Tether 於週三推出了 BotPsy，這是一款用於個人設備日常任務的 AI 代理。該模型包含 8 億個參數。Tether 的測試發現，BotPsy 的表現超越了參數多達 2.5 倍的競爭模型。在涉及五個模型的六項工具使用評估中，BotPsy 在其中五項中取得了最佳結果。這些結果表明，AI 助理在執行實用任務時可能不需要非常大的模型。
BotPsy 可處理涉及手機設定、訊息和排程的多步操作，且可能無需將個人資訊傳送到雲端伺服器。該代理會判斷任務所需的軟體工具，依序執行指令，並在操作失敗時進行調整。Tether 描述了一項訊息測試，其中 BotPsy 遇到 Wi-Fi 關閉和信箱已滿的情況；Tether 表示，BotPsy 開啟了 Wi-Fi、釋放了足夠的儲存空間並發送了訊息。然而，底層模型卻反覆重複同一項失敗的操作。
Tether 基於阿里巴巴的 Qwen3.5-0.8B 架構構建了 BotPsy，並提供了專注於軟體工具互動的額外訓練。參數是在訓練過程中學習到的數值，參數較少的模型通常所需的記憶體較少。參數數量越多，通常性能越好，而當今最先進的 AI 模型包含數兆個參數。
Tether 的技術文件顯示，BotPsy 在 BFCL v4 上的得分為 44.0%。BFCL v4 透過工具使用類別的加權成功百分比，衡量任務與對話中的功能選擇與執行情況。底層的 Qwen3.5-0.8B 在該基準測試中得分为 23.4%，而較大的 Qwen3.5-2B 則達到 37.7%。
BotPsy 在 ACEBench 上取得 58.7% 的分數，該評測衡量函數呼叫的準確性，包括工具選擇及提供給工具的參數。基準模型在 ACEBench 上取得 30.1% 的分數。該 20 億參數競爭對手取得 55.4% 的分數。Tether 的六項評估中，BotPsy 的平均分數為 45.0%。較大的 Qwen 模型在這些評估中的平均分數為 38.8%。
BotPsy 擴展了 QVAC，這是一個由 Tether 正在開發的 AI 生態，專注於用戶控制的設備，而非完全依賴中心化雲端基礎設施。Tether 是全球最大穩定幣 USDT 的背後公司，目前已為醫療、翻譯和語音處理應用開發了本地 QVAC 模型。Tether 於 2025 年 5 月推出 QVAC，作為對主要科技公司 AI 服務的替代方案。Tether 的長期目標包括能夠使用應用程式並可能以比特幣和 USDT 進行支付的自主代理。
Tether 於 2025 年 10 月新增了一個包含 410 億個 token 的科學與工程訓練資料集。Tether 亦推出了 QVAC Workbench，這是一款用於在本地運行 AI 模型的應用程式。今年早些時候，Tether 發布了一個軟體開發工具包，用於在行動和桌面作業系統上建構離線 AI 應用程式。Tether 還開發了 QVAC MedPsy，用於在消費級硬體上執行醫療 AI 任務。擁有 17 億參數的 MedPsy 版本在 HealthBench Hard 上超越了 Google 更大的 MedGemma-27B，HealthBench Hard 是根據醫師制定的標準評估真實臨床對話的工具。
BotPsy 現已作為採用 Apache 2.0 許可證的開放權重模型提供，允許開發者下載、修改並將該模型整合至應用程式中。Tether 亦提供了壓縮版本，以降低本地使用的記憶體需求。Tether 尚未提供使用 BotPsy 的完整消費者助理的發佈日期。發布的模型卡指出，此版本不包含訓練代碼和訓練資料。