AlphaProof Code กับ TwIL-LM3-Pro: เฟรมเวิร์กที่คุณซื้อไม่ได้ เทียบกับโมเดลที่คุณแทบจะดาวน์โหลดไม่ได้

สิ่งที่มีประโยชน์ที่สุดที่ควรรู้เมื่อเปรียบเทียบ AlphaProof Code กับ TwIL-LM3-Pro คือทั้งสองอย่างไม่ใช่ผลิตภัณฑ์ AlphaProof Code เป็นเฟรมเวิร์กการตรวจสอบเชิงรูปแบบแบบเอเจนต์ของ G​oogle DeepMind ซึ่งเผยแพร่เมื่อวันที่ 10 พฤศจิกายน 2026 พร้อมอาร์ติแฟกต์ Lean จากการตรวจสอบเป็นเวลาสี่สัปดาห์ของไบนารี libsignal ที่คอมไพล์แล้วของ Signal และไม่มีเอนด์พอยต์รองรับอยู่เบื้องหลัง TwIL-LM3-Pro เป็นโมเดลให้เหตุผลเชิงตรรกะแบบฟอร์มัลขนาด 3.66 พันล้านพารามิเตอร์ของ webAI อยู่บน Hugging Face ตั้งแต่ 3 กันยายน 2026 โดยมีน้ำหนักโมเดลอยู่หลังแบบฟอร์มขอรับทางอีเมลและสัญญาอนุญาตที่ห้ามใช้เชิงพาณิชย์ อันหนึ่งถามว่า "ฉันจะได้สิ่งนี้มาเลยไหม" อีกอันถามว่า "ฉันจะรันสิ่งนี้ได้ถูกพอที่จะมีความหมายได้ไหม" สำหรับใครก็ตามที่ทำงานด้านวิธีเชิงรูปแบบ คำถามทั้งสองคือคำถามที่ยังมีชีวิตอยู่ และไม่มีคำตอบใดเป็นคำว่าใช่

TwIL-LM3-Pro คืออะไรในเชิงกลไก

Strip the marketing and TwIL-LM3-Pro is a dense Granite decoder: forty layers, hidden size 2,560, forty attention heads against eight key-value heads, derived from IBM's granite-4.2-3b. The real parameter total is 3,659,737,600, and the 131,072-token context is the base model's, carried through unchanged. It emits a <think>…</think> block before answering and was evaluated with greedy decoding at a 2,048-token budget.

สแตกการฝึกได้รับการจัดทำเอกสารไว้ละเอียดผิดปกติสำหรับโมเดลขนาดนี้: การไฟน์ทูนแบบมีผู้สอนด้วย LoRA แรงก์ 64 บนคลังข้อมูลตรรกศาสตร์เชิงรูปนัยสังเคราะห์, การกลั่นแบบหลายเส้นทางสำหรับร่องรอยการให้เหตุผลหลายชุดต่อพรอมต์, การหลอมรวมเช็กพอยต์ในปริภูมิพารามิเตอร์แทนการเลือกเช็กพอยต์สุดท้าย, การอินเตอร์โพเลต WiSE-FT ที่ α = 0.15 ซึ่งหลอมกลับเข้าหาโมเดลฐานด้วย TIES และ DARE-SLERP, และขั้นตอน GRPO ที่ถ่วงน้ำหนักด้วยเอนโทรปีซึ่ง webAI เรียกว่า MGPO เทียบกับตัวตรวจสอบเชิงโปรแกรม รันถึงสเต็ป 2580 อาร์ติแฟกต์ที่เผยแพร่คือพอลิซีที่หลอมรวมแล้ว ซึ่งเป็นรายละเอียดเชิงปฏิบัติ: คุณสามารถรันได้ใน bf16 ที่ 6.82 GiB หรือเป็น Q4_K_M GGUF ที่ 2.09 GiB บน CPU หรือใช้ VRAM 4 GB

