Tether ने बुधवार को व्यक्तिगत उपकरणों पर दैनिक कार्यों के लिए एक AI एजेंट, QVAC BotPsy का अनावरण किया। यह मॉडल 800 मिलियन पैरामीटर्स के साथ आता है। Tether के परीक्षणों में पाया गया कि BotPsy, जिसमें अधिकतम 2.5 गुना अधिक पैरामीटर्स वाले प्रतिस्पर्धी मॉडल्स को पार कर गया। BotPsy ने पांच मॉडल्स के साथ छह में से पांच टूल-उपयोग मूल्यांकनों में सर्वश्रेष्ठ परिणाम प्राप्त किए। ये परिणाम यह सुझाते हैं कि AI सहायकों को व्यावहारिक कार्यों के लिए बहुत बड़े मॉडल्स की आवश्यकता नहीं हो सकती।
BotPsy फोन की सेटिंग्स, संदेश और शेड्यूलिंग से संबंधित बहु-चरणीय कार्यों को संभाल सकता है, संभवतः व्यक्तिगत जानकारी को क्लाउड सर्वर्स पर नहीं भेजे। एजेंट यह निर्धारित करता है कि किसी कार्य के लिए कौन से सॉफ्टवेयर उपकरणों की आवश्यकता है, कमांड्स को क्रम में चलाता है और जब कोई ऑपरेशन विफल होता है तो अनुकूलित हो जाता है। टेथर ने एक संदेश परीक्षण का वर्णन किया, जिसमें BotPsy को बंद Wi-Fi और भरा हुआ इनबॉक्स मिला। टेथर ने कहा कि BotPsy ने Wi-Fi सक्षम किया, पर्याप्त स्टोरेज मुक्त किया और संदेश भेज दिया। हालाँकि, मूल मॉडल ने असफल ऑपरेशन को दोहराते रहा।
टेथर ने अलीबाबा के Qwen3.5-0.8B आर्किटेक्चर का उपयोग करके BotPsy बनाया और सॉफ्टवेयर-टूल इंटरैक्शन पर अतिरिक्त प्रशिक्षण प्रदान किया। पैरामीटर वे संख्यात्मक मान होते हैं जो प्रशिक्षण के दौरान सीखे जाते हैं, और कम पैरामीटर वाले मॉडल सामान्यतः कम मेमोरी की आवश्यकता होती है। अधिक पैरामीटर काउंट सामान्यतः प्रदर्शन में सुधार करता है, और आज के अग्रणी AI मॉडल में ट्रिलियनों पैरामीटर होते हैं।
टेथर की तकनीकी दस्तावेज़ीकरण BFCL v4 पर BotPsy को 44.0% का स्कोर देती है। BFCL v4 कार्यों और संवादों के भीतर कार्य चयन और निष्पादन को मापता है, टूल-उपयोग श्रेणियों के भीतर एक भारित सफलता प्रतिशत का उपयोग करते हुए। आधारभूत Qwen3.5-0.8B ने उस बेंचमार्क पर 23.4% का स्कोर प्राप्त किया। बड़ा Qwen3.5-2B ने 37.7% प्राप्त किया।
BotPsy ने ACEBench पर 58.7% का स्कोर प्राप्त किया, जो टूल चयन और टूल्स को प्रदान किए गए तर्कों सहित फंक्शन-कॉल की सटीकता को मापता है। बेस मॉडल ने ACEBench पर 30.1% का स्कोर प्राप्त किया। 2-बिलियन पैरामीटर वाली प्रतिस्पर्धी मॉडल ने 55.4% का स्कोर प्राप्त किया। Tether के छह मूल्यांकनों में BotPsy का औसत स्कोर 45.0% था। बड़े Qwen मॉडल का इन मूल्यांकनों में औसत स्कोर 38.8% था।
BotPsy, QVAC को विस्तारित करता है, जो एक ऐसा AI परितंत्र है जिसे Tether उपयोगकर्ता-नियंत्रित उपकरणों के चारों ओर विकसित कर रहा है, जिसमें केंद्रीकृत क्लाउड बुनियादी ढांचे पर पूर्ण निर्भरता नहीं होती। Tether, जो USDT, दुनिया के सबसे बड़े स्टेबलकॉइन के पीछे है, पहले से ही चिकित्सा, अनुवाद और ध्वनि प्रसंस्करण के लिए स्थानीय QVAC मॉडल रखता है। Tether ने मई 2025 में प्रमुख प्रौद्योगिकी कंपनियों की AI सेवाओं का विकल्प के रूप में QVAC पेश किया। Tether के दीर्घकालिक लक्ष्यों में स्वायत्त एजेंट शामिल हैं जो अनुप्रयोगों का उपयोग कर सकते हैं और संभवतः Bitcoin और USDT के साथ भुगतान कर सकते हैं।
अक्टूबर 2025 में टेथर ने 41 अरब टोकन वाला एक विज्ञान और इंजीनियरिंग प्रशिक्षण डेटासेट जोड़ा। टेथर ने QVAC Workbench भी पेश किया, जो स्थानीय रूप से AI मॉडल चलाने के लिए एक अनुप्रयोग है। इस साल के पहले हिस्से में, टेथर ने मोबाइल और डेस्कटॉप ऑपरेटिंग सिस्टम पर ऑफलाइन AI अनुप्रयोग बनाने के लिए एक सॉफ्टवेयर डेवलपमेंट किट जारी की। टेथर ने QVAC MedPsy भी विकसित किया, जो उपभोक्ता हार्डवेयर पर मेडिकल AI कार्यों के लिए है। 1.7 अरब पैरामीटर वाला MedPsy संस्करण HealthBench Hard पर Google के बड़े MedGemma-27B को पार कर गया, जो चिकित्सकों द्वारा विकसित मापदंडों के खिलाफ वास्तविक क्लिनिकल संवादों का मूल्यांकन करता है।
BotPsy अब Apache 2.0 के अंतर्गत एक ओपन-वेट मॉडल के रूप में उपलब्ध है, जिससे डेवलपर्स मॉडल को डाउनलोड, संशोधित कर सकते हैं और इसे अप्लिकेशन में शामिल कर सकते हैं। टेटर ने स्थानीय उपयोग के लिए स्मृति की आवश्यकता कम करने के लिए संपीड़ित संस्करण भी उपलब्ध कराए हैं। टेटर ने BotPsy का उपयोग करके एक पूर्ण उपभोक्ता सहायक के लॉन्च की तारीख नहीं दी है। प्रकाशित मॉडल कार्ड में बताया गया है कि इस रिलीज़ में प्रशिक्षण कोड और प्रशिक्षण डेटा शामिल नहीं हैं।