テザーのBotPsy AIモデルがベンチマークでより大規模なモデルを上回る:知っておくべきこと

テザーのBotPsy AIモデルがベンチマークでより大規模なモデルを上回る:知っておくべきこと

カスタム画像
ステーブルコインUSDTの発行元であるTetherは、QVAC BotPsy-0.8BというコンパクトなAIモデルをリリースし、人工知能研究を拡大しました。このモデルは、複数のエージェントベンチマークでより大規模な競合製品を上回ったと報告されています。Tetherの評価によると、2026年11月11日に発表されたこの8億パラメータモデルは、選定された6つのテストのうち5つでアリババのQwen3.5-2Bを上回りました。この結果は、ソフトウェアコマンドを実行し、複数ステップのタスクを処理できる小型で専門的なAIシステムへの関心の高まりを示しています。ただし、ベンチマークの比較可能性、実世界での信頼性、セキュリティについての疑問は残っています。BotPsyのアーキテクチャ、トレーニング方法、パフォーマンス結果、およびTetherの広範なQVAC戦略との関連を理解することで、その潜在的な重要性についてより明確な見通しが得られます。

主なポイント

  • Tether AI Researchは2026年11月11日に、ツール呼び出しと複数ステップのタスク自動化を目的とした8億パラメーターのAIモデルQVAC BotPsy-0.8Bをリリースしました。
  • BotPsyは、Tetherの評価において、6つのエージェントベンチマークのうち5つでより大規模なQwen3.5-2Bモデルを上回り、専門的なAIタスクにおける優位性を示しました。
  • このモデルは、指示の順守、関数呼び出し、タスク実行の改善のために、監視学習による微調整、知識蒸留、強化学習を使用しています。
  • BotPsyは、ダウンロード可能な量子化モデル形式を通じてローカルAIのデプロイをサポートし、中央集権的なクラウドインフラへの依存を軽減する可能性があります。
  • ベンチマークパフォーマンスにもかかわらず、BotPsyは複雑な推論、多言語タスク、情報検索、セキュリティに敏感なアプリケーションにおいて制限を抱えています。
  • テザーの広範なQVACイニシアチブは、分散型でプライバシーに配慮したAI機能の拡張を目的としていますが、商業的採用と実世界での信頼性は依然として不確実です。

テザーのBotPsy AIモデルとは何か、そしてどのように機能するのか?

TetherのBotPsy AIモデル、公式名称はQVAC BotPsy-0.8Bであり、ツール呼び出しとマルチステップ自動化を通じて日常タスクを実行することを目的としたオープンウェイトの人工知能システムです。2026年11月11日にTether AI Researchが発表したこのモデルは8億パラメータを備えており、AlibabaのQwen3.5-0.8Bアーキテクチャを基盤としています。従来のチャットボットが主にテキスト応答を生成するのに対し、BotPsyはアプリケーションと連携し、コマンドを実行し、カレンダー、メール、ファイル、デバイス設定を含むタスクを完了するように設計されています。Tetherが公開した評価では、BotPsyは6つのエージェントベンチマークのうち5つで、より大きなQwen3.5-2Bモデルを上回り、ローカルデプロイ向けの専門化された小型AIモデルの可能性を示しています。

BotPsyがAIツール呼び出しを活用して日常タスクを完了する方法

BotPsyは、AIツール呼び出しと呼ばれるプロセスを通じて動作します。これにより、言語モデルは単に質問に答えるのではなく、ソフトウェアアプリケーションからアクションを選択してリクエストできます。たとえば、ユーザーがアシスタントに会議をスケジュールするよう依頼した場合、BotPsyは適切なカレンダー機能を特定し、必要な引数を生成して、アプリケーションから返された結果を解釈できます。より複雑なリクエストでは、空き状況の確認、スケジュールの競合解決、予定の更新、リマインダーの作成など、複数の連動したアクションが関与する可能性があります。モデルは、メッセージング、ドキュメント管理、ウェブ検索、デバイス制御のサポート済み機能とも連携できます。同様のツールベースの機能は AI agents in cryptoを通じて検討されていますが、BotPsyの文書化されたアプリケーションはブロックチェーン取引ではなく、一般的なソフトウェアタスクに焦点を当てています。ただし、BotPsyがこれらのアクションを実行するには、ホストアプリケーションがツール、権限、実行環境を提供する必要があります。
 
