Tether đã công bố BotPsy vào thứ Tư như một tác nhân AI dành cho các nhiệm vụ hàng ngày trên thiết bị cá nhân. Mô hình này chứa 800 triệu tham số. Các bài kiểm tra của Tether cho thấy BotPsy vượt trội hơn các mô hình cạnh tranh có số tham số nhiều gấp 2,5 lần. BotPsy đạt kết quả tốt nhất trong năm trong số sáu đánh giá sử dụng công cụ, bao gồm năm mô hình. Những kết quả này cho thấy các trợ lý AI có thể không cần các mô hình rất lớn để thực hiện các nhiệm vụ thực tế.
BotPsy có thể xử lý các thao tác nhiều bước liên quan đến cài đặt điện thoại, nhắn tin và lập lịch, có thể mà không cần chuyển thông tin cá nhân lên máy chủ đám mây. Agent xác định các công cụ phần mềm nào cần thiết cho từng tác vụ, thực hiện các lệnh theo trình tự và điều chỉnh khi một thao tác thất bại. Tether đã mô tả một bài kiểm tra nhắn tin trong đó BotPsy gặp phải Wi-Fi bị tắt và hộp thư đầy. Tether cho biết BotPsy đã kích hoạt Wi-Fi, giải phóng đủ dung lượng lưu trữ và gửi tin nhắn. Tuy nhiên, mô hình nền tảng lại liên tục lặp lại thao tác không thành công.
Tether đã xây dựng BotPsy dựa trên kiến trúc Qwen3.5-0.8B của Alibaba và cung cấp thêm quá trình huấn luyện tập trung vào tương tác với công cụ phần mềm. Tham số là các giá trị số được học trong quá trình huấn luyện, và các mô hình có ít tham số hơn thường yêu cầu ít bộ nhớ hơn. Số lượng tham số cao hơn thường cải thiện hiệu suất, và các mô hình AI tiên tiến nhất hiện nay chứa hàng nghìn tỷ tham số.
Tài liệu kỹ thuật của Tether xếp BotPsy ở mức 44,0% trên BFCL v4. BFCL v4 đo lường việc lựa chọn và thực thi chức năng qua các tác vụ và cuộc hội thoại, sử dụng tỷ lệ thành công có trọng số trên các danh mục sử dụng công cụ. Phiên bản nền tảng Qwen3.5-0.8B đạt 23,4% trên tiêu chuẩn này. Phiên bản lớn hơn Qwen3.5-2B đạt 37,7%.
BotPsy đạt 58,7% trên ACEBench, thước đo độ chính xác của việc gọi hàm, bao gồm lựa chọn công cụ và các đối số được cung cấp cho công cụ. Mô hình cơ sở đạt 30,1% trên ACEBench. Đối thủ có 2 tỷ tham số đạt 55,4%. Trung bình sáu đánh giá của Tether cho BotPsy là 45,0%. Mô hình Qwen lớn hơn đạt trung bình 38,8% trên các đánh giá này.
BotPsy mở rộng QVAC, một hệ sinh thái AI mà Tether đang phát triển xung quanh các thiết bị do người dùng kiểm soát thay vì phụ thuộc hoàn toàn vào cơ sở hạ tầng đám mây tập trung. Tether, công ty đứng sau USDT—stablecoin lớn nhất thế giới—đã có các mô hình QVAC cục bộ cho các mục đích y tế, dịch thuật và xử lý giọng nói. Tether giới thiệu QVAC vào tháng 5 năm 2025 như một lựa chọn thay thế cho các dịch vụ AI từ các công ty công nghệ lớn. Mục tiêu dài hạn của Tether bao gồm các tác nhân tự chủ có thể sử dụng các ứng dụng và tiềm năng thực hiện thanh toán bằng bitcoin và USDT.
Tether đã thêm một bộ dữ liệu đào tạo khoa học và kỹ thuật chứa 41 tỷ token vào tháng 10 năm 2025. Tether cũng giới thiệu QVAC Workbench, một ứng dụng để chạy các mô hình AI tại chỗ. Đầu năm nay, Tether đã phát hành bộ công cụ phát triển phần mềm để xây dựng các ứng dụng AI ngoại tuyến trên các hệ điều hành di động và máy tính để bàn. Tether cũng phát triển QVAC MedPsy cho các tác vụ AI y tế trên phần cứng người tiêu dùng. Phiên bản MedPsy với 1,7 tỷ tham số đã vượt qua MedGemma-27B của Google trên HealthBench Hard, một bộ đánh giá các cuộc hội thoại lâm sàng thực tế dựa trên các tiêu chí do các bác sĩ phát triển.
BotPsy hiện đã có sẵn dưới dạng mô hình mở trọng số được cấp phép theo Apache 2.0, cho phép các nhà phát triển tải về, chỉnh sửa và tích hợp mô hình vào các ứng dụng. Tether cũng đã cung cấp các phiên bản nén để giảm nhu cầu bộ nhớ khi sử dụng cục bộ. Tether chưa đưa ra ngày ra mắt cho một trợ lý người dùng cuối hoàn chỉnh sử dụng BotPsy. Thẻ mô hình được công bố nêu rõ rằng bản phát hành này không bao gồm mã huấn luyện và dữ liệu huấn luyện.