El agente de IA de 800 millones de parámetros de Tether supera en tareas telefónicas a modelos 2,5 veces más grandes

En resumen
Tether AI Research lanzó BotPsy-0.8B, un modelo de pesos abiertos con 800 millones de parámetros, diseñado para agentes de IA locales capaces de ejecutar tareas de varios pasos en teléfonos y herramientas.
En las pruebas de Tether, BotPsy superó a Qwen3.5-2B-Think pese a ser 2,5 veces más pequeño y casi duplicó las puntuaciones de su modelo base en cuatro pruebas comparativas clave de agentes.
El modelo también encabezó los sistemas evaluados en las pruebas de alucinaciones de BFCL y se integra en el ecosistema QVAC más amplio de Tether, destinado a aplicaciones especializadas de IA en dispositivos y asistentes personales locales.
Tether AI Research ha lanzado QVAC BotPsy-0.8B, un modelo de inteligencia artificial de pesos abiertos diseñado para convertir solicitudes cotidianas en llamadas a herramientas de varios pasos en dispositivos personales. Según el anuncio oficial, el modelo contiene 800 millones de parámetros y se probó en seis pruebas de referencia de agentes. Tether afirma que BotPsy superó a todos los modelos evaluados con 1.200 millones de parámetros o menos y venció a Qwen3.5-2B-Think pese a ser 2,5 veces más pequeño. Este lanzamiento amplía el trabajo de la empresa en torno a los agentes de IA y la ejecución local.
BotPsy apunta al uso de herramientas de varios pasos en dispositivos personales
BotPsy se evaluó en BFCL v4, ACEBench, τ-bench, Claw-Eval, BrowseComp-Plus y ToolSandbox. En cuatro evaluaciones principales, aproximadamente duplicó las puntuaciones de la arquitectura subyacente Qwen3.5-0.8B-Think. BFCL v4 subió de 23,4 a 44,0; ACEBench, de 30,1 a 58,7; τ-bench, de 23,2 a 51,5; y ToolSandbox, de 30,5 a 64,6. La comparación sugiere que la especialización puede mejorar considerablemente el uso de herramientas sin aumentar el tamaño del modelo. Este enfoque encaja con la estrategia general de IA local QVAC de Tether, que prioriza el hardware bajo control del usuario.
El modelo está pensado para tareas que requieren varias acciones, en lugar de una sola respuesta. Tether destacó ejemplos como reprogramar reuniones, crear recordatorios y solucionar problemas del teléfono. En una prueba de ACEBench, BotPsy volvió a activar el Wi-Fi y liberó espacio en la bandeja de entrada antes de enviar un mensaje fallido, mientras que su modelo base repitió una y otra vez la misma acción. BotPsy está diseñado para reconocer cuándo se deben usar herramientas, cuándo hacen falta varios pasos y cuándo ninguna herramienta disponible es adecuada. Su arquitectura compacta respalda la misma orientación hacia el procesamiento en el dispositivo que el SDK QVAC de Tether.
Tether informó de mejoras adicionales en tareas de varios turnos y de telecomunicaciones. BotPsy obtuvo 46,1 en llamadas a herramientas de varios turnos de BFCL, frente a 23,8 de Qwen3.5-2B-Think y 7,5 de su modelo base, mientras que su puntuación de telecomunicaciones en τ-bench alcanzó 82,5. También obtuvo 86,1 en las pruebas de alucinaciones de BFCL, la puntuación más alta entre los modelos evaluados por Tether. Los resultados publicados corresponden a las evaluaciones de referencia de Tether y no demuestran una superioridad universal en todas las tareas de IA. BotPsy se suma a VisionPsy, TranscribePsy, MedPsy y TranslatePsy en el ecosistema QVAC, ampliando la gama de modelos de IA de Tether para dispositivos. Los pesos del modelo y los detalles de la evaluación están disponibles, lo que permite a los investigadores adaptar el sistema. La visión a largo plazo de Tether es que BotPsy impulse un asistente personal QVAC, con los teléfonos inteligentes a cargo de las interacciones cotidianas y los ordenadores domésticos o nodos entre pares de confianza encargándose de las solicitudes más exigentes. La empresa afirma que las conexiones P2P cifradas también podrían gestionar búsquedas web sin depender de una infraestructura de nube corporativa.