ประโยคสุดท้ายนั้นคือข้อเสนอคุณค่าทั้งหมด โมเดลขนาด 3.66B ที่รันบนแล็ปท็อปและตอบคำถามตรรกศาสตร์เชิงรูปแบบได้เป็นสิ่งต่างชนิดจากกรอบการตรวจสอบยืนยันที่ต้องใช้นักวิจัยห้าคน เวลาสี่สัปดาห์ และทีมเอเจนต์ขนาด 40 ถึง 80 ตัว TwIL-LM3-Pro คือปลายด้านราคาถูกของการให้เหตุผลเชิงรูปแบบ ส่วน AlphaProof Code คือปลายด้านราคาแพงของการรับประกันเชิงรูปแบบ ทั้งสองไม่ใช่สิ่งทดแทนกัน และการเปรียบเทียบนี้คุ้มค่าที่จะทำก็เพียงเพราะผู้คนยังคงจัดทั้งสองอย่างไว้ภายใต้ "AI สำหรับระเบียบวิธีเชิงรูปแบบ"

สิ่งที่เบนช์มาร์กของแต่ละฝ่ายยืนยันได้จริง

การ์ดของ TwIL-LM3-Pro รายงานแถวสรุปสี่แถวบน Track A ของตัวเอง: macro gate ที่ 0.5539, strict-7 ที่ 0.2879, ค่าเฉลี่ยหกเลนที่ 0.5389 และ macro_primary ที่ 0.5875 เมื่อเทียบกับ Qwen3-8B macro gate คือ 0.5539 เทียบกับ 0.5336 และการ์ดเขียนประโยคที่หน้าเพจการตลาดจะลบออก: ส่วนนำของ gate ที่ 0.020 นั้นเล็กกว่าสัญญาณรบกวนจากการสุ่มที่ n = 200 ต่อเลน ดังนั้นแถวนั้นคือความเสมอกัน ไม่ใช่ชัยชนะ จุดที่มันไม่ใช่การเสมอกัน:

• {{1}}Strict-7{{/1}} — 0.2879 เทียบกับ Qwen3-8B ที่ 0.2093 และแถวนี้ไม่มีการให้เครดิตแบบจับคู่หลวมในจุดใดเลย ดังนั้นความบังเอิญจากการจัดรูปแบบจึงไม่สามารถทำให้เกิดผลนี้ได้

• Strict MCQ — 0.4100 เทียบกับ 0.0000 ซึ่งเป็นช่องว่างเลนที่กว้างที่สุดในสิบเอ็ดแถวที่รายงาน

การเหนี่ยวนำกฎ — 0.4195 เทียบกับ 0.3680

• ความเหมาะสมของคลังข้อความ — ค่า perplexity ของ lm_corpus ต่ำที่สุดในบรรดาทุกกลุ่มทดลองที่ 2.3130 เทียบกับ 2.5478

• ชุดทดสอบ Held-out — การ์ดประเมินบอกตรง ๆ ว่า “TwIL-LM3-Pro ไม่ได้เป็นผู้นำในชุดนี้” ค่าเฉลี่ยแบบมาโครจาก 10 ชุดข้อมูลอยู่ที่ 0.7901 ซึ่งไม่แตกต่างอย่างมีนัยสำคัญทางสถิติจากฐานของตัวเองที่ 0.7942 และตามหลัง Qwen3-8B ที่ 0.8493 กับ gpt-oss-120b ที่ 0.8689 อย่างชัดเจน

ข้อควรระวังเพิ่มเติมอีกสองข้อที่การ์ดระบุไว้เอง: การสร้างของ Track A มีค่าเฉลี่ย 1,902 โทเค็น เทียบกับ 564 โทเค็นของรุ่นก่อนหน้า โดย 24.2% ชนเพดานความยาว ซึ่งการ์ดเรียกว่า “เป็นเพียงตัวบ่งชี้มากกว่าค่าที่แน่นอน”; และตัวเลขทรูพุตถูกวัดบน vLLM ที่ใหม่กว่าคอลัมน์เปรียบเทียบ