特徴的なのは、BotPsyが操作が失敗した際に反応できる能力です。Tetherが説明したACEBench評価では、モデルに会議のリマインダーを送信するよう指示しましたが、Wi-Fiが無効になっており、メッセージ受信ボックスが満杯という2つの問題に直面しました。BotPsyは失敗した操作を繰り返すのではなく、Wi-Fiを有効化し、受信ボックスの容量を空けて、メッセージ送信タスクを完了しました。同じシナリオで、基盤となるQwen3.5-0.8Bモデルは失敗し続けました。この例は、アプリケーションとやり取りするAIエージェントにとって、複数ステップの推論とエラー回復がなぜ重要であるかを示しています。ただし、この動作は制御されたベンチマークからのものであり、あらゆる実世界のアプリケーションで信頼できるパフォーマンスを保証するものではありません。

BotPsyのQwen3.5アーキテクチャとデバイス内AI機能

BotPsyは、AlibabaのQwen3.5-0.8Bを基盤としており、コンパクトなアーキテクチャを維持しながらエージェントワークフローに特化した動作を実現しています。8億パラメータの規模は、大幅に大きな言語モデルと比較してモデル重みの保存に伴うメモリ要件を削減し、スマートフォン、ラップトップ、パーソナルコンピュータへのデプロイに適しています。Tetherは、このモデルの重みをHugging Face上でApache 2.0ライセンスで公開しており、開発者はこのモデルを互換性のあるアプリケーションに統合できます。また、Quantized GGUFバージョンも利用可能で、約0.53GBのQ4_K_Mモデルファイルを含みます。これらの较小なフォーマットは、ストレージおよびメモリの要求を削減できますが、実際の推論速度およびハードウェア互換性はデバイスやソフトウェア構成に依存します。
 
このリリースは、ユーザーが制御するハードウェア上で動作する専用AIシステムの開発に焦点を当てたTetherの広範なQVAC(QuantumVerse Automatic Computer)イニシアチブもサポートしています。ローカル推論により、ユーザーのリクエストを中央集権的なAIプロバイダーに送信する必要が減り、機密情報やアプリケーションデータに対する個人のコントロールが高まる可能性があります。ただし、ウェブ検索、メッセージング、オンライン予約などの外部機能は、依然としてネットワーク接続とサードパーティサービスへのアクセスを必要とする場合があります。BotPsyは現在、開発者向けモデルとして配布されており、完全な消費者向けアシスタントではありません。Tetherの長期的なビジョンには、スマートフォン、パーソナルコンピューター、信頼できるピアツーピアインフラの接続が含まれています。その実用的意義は、大規模なクラウドホスト型言語モデルに完全に依存することなく、より強力なパーソナルアシスタントを支援できる、コンパクトでタスクに特化したAIモデルの可能性を示している点にあります。

Tether BotPsy と Qwen3.5-2B:ベンチマーク結果とパフォーマンス比較

テザーのBotPsy AIモデルは、2026年11月11日に公開された6つのエージェントベンチマークのうち5つで、アリババのより大規模なQwen3.5-2B-Thinkを上回るパフォーマンスを示した。BotPsyはQwenの20億パラメータに対し、わずか8億パラメータしか持たないが、関数呼び出し、複数ステップのタスク実行、ツールベースの問題解決においてより高いスコアを記録した。テザーAIリサーチの技術的評価によると、BotPsyの重み付けされていない平均スコアは45.0で、Qwen3.5-2B-Thinkは38.8、その基盤となるQwen3.5-0.8Bモデルは24.7であった。これらの結果は、専門化されたAIトレーニングの潜在的な利点を示しているが、この比較は全体的な人工知能能力ではなく、選択されたベンチマークに基づいている。

