Tether, el emisor de USDT, la stablecoin más grande del mundo, ha puesto su mirada en la inteligencia artificial, invirtiendo millones de dólares en tecnología que no requiere la nube para funcionar.
Paolo Ardoino, CEO de Tether, compartió cómo migró de IA basada en la nube a un sistema de IA local y auto-soberano, advirtiendo sobre los riesgos de los nuevos sistemas de Agentes de IA.
Tether está pagando a desarrolladores para construir sistemas de IA locales
Tether ha lanzado un programa de subvenciones para desarrolladores ilimitado para financiar infraestructura de IA y pagos de primera local. Antes de esto, el grupo de investigación de IA de Tether lanzó modelos de lenguaje médico que funcionan en smartphones estándar y superan significativamente a los sistemas mucho más grandes de Google (NASDAQ: GOOGL).
Tether se une a una línea en la que ya está el cofundador de Ethereum (ETH), Vitalik Buterin. Vitalik publicó una extensa entrada en su blog personal el 2 de abril detallando su completa migración lejos de la IA basada en la nube.
Cryptopolitan informó que Buterin dice que ahora ejecuta todo en sus propias máquinas y quiere que otros hagan lo mismo, especialmente con la introducción de nuevos sistemas de “agentes” que presentan amenazas de seguridad considerables. Buterin destacó la investigación realizada sobre OpenClaw, que alcanzó 280,000 estrellas a principios de 2026.
La herramienta permite a los agentes de IA controlar computadoras directamente, y los investigadores de seguridad han demostrado que los agentes de OpenClaw pueden modificar configuraciones críticas del sistema, descargar y ejecutar scripts maliciosos desde páginas web sin el conocimiento del usuario, y exfiltrar datos a través de llamadas silenciosas a la red.
Cryptopolitan informó que aproximadamente el 15% de las “habilidades” que utilizan estos agentes contienen comandos ocultos que silenciosamente envían datos de usuarios a servidores externos.
“Si puedes construir algo que funcione localmente, mantenga valor directamente y no dependa de proveedores externos, lo financiaremos.” Dijo el CEO de Tether, Paolo Ardoino.
El programa de subvenciones de Tether paga a individuos entre $1,500 y $4,000 por tarea, ya sea en USDT o Bitcoin (BTC), sin límite en los pagos totales del programa. Sin embargo, los desarrolladores solo reciben pago una vez que se completan entregables técnicos específicos.
Tether está dirigiendo el programa hacia la construcción de bibliotecas centrales para su plataforma de IA local QVAC, produciendo documentación técnica, desarrollando aplicaciones sobre el stack abierto de Tether y investigando la descentralización y la IA de borde.
Un enfoque principal es el Kit de Desarrollo de Wallets (WDK), que permite a los desarrolladores integrar wallets auto-custodiales directamente en aplicaciones, mientras que también permite a los usuarios gestionar sus cuentas y completar transacciones sin depender de servicios custodiales o APIs alojadas.
Tether anteriormente otorgó $100,000 en subvenciones a la Fundación BTC Pay Server en años consecutivos y donó $250,000 a OpenSats para el desarrollo de Bitcoin. Tether ha distribuido más de 500 subvenciones educativas para estudiantes y se ha comprometido a aproximadamente $5.38 millones (CHF 5 millones) hacia la próxima fase del programa hasta 2030.
¿Pueden los modelos de IA más pequeños superar a los más grandes?
El Grupo de Investigación en IA de Tether lanzó recientemente QVAC MedPsy, un par de modelos de lenguaje médico diseñados para funcionar directamente en smartphones y dispositivos portátiles sin conexión a internet. Los resultados desafían la suposición de que un mejor rendimiento requiere modelos más grandes.
El modelo más pequeño, QVAC MedPsy-1.7B (1.7 mil millones de parámetros), obtuvo 62.62 en siete benchmarks médicos cerrados, superando a MedGemma-1.5-4B-it de Google por 11.42 puntos a pesar de ser menos de la mitad de su tamaño.
El mayor QVAC MedPsy-4B (4 mil millones de parámetros) obtuvo 70.54 en los mismos benchmarks, superando a MedGemma-27B-text-it de Google, un modelo casi siete veces más grande que contiene aproximadamente 27 mil millones de parámetros.
La brecha de rendimiento se amplió cuando los modelos fueron probados en escenarios clínicos del mundo real. En HealthBench Hard, una prueba diseñada para medir el razonamiento médico aplicado, QVAC MedPsy-4B obtuvo 58.00 en comparación con 42.00 de MedGemma-27B.
Los modelos también utilizan significativamente hasta 3.2 veces menos tokens que sistemas comparables, lo que se traduce directamente en tiempos de respuesta más rápidos y menores demandas computacionales.
Tether, Vitalik y otros defensores de ejecutar modelos de IA más pequeños y locales estarán señalando estos resultados como evidencia de que los usuarios no necesitan arriesgar el envío de sus datos a la nube para operar sistemas eficientes.
No solo leas noticias de cripto. Entiéndelas. Suscríbete a nuestro boletín. Es gratis.