Tether stellt KI-Agenten mit 800 Millionen Parametern vor, der größere Rivalen in Unternehmenstests übertrifft

Tether hat QVAC BotPsy am Mittwoch als KI-Agenten für alltägliche Aufgaben auf persönlichen Geräten vorgestellt. Das Modell umfasst 800 Millionen Parameter. Tethers Tests ergaben, dass BotPsy konkurrierende Modelle mit bis zu 2,5-mal so vielen Parametern übertraf. BotPsy erzielte bei fünf von sechs Bewertungen zur Werkzeugnutzung mit fünf Modellen die besten Ergebnisse. Diese Ergebnisse legen nahe, dass KI-Assistenten für praktische Aufgaben keine sehr großen Modelle benötigen.

BotPsy kann mehrstufige Abläufe mit Telefoneinstellungen, Nachrichten und Terminplanung bewältigen und dabei möglicherweise auf die Übertragung persönlicher Informationen an Cloud-Server verzichten. Der Agent ermittelt, welche Softwarewerkzeuge eine Aufgabe erfordert, führt Befehle der Reihe nach aus und passt sein Vorgehen an, wenn ein Vorgang fehlschlägt. Tether beschrieb einen Nachrichtentest, bei dem BotPsy auf deaktiviertes WLAN und einen vollen Posteingang stieß. Tether zufolge aktivierte BotPsy das WLAN, schuf ausreichend Speicherplatz und verschickte die Nachricht. Das zugrunde liegende Modell wiederholte dagegen immer wieder einen erfolglosen Vorgang.

Tether entwickelte BotPsy auf Basis der Qwen3.5-0.8B-Architektur von Alibaba und ergänzte ein spezielles Training für die Interaktion mit Softwarewerkzeugen. Parameter sind numerische Werte, die während des Trainings gelernt werden; Modelle mit weniger Parametern benötigen im Allgemeinen weniger Speicher. Eine höhere Parameterzahl verbessert die Leistung in der Regel, und die heute führenden KI-Modelle umfassen Billionen von Parametern.

Laut der technischen Dokumentation von Tether erreicht BotPsy bei BFCL v4 einen Wert von 44,0 %. BFCL v4 misst die Auswahl und Ausführung von Funktionen bei Aufgaben und Unterhaltungen und ermittelt einen gewichteten Erfolgswert über Kategorien der Werkzeugnutzung hinweg. Das zugrunde liegende Modell Qwen3.5-0.8B erzielte bei diesem Benchmark 23,4 %. Das größere Qwen3.5-2B erreichte 37,7 %.

Bei ACEBench, das die Genauigkeit von Funktionsaufrufen einschließlich der Auswahl von Werkzeugen und der an sie übergebenen Argumente misst, erzielte BotPsy 58,7 %. Das Basismodell erreichte bei ACEBench 30,1 %. Der Wettbewerber mit 2 Milliarden Parametern kam auf 55,4 %. Über die sechs Bewertungen hinweg erzielte BotPsy laut Tether durchschnittlich 45,0 %. Das größere Qwen-Modell kam in diesen Tests auf einen Durchschnitt von 38,8 %.

BotPsy erweitert QVAC, ein KI-Ökosystem, das Tether für nutzerkontrollierte Geräte entwickelt und das nicht vollständig von zentralisierter Cloud-Infrastruktur abhängig sein soll. Tether, das Unternehmen hinter USDT, dem weltweit größten Stablecoin, bietet bereits lokale QVAC-Modelle für medizinische Anwendungen, Übersetzungen und Sprachverarbeitung an. Tether stellte QVAC im Mai 2025 als Alternative zu KI-Diensten großer Technologieunternehmen vor. Zu den längerfristigen Zielen des Unternehmens gehörten autonome Agenten, die Anwendungen nutzen und möglicherweise Zahlungen mit Bitcoin und USDT tätigen können.

Im Oktober 2025 ergänzte Tether einen Trainingsdatensatz für Wissenschaft und Technik mit 41 Milliarden Token. Außerdem stellte Tether QVAC Workbench vor, eine Anwendung zum lokalen Ausführen von KI-Modellen. Früher in diesem Jahr veröffentlichte Tether ein Software Development Kit für die Entwicklung von Offline-KI-Anwendungen auf mobilen und Desktop-Betriebssystemen. Zudem entwickelte Tether QVAC MedPsy für medizinische KI-Aufgaben auf Geräten für Endverbraucher. Die MedPsy-Version mit 1,7 Milliarden Parametern übertraf Googles größeres MedGemma-27B bei HealthBench Hard, einem Benchmark, der realitätsnahe klinische Gespräche anhand von Kriterien bewertet, die von Ärzten entwickelt wurden.

BotPsy ist ab sofort als Modell mit offenen Gewichten unter der Apache-2.0-Lizenz verfügbar. Entwickler können es herunterladen, verändern und in Anwendungen integrieren. Tether hat zudem komprimierte Versionen bereitgestellt, um den Speicherbedarf bei der lokalen Nutzung zu senken. Tether hat keinen Starttermin für einen fertigen Verbraucherassistenten auf Basis von BotPsy genannt. Laut der veröffentlichten Modellkarte umfasst die Veröffentlichung weder den Trainingscode noch die Trainingsdaten.