AlphaProof Code ไม่มีตารางเช่นนั้น เพราะมันไม่ได้ตอบคำถามที่ตารางจะตอบได้ ข้ออ้างคือไบนารีเฉพาะตัวหนึ่ง — libsignal v0.105.4 พร้อม spqr v1.6.0 ซึ่งสร้างโดย rustc 1.98.1 เชื่อมโยงแบบสแตติก เป็นไฟล์ปฏิบัติการ AArch64 หนึ่งไฟล์ — เป็นไปตามทฤษฎีบทเชิงสัญลักษณ์สิบข้อและเส้นทางการคำนวณที่มีขอบเขตเป็นรูปธรรม พิสูจน์ด้วยโค้ด Lean ประมาณ 6.5 ล้านบรรทัดและตรวจสอบโดยเคอร์เนล การตรวจสอบที่เทียบเคียงได้คือการทดสอบเชิงลบ: บั๊กจริงสองตัวที่เคยแก้ไขแล้วถูกนำกลับเข้าสู่สำเนาที่แยกออกมา และทั้งคู่ก่อให้เกิดการพิสูจน์ความไม่ปลอดภัยที่ตรวจสอบด้วยเครื่อง นั่นไม่ใช่คะแนน แต่เป็นการสาธิตว่าระบบสามารถแยกโค้ดที่ถูกต้องออกจากโค้ดที่เสียได้ ซึ่งเป็นข้อความที่แข็งแกร่งกว่าคะแนน 0.2879 ของ TwIL บน strict-7 และแคบกว่ามาก — ไบนารีเดียว ข้อกำหนดเดียว เวลาหนึ่งสัปดาห์ของคนห้าคน

ใบอนุญาต ซึ่งเป็นจุดตัดสินใจที่แท้จริง

TwIL-LM3-Pro เผยแพร่ภายใต้สัญญาอนุญาตที่ห้ามใช้เชิงพาณิชย์ โดยกระจายผ่านสามช่องทางซึ่งไม่เทียบเท่ากัน น้ำหนักโมเดลอยู่บน Hugging Face เช็กพอยต์ได้รับการปรับปรุงเป็นระยะ โดยเวอร์ชันปัจจุบันเผยแพร่เมื่อวันที่ 30 กันยายน 2026 และเมื่อวันที่ 1 ตุลาคม 2026 webAI ได้เผยแพร่บิลด์ LiteRT-LM สำหรับการอนุมานบนอุปกรณ์ Android และ iOS ซึ่งเป็นช่องทางที่ทำให้ตัวเลข 2.09 GiB ของ GGUF มีความหมายสำหรับแอปพลิเคชันบนโทรศัพท์ หนึ่งในสามช่องทางเป็นแบบฟอร์ม และหากการใช้งานของคุณเป็นเชิงพาณิชย์ คุณควรอ่านสัญญาอนุญาตก่อนอ่านตารางเบนช์มาร์ก

คำถามเรื่องการเผยแพร่ของ AlphaProof Code นั้นแตกต่างออกไป และอาจกล่าวได้ว่าแย่กว่า อาร์ทิเฟกต์ต่าง ๆ ถูกเผยแพร่ที่ github.com/google-deepmind/code-verification — ได้แก่การพัฒนาด้วย Lean, ซิมแมนติกส์ของ AArch64 จำนวน 7,578 บรรทัดซึ่งครอบคลุม 467 คำสั่งและ 31 การเรียกระบบ, การผูกกับ libsignal, ข้อกำหนดเชิงสัญลักษณ์และเชิงคำนวณ — และหน้าหลักระบุว่าไม่มีสัญญาอนุญาตใด ๆ เลย นั่นไม่ใช่ "permissive"; มันยังไม่ได้รับการคลี่คลาย โพสต์บล็อกกล่าวเพียงว่า DeepMind กำลังเปิดซอร์สอาร์ทิเฟกต์การตรวจสอบเพื่อให้ชุมชนใช้งาน ก่อนที่คุณจะสร้างไปป์ไลน์บนการพัฒนาด้วย Lean ที่ไม่มีสัญญาอนุญาต ให้ถามใครสักคนก่อน

ดังนั้น: ชิ้นงานหนึ่งคือโมเดลที่คุณไม่สามารถใช้ในเชิงพาณิชย์ได้ ส่วนอีกชิ้นคือฐานโค้ดที่ไม่มีการระบุเงื่อนไขไว้ สำหรับผู้ที่ทำเป็นงานอดิเรก ชิ้นแรกพอใช้งานได้ สำหรับบริษัท ทั้งสองชิ้นยังไม่ใช่ไฟเขียว

