Tether представила ИИ-агента с 800 млн параметров, опередившего более крупные модели в тестах компании

В среду Tether представила QVAC BotPsy — ИИ-агента для повседневных задач на персональных устройствах. Модель содержит 800 млн параметров. По результатам тестов Tether, BotPsy обошел конкурирующие модели, число параметров которых было до 2,5 раза больше. BotPsy показал лучшие результаты в пяти из шести тестов на использование инструментов, в которых участвовали пять моделей. Эти результаты позволяют предположить, что для выполнения практических задач ИИ-ассистентам могут быть не нужны очень крупные модели.

BotPsy может выполнять многоэтапные операции с настройками телефона, обменом сообщениями и планированием, потенциально не передавая личную информацию на облачные серверы. Агент определяет, какие программные инструменты нужны для задачи, выполняет команды последовательно и адаптируется, если операция завершается неудачей. Tether описала тест с отправкой сообщения, в ходе которого BotPsy обнаружил, что Wi-Fi отключен, а почтовый ящик заполнен. По словам Tether, BotPsy включил Wi-Fi, освободил достаточно места и отправил сообщение. Исходная модель вместо этого продолжала повторять безуспешную операцию.

Tether создала BotPsy на основе архитектуры Alibaba Qwen3.5-0.8B и дополнительно обучила модель взаимодействию с программными инструментами. Параметры — это числовые значения, которые модель усваивает во время обучения; моделям с меньшим количеством параметров обычно требуется меньше памяти. Как правило, большее число параметров повышает производительность, а современные передовые ИИ-модели содержат триллионы параметров.

В технической документации Tether указано, что BotPsy набрала 44,0 % в BFCL v4. Этот тест оценивает выбор и выполнение функций в различных задачах и диалогах, используя взвешенный процент успешных результатов в категориях использования инструментов. Базовая модель Qwen3.5-0.8B набрала в этом тесте 23,4 %. Более крупная Qwen3.5-2B показала результат 37,7 %.

В ACEBench, который оценивает точность вызова функций, включая выбор инструментов и передаваемые им аргументы, BotPsy набрала 58,7 %. Базовая модель показала в ACEBench результат 30,1 %. У конкурирующей модели с 2 млрд параметров результат составил 55,4 %. Средний результат BotPsy по шести тестам Tether составил 45,0 %. Более крупная модель Qwen набрала в этих тестах в среднем 38,8 %.

BotPsy развивает QVAC — экосистему ИИ, которую Tether создает для устройств под контролем пользователей, а не для полной зависимости от централизованной облачной инфраструктуры. Tether, компания, стоящая за USDT — крупнейшим в мире стейблкоином, — уже предлагает локальные модели QVAC для медицины, перевода и обработки речи. Tether представила QVAC в мае 2025 года как альтернативу ИИ-сервисам крупных технологических компаний. В долгосрочные цели Tether входили автономные агенты, способные использовать приложения и потенциально проводить платежи в Bitcoin и USDT.

В октябре 2025 года Tether добавила набор обучающих данных по науке и инженерии, содержащий 41 млрд токенов. Компания также представила QVAC Workbench — приложение для локального запуска ИИ-моделей. Ранее в этом году Tether выпустила комплект средств разработки для создания офлайн-приложений с ИИ для мобильных и настольных операционных систем. Компания также разработала QVAC MedPsy для медицинских задач ИИ на потребительском оборудовании. Версия MedPsy с 1,7 млрд параметров обошла более крупную модель Google MedGemma-27B в HealthBench Hard, тесте реалистичных клинических диалогов по критериям, разработанным врачами.

BotPsy уже доступна как модель с открытыми весами по лицензии Apache 2.0, которая позволяет разработчикам скачивать и изменять модель, а также встраивать ее в приложения. Tether также выпустила сжатые версии, которым для локального использования требуется меньше памяти. Компания не сообщила дату выхода готового потребительского ассистента на основе BotPsy. В опубликованной карточке модели указано, что релиз не включает код обучения и обучающие данные.