrôler la sortie comme le conseille webAI, c'est un téléchargement raisonnable.
Là où il fait la différence
Un enseignant de philosophie ou d'informatique
Vérifier si les conclusions des arguments des étudiants découlent de leurs prémisses
Faites tourner le GGUF Q4_K_M dans llama.cpp sur un portable de cours ; la précision en implication logique est montée à 67 % dans les tests de webAI. L'usage pédagogique entre dans la licence.
Un groupe de recherche en méthodes formelles
Critiquer des énoncés Lean candidats avant de les envoyer à un assistant de preuve
webAI annonce 79,5 % en critique de preuves Lean, contre 66 % pour le TwIL-LM3 d'origine. Utilisez le décodage greedy pour retrouver les scores annoncés et vérifiez la sortie avec l'assistant de preuve.
Un laboratoire de recherche attaché à la confidentialité
Transformer des règles en langage naturel en logique structurée sans envoyer de texte à une API cloud
Le modèle complet tient dans 2 à 7 GiB selon la quantification et tourne hors ligne. La traduction exacte en logique du premier ordre n'obtient que 0,01 : traitez la sortie comme un brouillon pour un solveur symbolique.
Avant de vous engager
- Mise en route
- Téléchargement depuis Hugging Face ; GGUF Q4_K_M dans llama.cpp pour CPU ou GPU de 4 Go, BF16 dans Transformers, Q4_0 pour GenieX sur NPU Snapdragon en relevant le contexte au-delà de sa valeur par défaut de 4 096 tokens.
- Intégrations
- Transformers (GraniteForCausalLM), versions GGUF pour llama.cpp, une version LiteRT-LM pour les environnements embarqués, GenieX.
- Données et confidentialité
- Tourne en local, rien ne quitte donc votre machine. La webAI Non-Commercial License 1.0 limite les poids et leurs dérivés à la recherche et à l'enseignement non commerciaux ; la licence Apache 2.0 d'IBM pour la base reste dans le dépôt. Aucun réglage de sécurité au-delà de celui de Granite.
- Coût à grande échelle
- Gratuit sur votre propre matériel ; le fichier Q4_K_M pèse 2,09 GiB et le F16 6,82 GiB. webAI estime environ 792 tokens de sortie par réponse dans ses tests sur serveur. L'usage commercial n'a pas de prix publié.
- Limites
- Validé seulement avec 8 192 tokens de contexte ; anglais uniquement ; non testé sur le code ni l'usage d'outils ; le raisonnement procédural obtient 0,12 ; pas un assistant généraliste.
Les points forts
- Égale Qwen3-8B sur le composite de logique formelle de webAI avec 3,66B de paramètres
- Le GGUF Q4_K_M pèse 2,09 GiB et tourne sur CPU ou sur un GPU de 4 Go
- Gain en logique formelle sans perte sur la moyenne des benchmarks généraux
- Fiche du modèle détaillée, avec taux d'échec et conditions d'évaluation
Les points faibles
- Licence non commerciale ; aucune condition commerciale publiée
- Verbeux : 24,2 % des réponses de logique atteignent la limite de longueur
- Derrière Qwen3-8B et VibeThinker-3B sur les benchmarks généraux
- Tous les benchmarks viennent du fabricant ; versions quantifiées non testées
Idéal pour
Les chercheurs et étudiants qui veulent un modèle local pour vérifier des implications, traduire en logique du premier ordre et critiquer du Lean, sans besoin de droits commerciaux.
Alternatives à TwIL-LM3-Pro
TwIL-LM3-Pro : questions fréquentes
- TwIL-LM3-Pro vaut-il le coup ?
- Un petit modèle qui maîtrise un type de logique assez bien pour égaler des modèles deux fois plus gros, sous une licence qui le cantonne au laboratoire. Nous lui donnons 3.5 sur 5.
- Combien coûte TwIL-LM3-Pro ?
- Poids gratuits pour la recherche et l'enseignement non commerciaux sous la webAI Non-Commercial License 1.0. Aucune API hébergée ni prix de licence commerciale publié.
- Quels sont les inconvénients de TwIL-LM3-Pro ?
- Licence non commerciale ; aucune condition commerciale publiée; verbeux : 24,2 % des réponses de logique atteignent la limite de longueur; derrière Qwen3-8B et VibeThinker-3B sur les benchmarks généraux; tous les benchmarks viennent du fabricant ; versions quantifiées non testées.
- À qui s’adresse TwIL-LM3-Pro ?
- Les chercheurs et étudiants qui veulent un modèle local pour vérifier des implications, traduire en logique du premier ordre et critiquer du Lean, sans besoin de droits commerciaux.
- Combien coûte TwIL-LM3-Pro pour une équipe ou en production ?
- Gratuit sur votre propre matériel ; le fichier Q4_K_M pèse 2,09 GiB et le F16 6,82 GiB. webAI estime environ 792 tokens de sortie par réponse dans ses tests sur serveur. L'usage commercial n'a pas de prix publié.
- TwIL-LM3-Pro est-il sûr pour les données de l’entreprise ?
- Tourne en local, rien ne quitte donc votre machine. La webAI Non-Commercial License 1.0 limite les poids et leurs dérivés à la recherche et à l'enseignement non commerciaux ; la licence Apache 2.0 d'IBM pour la base reste dans le dépôt. Aucun réglage de sécurité au-delà de celui de Granite.
- Quelles sont les meilleures alternatives à TwIL-LM3-Pro ?
- Les alternatives les plus proches que nous avons testées sont VibeThinker-3B, Granite 4.2 et Qwen3.8-27B.
Réponses vérifiées le 11 nov. 2026.