แต่ละรายการจะอยู่ตำแหน่งใดในไปป์ไลน์จริง ๆ

TwIL-LM3-Pro ให้เหตุผลเชิงตรรกะแบบทางการในรูปแบบข้อความ เมื่อให้ภาระการพิสูจน์ ระบบกฎ และชุดข้อสมมติตั้งต้นแก่มัน มันจะสร้างการอนุมานในรูปแบบถ้อยคำร้อยแก้วและสัญลักษณ์ที่มนุษย์อ่านได้ มันเป็นเครื่องช่วยในการให้เหตุผล และชุดแบบทดสอบมาตรฐานของการ์ดเอง — การเหนี่ยวนำกฎ การเลือกตอบแบบเข้มงวด ความสอดคล้องกับคลังข้อความ — ถูกสร้างขึ้นรอบงานนั้น

AlphaProof Code ไม่ได้ให้เหตุผลเกี่ยวกับตรรกศาสตร์ในข้อความ เอเจนต์ของมันเขียน Lean และ Lean นั้นถูกตรวจสอบ สองขั้นตอนนี้เสริมกันโดยหลักการ ได้แก่ โมเดลเล็กที่เสนอโครงร่างของข้อกำหนด โมเดลทั่วไปที่แข็งแกร่งซึ่งตรวจทานโครงร่างนั้น และฮาร์เนสของเอเจนต์พิสูจน์ที่ปิดมันเทียบกับเคอร์เนล สิ่งที่ขาดหายไประหว่างทั้งสองคือสะพานเชื่อม — TwIL-LM3-Pro ยังไม่ได้รับการประเมินด้านการสร้างประโยคสั่ง Lean และไม่มีสิ่งใดในการ์ดของมันบ่งชี้ว่ามันถูกฝึกมาเพื่อสิ่งนั้น เพื่อนบ้านตามธรรมชาติของมันในสแตกนั้นคือ MathForm-8B ตัวแปลงข้อความเป็นรูปแบบทางการอัตโนมัติสำหรับ Lean 4 ของ OpenBMB ไม่ใช่กรอบงานตรวจสอบ

ส่วนที่น่าสนใจตรงนี้คือคำอธิบายของ DeepMind เองเกี่ยวกับคอขวดด้านมนุษย์ ก่อนที่งานพิสูจน์ใด ๆ จะเริ่มต้น นักวิจัยได้แปลเป้าหมายด้านความปลอดภัยของ Signal ให้เป็นข้อกำหนดเชิงรูปแบบโดยใช้โมเดลผสมกันหลายแบบ และมีผู้เชี่ยวชาญตรวจทานข้อกำหนดทุกฉบับ โมเดลขนาดเล็ก รวดเร็ว และทำงานในเครื่องซึ่งสามารถร่างข้อความเหล่านั้นได้อย่างสมเหตุสมผลและต้นทุนต่ำ จะมีประโยชน์อย่างแท้จริงในขั้นตอนนั้น — และก็ยังต้องมีการตรวจทานโดยผู้เชี่ยวชาญอยู่ดี เพราะข้อกำหนดที่ผิดจะให้การพิสูจน์ของทฤษฎีบทที่ผิดซึ่งผ่านการตรวจสอบอย่างสมบูรณ์แบบ

สิ่งที่คุณรันได้ในวันนี้ และค่าใช้จ่ายที่ต้องจ่าย

• TwIL-LM3-Pro — เวทให้ตามคำขอจาก Hugging Face ภายใต้สัญญาอนุญาตแบบไม่ใช้เพื่อการค้า; มีบิลด์ LiteRT-LM สำหรับใช้งานบนอุปกรณ์ตั้งแต่ 1 ตุลาคม 2026; ไม่มี hosted API จาก webAI ที่ฉันตรวจสอบได้ โฮสต์เองด้วยเวท bf16 ขนาด 6.82 GiB หรือ 2.09 GiB ที่ Q4_K_M

• AlphaProof Code — ไม่สามารถรันได้ เผยแพร่อาร์ติแฟกต์แล้ว ไม่มี endpoint ไม่มีน้ำหนักโมเดล ไม่มีราคา ไม่มีรายชื่อรอ และไม่ได้ระบุสัญญาอนุญาต