BotPsy と Qwen3.5-2B のベンチマークスコアとツール呼び出しパフォーマンス

BotPsyは、複数のインタラクションにわたってAIエージェントがツールを選択し、コマンドを実行し、タスクを完了する効率を測定するテストで、最も優れた結果を達成しました。Berkeley Function Calling Leaderboard(BFCL v4)では、BotPsyは44.0を記録し、Qwen3.5-2B-Thinkは37.7でした。また、ACEBenchスコアは58.7対55.4で、BotPsyが上回りました。より小さなモデルはτ-benchでも51.5対46.5でリードし、ToolSandboxでは64.6対41.2を記録しました。BrowseComp-Plusの結果もBotPsyが4.5対2.8で優れましたが、両方のスコアは複雑な情報検索において大きな難しさがあることを示しています。Qwen3.5-2B-ThinkはClaw-Evalで48.9を記録し、BotPsyの46.5を上回りました。6つのテスト全体で、Tetherの重み付けされていないベンチマークデータに基づくと、BotPsyの平均スコアはより大きなモデルを約16%上回りました。
 
マルチターンエージェントワークフローにおけるパフォーマンスの差は特に顕著であり、これらのワークフローではAIモデルがコンテキストを維持し、変化する状況を解釈し、連続したアクションを調整する必要がある。BFCL v4のマルチターン評価では、BotPsyは46.1を記録し、Qwen3.5-2B-Thinkは23.8、元の0.8Bベースモデルはわずか7.5であった。τ²-benchの通信タスクでは、BotPsyが82.5を達成し、より大きなQwenモデルの69.3を上回り、トラブルシューティングやポリシー制約を伴うシミュレートされたカスタマーサポートインタラクションにおける優れたパフォーマンスを示唆している。BotPsyは、適切なツールが利用できない場合に不適切な関数呼び出しを回避できるかを評価するBFCLの幻覚集中テストでも86.1を獲得した。これらの結果は、専門的なポストトレーニングによってAIエージェントがソフトウェアツールを使用するタイミングと方法に関する意思決定を改善できる可能性を示しているが、ベンチマークでの成功が、制限のない現実世界の環境において同等の信頼性を保証するわけではない。

Qwen3.5-2Bが優れる場所とその理由、そしてベンチマーク手法の重要性

BotPsyは選択されたツール使用ベンチマークで優位性を示しているが、Qwen3.5-2B-Thinkはより広範な知識評価において依然として大幅に優れている。Tetherの評価では、大規模モデルはGPQA Diamondで59.9を記録し、BotPsyは38.1であった。また、MMLU-Proでは65.5を達成し、BotPsyは48.9であった。これらのテストは知識集約的な推論と複雑な質問回答を評価しており、専門エージェントのトレーニングでは追加のモデル容量の利点を排除できないことを示している。
 
もう一つ重要な考慮点は、評価手法の違いです。TetherはQwen3.5-2B-Thinkに対してBFCL v4スコア37.7を報告していますが、Alibabaの公式Qwen3.5-2Bモデルドキュメントでは、独自のテスト設定下で43.6と記載されています。異なるサンプリングパラメータ、プロンプティング手法、評価手順はベンチマーク結果に影響を与えるため、異なる条件で生成されたスコアを同等の測定値として比較することはできません。したがって、Tetherが報告したBotPsyスコア44.0は、Alibabaが別途報告した43.6を直接上回ったとは見なすべきではありません。より広い意味では、特定のタスクにおいて、焦点を絞ったトレーニングにより、小さなAIモデルがより大きなモデルを上回ることが可能であり、一方で全体的なパフォーマンスは、測定されるワークロード、評価条件、およびモデルの能力に引き続き依存します。

TetherがAIツール呼び出しおよびデバイス内アプリケーションのためにBotPsyを訓練した方法

Tether AI Researchは、モデルのパラメータ数を増加させることなく、AIツール呼び出し、指示の順守、推論効率を向上させることを目的とした四段階のポストトレーニングプロセスを通じてBotPsyを開発しました。2026年11月11日の技術レポートで詳細が記載されたこのトレーニングパイプラインは、監視付き微調整、マルチティーチャー知識蒸留、および二回の強化学習を組み合わせています。このアプローチは、コンパクトなAIモデルが構造化されたコマンドを実行しつつ、有用な汎用機能を維持することを支援することに焦点を当てています。この開発はまた、Tetherの広範なQVACイニシアチブを支援しており、個人用デバイス上で動作する専用モデルを通じて、中央集権的なAIインフラへの依存を削減することを目的としています。

