Tether a dévoilé BotPsy QVAC le mercredi comme agent IA pour les tâches quotidiennes sur les appareils personnels. Le modèle contient 800 millions de paramètres. Les tests de Tether ont révélé que BotPsy a surpassé des modèles concurrents comportant jusqu'à 2,5 fois plus de paramètres. BotPsy a obtenu les meilleurs résultats dans cinq des six évaluations d'utilisation d'outils impliquant cinq modèles. Ces résultats suggèrent que les assistants IA n'ont pas nécessairement besoin de modèles très volumineux pour effectuer des tâches pratiques.
BotPsy peut gérer des opérations en plusieurs étapes impliquant les paramètres du téléphone, les messages et la planification, potentiellement sans transférer d'informations personnelles vers des serveurs cloud. L'agent détermine quels outils logiciels une tâche nécessite, exécute les commandes en séquence et s'adapte en cas d'échec d'une opération. Tether a décrit un test de messagerie au cours duquel BotPsy a rencontré un Wi-Fi désactivé et une boîte de réception pleine. Tether a indiqué que BotPsy a activé le Wi-Fi, libéré suffisamment d'espace de stockage et envoyé le message. Le modèle sous-jacent a, quant à lui, continué à répéter une opération infructueuse.
Tether a construit BotPsy en utilisant l'architecture Qwen3.5-0.8B d'Alibaba et a fourni un entraînement supplémentaire axé sur l'interaction avec des outils logiciels. Les paramètres sont des valeurs numériques apprises pendant l'entraînement, et les modèles avec moins de paramètres nécessitent généralement moins de mémoire. Un nombre plus élevé de paramètres améliore généralement les performances, et les modèles d'IA de pointe d'aujourd'hui contiennent des milliers de milliards de paramètres.
La documentation technique de Tether attribue à BotPsy un score de 44,0 % sur BFCL v4. BFCL v4 évalue la sélection et l'exécution des fonctions à travers des tâches et des conversations, en utilisant un pourcentage de réussite pondéré par catégorie d'outils. Le modèle sous-jacent Qwen3.5-0.8B a obtenu 23,4 % sur ce benchmark. Le modèle plus grand Qwen3.5-2B a atteint 37,7 %.
BotPsy a obtenu 58,7 % sur ACEBench, qui mesure la précision des appels de fonctions, y compris la sélection des outils et les arguments fournis aux outils. Le modèle de base a obtenu 30,1 % sur ACEBench. Le concurrent de 2 milliards de paramètres a obtenu 55,4 %. Les six évaluations de Tether ont donné une note moyenne de 45,0 % pour BotPsy. Le modèle Qwen plus grand a obtenu en moyenne 38,8 % sur ces évaluations.
BotPsy étend QVAC, un écosystème d'IA que Tether développe autour de dispositifs contrôlés par les utilisateurs, plutôt qu'une dépendance complète à l'infrastructure cloud centralisée. Tether, l'entreprise derrière USDT, la plus grande stablecoin au monde, dispose déjà de modèles QVAC locaux pour des usages médicaux, la traduction et le traitement de la voix. Tether a introduit QVAC en mai 2025 comme alternative aux services d'IA des grandes entreprises technologiques. Les objectifs à plus long terme de Tether incluent des agents autonomes capables d'utiliser des applications et éventuellement d'effectuer des paiements en bitcoin et en USDT.
Tether a ajouté un jeu de données de formation en science et ingénierie contenant 41 milliards de jetons en octobre 2025. Tether a également lancé QVAC Workbench, une application permettant d'exécuter des modèles d'IA localement. Plus tôt cette année, Tether a publié un kit de développement logiciel pour créer des applications d'IA hors ligne sur les systèmes d'exploitation mobiles et de bureau. Tether a également développé QVAC MedPsy pour des tâches d'IA médicale sur du matériel grand public. La version de MedPsy de 1,7 milliard de paramètres a surpassé MedGemma-27B de Google sur HealthBench Hard, qui évalue des conversations cliniques réalistes selon des critères élaborés par des médecins.
BotPsy est désormais disponible en tant que modèle à poids ouverts sous licence Apache 2.0, permettant aux développeurs de le télécharger, de le modifier et de l'intégrer dans des applications. Tether a également mis à disposition des versions compressées pour réduire les besoins en mémoire en utilisation locale. Tether n'a pas fourni de date de lancement pour un assistant grand public finalisé utilisant BotPsy. La fiche du modèle publiée indique que cette version exclut le code d'entraînement et les données d'entraînement.