كشفت تيتر عن BotPsy يوم الأربعاء كوكيل ذكاء اصطناعي للمهام اليومية على الأجهزة الشخصية. يحتوي النموذج على 800 مليون معلمة. ووجدت اختبارات تيتر أن BotPsy تفوق على النماذج المنافسة التي تحتوي على ما يصل إلى 2.5 ضعف عدد المعلمات. حقق BotPsy أفضل النتائج في خمسة من ست تقييمات لاستخدام الأدوات شملت خمسة نماذج. تشير هذه النتائج إلى أن المساعدين الذكيين قد لا يحتاجون إلى نماذج كبيرة جدًا لأداء المهام العملية.
يمكن لـ BotPsy التعامل مع عمليات متعددة الخطوات تشمل إعدادات الهاتف والرسائل والجدولة، وقد تفعل ذلك دون نقل المعلومات الشخصية إلى خوادم السحابة. يحدد الوكيل الأدوات البرمجية المطلوبة للمهمة، وينفذ الأوامر بالتسلسل، ويتكيّف عند فشل عملية ما. وصف Tether اختبار رسائل حيث واجه BotPsy شبكة Wi-Fi معطلة وصندوق بريد ممتلئ. وقال Tether إن BotPsy فعّل شبكة Wi-Fi، وحرر مساحة تخزين كافية، وأرسل الرسالة. في المقابل، استمر النموذج الأساسي في تكرار عملية غير ناجحة.
بنيت Tether BotPsy باستخدام بنية Alibaba's Qwen3.5-0.8B وقدمت تدريبًا إضافيًا يركز على التفاعل مع أدوات البرمجيات. المعلمات هي قيم عددية تُتعلم أثناء التدريب، وغالبًا ما تتطلب النماذج ذات عدد أقل من المعلمات ذاكرة أقل. عادةً ما تحسن العدد الأكبر من المعلمات الأداء، وتحتوي نماذج الذكاء الاصطناعي الحديثة على تريليونات المعلمات.
توفر وثائق Tether التقنية تقييمًا بـ 44.0% لـ BotPsy على BFCL v4. يقيس BFCL v4 اختيار الوظائف وتنفيذها عبر المهام والمحادثات، باستخدام نسبة نجاح موزونة عبر فئات استخدام الأدوات. حقق Qwen3.5-0.8B الأساسي 23.4% على هذا المعيار. بينما حقق Qwen3.5-2B الأكبر 37.7%.
حقق BotPsy 58.7% على ACEBench، الذي يقيس دقة استدعاء الوظائف، بما في ذلك اختيار الأدوات والوسائط المقدمة إلى الأدوات. وحقق النموذج الأساسي 30.1% على ACEBench. وحقق المنافس ذو المعلمة البالغة 2 مليار 55.4%. وأنتجت تقييمات Tether الستة متوسط درجة 45.0% لـ BotPsy. وبلغ متوسط نموذج Qwen الأكبر 38.8% عبر تلك التقييمات.
يُوسّع BotPsy QVAC، وهو نظام بيئي ذكي تطوّره Tether حول الأجهزة الخاضعة لسيطرة المستخدم بدلاً من الاعتماد الكامل على البنية التحتية السحابية المركزية. تمتلك Tether، الشركة وراء USDT، أكبر عملة مستقرة عالميًا، نماذج محلية من QVAC للاستخدامات الطبية والترجمة ومعالجة الصوت. وقد قدّمت Tether QVAC في مايو 2025 كبديل لخدمات الذكاء الاصطناعي من شركات التكنولوجيا الكبرى. وتشمل أهداف Tether على المدى الطويل وكلاء مستقلين يمكنهم استخدام التطبيقات وربما إجراء مدفوعات باستخدام البيتكوين وUSDT.
أضافت تيثر مجموعة بيانات تدريبية في العلوم والهندسة تحتوي على 41 مليار رمز في أكتوبر 2025. كما أطلقت تيثر QVAC Workbench، وهو تطبيق لتشغيل نماذج الذكاء الاصطناعي محليًا. وفي وقت سابق من هذا العام، أطلقت تيثر مجموعة تطوير برمجيات لبناء تطبيقات ذكاء اصطناعي دون اتصال بالإنترنت عبر أنظمة تشغيل الجوال والكمبيوتر المكتبي. كما طورت تيثر QVAC MedPsy لمهام الذكاء الاصطناعي الطبية على الأجهزة الاستهلاكية. وتفوقت نسخة MedPsy بـ1.7 مليار معلمة على MedGemma-27B الأكبر من جوجل في HealthBench Hard، الذي يقيم المحادثات السريرية الواقعية وفقًا لمعايير وضعتها أطباء.
BotPsy متاح الآن كنموذج بوزن مفتوح مرخص تحت ترخيص Apache 2.0، مما يسمح للمطورين بتنزيله وتعديله ودمجه في التطبيقات. كما قدمت Tether إصدارات مضغوطة لتقليل متطلبات الذاكرة للاستخدام المحلي. لم تقدم Tether تاريخ إصدار لمساعد استهلاكي نهائي يعتمد على BotPsy. تشير بطاقة النموذج المنشورة إلى أن الإصدار يستبعد كود التدريب وبيانات التدريب.