監視付き微調整、知識蒸留、強化学習がBotPsyをどのように改善したか

最初の学習段階では、個別のコマンド、並列関数呼び出し、複数ステップの操作、およびAIアシスタントが不要な行動を避けるべき状況を含む、成功したツールインタラクションの例を用いた監視付き微調整(SFT)が行われました。次に、Tetherはマルチティーチャーon-policyディスティレーションを適用し、BotPsyがツール使用、一般推論、指示遵守のために訓練された3つの専門的なQwen3.5-4Bティーチャーモデルから学習できるようにしました。このプロセスでは、小さなモデルが自らの応答を生成し、適切なティーチャーがトークンレベルでフィードバックを提供しました。これにより、専門AI開発で一般的な課題である、特定のタスクにおけるパフォーマンス向上を図りながら、広範な推論および知識能力を過度に低下させないことが可能になりました。Tetherの技術レポートによると、ディスティレーション段階では、初期の微調整中に劣化していた一般的能力が回復されたとのことです。
 
最終の二段階では、DAPO(デカップルされたクリップとダイナミックサンプリングポリシー最適化)に基づく強化学習を用い、報酬は事前定義されたルールと自動検証によって決定されました。第一段階では、BotPsyが正しいツールを選択し、有効な引数を提供し、必要な出力形式に従うかどうかを含む、正確な関数呼び出しに重点を置きました。すべての不正解を同等に扱うのではなく、報酬メカニズムはツール名と引数値の一致に対して部分的な点数を付与し、モデルに誤りに関するより詳細なフィードバックを提供しました。第二段階では、数学、コーディング、知識問題、構造化された出力、およびシミュレートされた職場タスクへの訓練を拡張しました。このより広範なアプローチにより、専門的なエージェントの行動と一般的な推論能力のバランスが取れるようになりました。Tetherの評価によると、BotPsyのIFEval指示従順スコアはベースモデルの59.7から訓練後90.8に向上しましたが、これらは開発者によるベンチマーク結果です。

デバイス内AIの効率性、展開機会、および今後のQVAC開発

BotPsyのトレーニングによる重要な成果の一つは、不要な推論の削減であり、これは計算リソースが限られたデバイスでの応答効率の向上につながる可能性がある。Tetherの比較において、5つのモデルすべてが正解したGPQA Diamondの質問に対して、BotPsyは平均3,690トークンの推論トークンを生成したのに対し、その基盤となるQwenモデルは11,563トークンを生成し、約68%の削減を実現した。IFBenchにおける繰り返し推論率も22.9%から1.4%へ低下した。トークン生成数の削減は計算負荷を減らし、遅延を改善する可能性があるが、同社は消費者向けスマートフォンにおける同等のパフォーマンス向上を確立していない。Tetherが2026年11月6日~7日にNVIDIA H100ハードウェアを用いて実施したGGUF評価は、日常的なモバイルデバイスの速度ではなく、圧縮モデルのパフォーマンスに関する証拠を提供している。開発者にとって、これらの効率向上は、クラウド推論や外部APIの料金、継続的なインターネット接続に依存しないローカルAIアシスタントの探索機会を生み出している。
 
BotPsyは、2026年4月9日にTetherがQVAC SDKをリリースしたことに続く、分散型AIインフラへの拡大のさらなる一歩を表している。同社の今後の開発計画には、QVAC Fabricによるより深いローカルパーソナライズーション、Hypersearchによる暗号化されたピアツーピア検索機能、スマートフォン、家庭用コンピューター、信頼できるネットワークノード間でのタスク委任が含まれる。これらの開発は、コンパクトな言語モデルと専門的な音声、ビジョン、翻訳システムを組み合わせたアプリケーションの実現を最終的に支援する可能性がある。しかし、Tetherは完全に統合されたBotPsyアシスタントの確定された商業リリーススケジュールを設定しておらず、このモデルからの収益予測や測定可能な財務的メリットも公表していない。潜在的な市場への影響には、エッジAIソフトウェアにおける競争の激化、集中型推論プロバイダーへの依存度の低下、プライバシー重視のアプリケーションを構築する開発者向けの新たな機会が含まれる。これらの利点が広範な採用につながるかどうかは、独立したパフォーマンス検証、ハードウェア互換性、セキュリティ制御、および今後のQVAC統合の実用的な信頼性にかかっている。

