TwIL（全称 TwIL-LM）是美国 AI 公司 webAI 推出的形式逻辑推理模型系列，主打在本地硬件上完成自动形式化（autoformalization）任务，参数规模集中在 1.7B 到 3B 之间，属于小参数、专精推理的垂直模型路线。它并非通用对话模型，而是把数学与逻辑证明的自动形式化作为核心目标，试图在消费级或本地设备上替代部分依赖云端大模型的推理工作。
TwIL 系列近期进展
1.7B 和 3B 两个版本最初以 TwIL-LM 之名发布，定位为可在本地硬件运行的自动形式化模型家族。根据 webAI Releases TwIL-LM: A 1.7B and 3B Formal Logic Model Family for Autoformalization on Local Hardware 的报道，该系列的重点是把形式逻辑推理能力压缩到小参数规模，并强调本地部署这一卖点。
随后，webAI 将产品线更新为 3.66B 的逻辑模型 TwIL-LM3-Pro。多个信源以 webAI发布3.66B逻辑模型TwIL-LM3-Pro 为题报道了这一发布，参数量从此前的 3B 级别小幅提升到 3.66B，仍属小模型范畴。
在具体指标上，TwIL-LM3-Pro 在 BIG-Bench Hard 的逻辑子集上达到 95.4%，这一数字来自 TwIL-LM3-Pro在BIG-Bench Hard逻辑子集达95.4% 的披露，被广泛视为该模型最核心的性能证据。同期还有报道称其在小模型形态下展现出较强推理能力，见 TwIL-LM3-Pro小模型展现强大推理能力。
对比维度上，有观点将其与中国的小模型 VibeThinker-3B 放在一起比较，认为美国团队在这一细分方向上取得领先，相关讨论见 美国TwIL-LM3-Pro超越中国VibeThinker-3B。更早的 TwIL-LM3 版本还曾被指在 4 项基准上超过 GPT-OSS-120B，参见 webAI开源3B推理模型TwiL-LM3，4项基准超GPT-OSS-120B。
TwIL 当前焦点与观察点
围绕 TwIL 的讨论主要集中于两点：一是 95.4% 这类单点高分能否外推到更广泛的形式化任务，二是小参数模型在本地硬件上的实际可用性。由于多数信息来自社交平台发布，独立复现和第三方评测仍显不足，BIG-Bench Hard 子集成绩与真实证明场景之间的差距，是后续值得跟踪的方向。