• โมเดลภายใน AlphaProof Code — เอเจนต์พิสูจน์ทำงานบน G​emini 4 Carbon ซึ่งเราไม่ได้ให้บริการ; Claude Opus 5.5 ถูกใช้ในบรรดาโมเดลที่ร่างและตรวจทานข้อกำหนด และอยู่ในแคตตาล็อกของ OrcaRouter ในราคา 4 ดอลลาร์ต่อล้านโทเค็นอินพุต และ 20 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต โดยเป็นราคาตามรายการของผู้ให้บริการที่ส่งต่อโดยบวกกำไร 0%

• โมเดลที่ใช้เปรียบเทียบกับ TwIL-LM3-Pro — โมเดลระดับ Qwen3-8B เป็นชุดเปรียบเทียบตามปกติสำหรับเช็กพอยต์ตรรกะเชิงรูปแบบขนาด 3.66B และประเด็นของการทำให้โมเดลเหล่านี้อยู่หลังคีย์เดียวคือ ลูปการร่างข้อกำหนดสามารถส่งข้อผูกพันเดียวกันไปยังโมเดลผู้เชี่ยวชาญขนาดเล็กและโมเดลทั่วไป แล้วเทียบความแตกต่างของผลลัพธ์ได้ โดยไม่ต้องมีสัญญาฉบับที่สอง การหลอมรวมโมเดลทำสิ่งเดียวกันได้ในการเรียกครั้งเดียว: คณะที่ตอบร่วมกัน ซึ่งคร่าว ๆ ก็คือสิ่งที่ทีม DeepMind ทำด้วยการผสมผสานโมเดลในขั้นตอนการจัดทำข้อกำหนด

คำตัดสินที่ตรงไปตรงมาก็คือ คุณอาจไม่จำเป็นต้องมีทั้งสองอย่าง

หากคุณต้องการการตรวจสอบอย่างเป็นทางการของโค้ดโปรดักชัน AlphaProof Code คือบทความและงานพัฒนาใน Lean จงอ่านมัน อ้างอิงมัน และอย่าวางแผนสปรินต์โดยอิงจากมัน — กรอบแนวคิดของ DeepMind เองระบุว่าการขยายเทคนิคนี้ “ต้องอาศัยการวิจัยอย่างต่อเนื่อง” และบทความระบุว่ากระบวนการนี้ยังมีช่องว่างให้ปรับแต่งได้อีกมาก เวลามัธยฐานกว่าจะได้บิลด์ที่สะอาดคือหลายชั่วโมง และการเปลี่ยนแปลงซอร์สโค้ดเพียงบรรทัดเดียวอาจทำให้ต้องซ่อมแซมหลักฐานจำนวนมาก

ถ้าคุณต้องการโมเดลเล็กที่ให้เหตุผลด้านตรรกศาสตร์แบบทางการได้บนแล็ปท็อป TwIL-LM3-Pro เป็นของจริง รันที่ 2.09 GiB เมื่อควอนไทซ์ และการ์ดของโมเดลเองก็บอกคุณว่ามันเสมอตรงไหนมากกว่าที่จะบอกว่าชนะตรงไหน ตรวจใบอนุญาตก่อนดูผลเบนช์มาร์ก เพราะใบอนุญาตอ่านสั้นกว่าและชี้ขาดกว่า

สิ่งที่ทั้งสองรีลีสมีร่วมกันคือรูปแบบหนึ่งที่น่าจับตา: ชายแดนของวิธีเชิงรูปแบบ (formal methods) กำลังถูกผลักไปที่ปลายด้านราคาแพงมากโดยห้องแล็บที่มีชั่วโมงการทำงานของเอเจนต์หลายร้อยชั่วโมงให้ใช้ ขณะที่ปลายด้านราคาที่จับต้องได้กลับสร้างโมเดลขนาดเล็กที่มีความสามารถแคบและมีเงื่อนไขแบบไม่ใช่เชิงพาณิชย์ ส่วนตรงกลาง — เครื่องมือเชิงพาณิชย์ที่รับข้อกำหนดแล้วคืนหลักฐานพิสูจน์ที่ผ่านการตรวจสอบสำหรับโค้ดที่คุณเป็นเจ้าของ ในราคาที่ทีมหนึ่งสามารถตั้งงบได้ — ยังว่างอยู่ ช่องว่างนั้น ไม่ใช่ช่องว่างระหว่างอาร์ติแฟกต์ทั้งสองนี้ คือสิ่งที่ควรจับตา