テザーBotPsyの制限、セキュリティリスク、およびQVAC AIの将来展望

選ばれたAIエージェントベンチマークでの優れたパフォーマンスにもかかわらず、TetherのBotPsy-0.8Bは、複雑なタスクの実行、情報検索、セキュリティ、および現実世界での信頼性において重要な制限を抱えています。このモデルは低〜中程度の難易度のタスクを主な目的として設計されており、高度な推論、機密情報、または自律的判断を必要とする要求の高いワークフローには適していません。Tetherは2026年11月11日の研究レポートでこれらの弱点を認めた上で、QVACエコシステムの拡大計画を示しています。このモデルの長期的な意義は、その効率性の利点が消費者デバイス全体で信頼できるアプリケーションに転換できるかどうかにかかっています。

複雑なAIタスクおよび多言語パフォーマンスにおける制限

BotPsyのパフォーマンスは、タスクが複雑になるにつれて低下し、特に複数のツール、指示、または情報源を調整する必要がある場合に顕著です。Tetherのアプリケーションレベルの評価では、シンプルな単一ツールシナリオでの全体スコアは75でしたが、複雑なワークフローでは39.5にまで低下しました。複数ステップの情報検索は特に難しく、シンプルな検索タスクの79に対し、わずか15のスコアしか得られませんでした。また、長時間の会話における指示の順守性能も低下し、多言語テストではヒンディー語での結果が英語およびその他の対応言語と比較して大幅に低くなっていました。これらの結果は、制限のない自動化ではなく、タスクの複雑さの制限、フォールバックメカニズム、および人間の監視が必要であることを示唆しています。

AIエージェントのセキュリティ脆弱性とプライバシーの課題

セキュリティは、ツール呼び出しモデルが外部情報とやり取りし、重要な行動を実行する可能性があるため、自律型AIアシスタントにとって主要な障壁であり続けている。Tetherの自動安全評価において、BotPsyは有害なリクエストテストの21%で安全でない応答を生成し、プロンプトインジェクションテストの31%で同様の結果を示した。これは、専用のトレーニングによってセキュリティ脆弱性が完全に解消されていないことを示している。AIエージェントがメール、ウェブページ、その他の信頼できないコンテンツに埋め込まれた悪意のある指示を正当なコマンドと誤解する場合、プロンプトインジェクションは特に懸念される。ローカル処理はクラウドインフラへの依存を減らすことができるが、不正なツール操作、データ露出、または侵害された統合を自動的に防ぐものではない。本番環境での導入には、権限制御、ツールアクセスの制限、資格情報の安全な取り扱い、およびセンシティブな操作前のユーザー確認が必要である。Tetherは、BotPsyを高リスクの金融、医療、その他のセンシティブな意思決定に使用しないことを明確に推奨している。

Future QVAC AIの開発と潜在的な市場への影響

テザーの長期的なQVAC戦略は、デバイスベースのモデルカスタマイズをサポートするQVAC Fabricや、分散型情報検索を強化することを目的としたHypersearchなどの技術を通じて、地域のAI機能を拡張することを含みます。今後の開発では、スマートフォン、パーソナルコンピューター、信頼できるピアツーピア計算リソース間の連携が見込まれており、小型デバイスが集中型AIサービスに依存することなく、負荷の高い処理を委譲できる可能性があります。このような機能は、プライバシー重視の生産性ソフトウェア、企業自動化、およびクラウドベースの推論の代替手段を求めている開発者にとって機会を生み出す可能性があります。AIと暗号資産のより広範な融合は、分散型計算や代替的なデジタルビジネスモデルへの関心を高めていますが、BotPsyはトークン統合を発表していません。ただし、テザーはBotPsyの消費者アシスタントの完全統合に関する確定されたタイムラインや、その採用に紐づく収益予測を公表していません。今後の進展は、独立した評価、モバイルハードウェアのパフォーマンス、安全なソフトウェア統合、開発者の参加、およびエージェントワークフローがより複雑になっても信頼性を維持できる能力に依存します。

結論

TetherのBotPsy-0.8Bは、専門的なトレーニングが小型AIモデルにツール呼び出し、指示の遵守、複数ステップの自動化において大規模モデルと競争する力を与えることを示している。報告された6つのエージェントベンチマークのうち5つでの勝利は、効率的なAI開発における進展を示しており、そのコンパクトなアーキテクチャは、Tetherがデバイス内および分散型人工知能に向けたより広範な野心を支えている。しかし、BotPsyのベンチマークでの成果は、すべてのAIタスクにおいて優位性を確立するものではなく、実世界での信頼性を保証するものでもない。セキュリティ上の脆弱性、複雑なワークフローの制限、独立した検証による消費者デバイスでのパフォーマンスデータの欠如は、依然として重要な課題である。TetherがQVACエコシステムの開発を継続する中で、このモデルの長期的な意義は、これらの実験的な利点が安全で実用的かつ広く利用可能なAIアプリケーションに転換できるかどうかにかかっている。

よくある質問

ユーザーはどこでTetherのBotPsy AIモデルをダウンロードできますか?

TetherのBotPsy-0.8Bは、Hugging Faceを通じて標準的なモデル重み形式とGGUF形式で一般公開されています。開発者はモデルをダウンロードし、ドキュメントを確認して、独自のプロプライエタリーモデルAPIに依存せずに互換性のあるローカルAIアプリケーションに統合できます。

Tether BotPsyは商業プロジェクトで無料で使用できますか?

BotPsyはApache 2.0ライセンスのもとでリリースされており、一般的には商業利用、修正、再配布が許可されていますが、ライセンス条件に従う必要があります。開発者は、適用されるサードパーティのライセンス、データ保護要件、その他の関連法規を遵守する責任を負います。

BotPsyをローカルで実行するためにどのソフトウェアがサポートされていますか?

BotPsyは、Hugging Face Transformers、llama.cpp、vLLM、およびOllama互換のGGUFデプロイを含む一般的なAI推論フレームワークをサポートしています。開発者は適切なランタイムとツール統合を設定する必要があり、パフォーマンスは利用可能なハードウェアとモデル設定に依存します。

BotPsyはどのくらいのストレージとメモリを必要としますか?

公開されたBotPsy GGUFファイルのサイズは、精度に応じて約0.53 GBから1.52 GBです。ただし、これらはモデルファイルのサイズであり、総RAM要件ではありません。実際のメモリ消費量は、推論エンジン、コンテキスト長、ランタイムオーバーヘッドにも依存します。

BotPsyはインターネット接続が必要ですか?

BotPsyは、モデルと必要なソフトウェアをインストールすれば、継続的なインターネット接続なしにローカルで応答を生成できます。ただし、オンライン検索、クラウドアプリケーション、またはリモートサービスを伴う操作には依然としてネットワーク接続が必要です。オフライン推論は、すべての接続されたワークフローを自動的にオフライン化するものではありません。
 
免責事項:本市場情報は、第三者、商業的、またはスポンサー提供の可能性のある情報であり、参考および教育目的での提供にとどまり、金融または投資アドバイス、勧誘、または保証を構成するものではありません。その正確性、完全性、信頼性および由此する損失について、当社は一切責任を負いません。投資および取引にはリスクが伴います。過去のパフォーマンスは将来の結果を保証しません。ユーザーは自ら調査し、慎重に判断し、すべての責任を負うものとします。詳細については、KuCoinの利用規約およびリスク開示をご確認ください。

免責事項: このページは、お客様の便宜のためにAI技術を使用して翻訳されています。最も正確な情報については、元の英語版を参照してください。