Tether, la società dietro USDT, la più grande stablecoin al mondo, ha presentato un agente AI compatto che ha superato modelli fino a 2,5 volte più grandi nei benchmark interni dell'azienda, un segnale del fatto che assistenti AI capaci potrebbero non avere bisogno di modelli enormi per portare a termine i compiti.

Mercoledì, la società ha annunciato QVAC BotPsy, un agente AI da 800 milioni di parametri progettato per svolgere attività quotidiane sui dispositivi personali, tra cui gestione delle impostazioni del telefono, messaggistica e pianificazione, potenzialmente senza inviare informazioni personali ai server cloud.

I parametri sono essenzialmente le leve che determinano quanto può fare un modello AI, e un numero maggiore di essi si traduce generalmente in prestazioni migliori. Come riferimento, i modelli AI di frontiera oggi si aggirano sui trilioni di parametri. Eppure nei test aziendali, il modello relativamente minuscolo di Tether ha battuto concorrenti con fino a 2,5 volte più parametri in cinque benchmark su sei di uso degli strumenti.

La dimensione non è solo una curiosità da classifica per questo tipo di software: l'hardware consumer impone limiti rigorosi di memoria, quindi il numero di parametri di un modello destinato a girare in locale determina cosa può realisticallyamente operare sul dispositivo in tasca.

Un agente, non un chatbot

A differenza dei chatbot tradizionali che si limitano a rispondere alle domande, BotPsy è agentico, ovvero è progettato per agire. Può identificare quali strumenti necessita un'applicazione, eseguire i comandi nell'ordine giusto e correggersi quando qualcosa va storto.

Tether ha descritto uno scenario di benchmark in cui un assistente AI doveva inviare un messaggio ma ha incontrato due problemi: il Wi-Fi era disattivato e la casella di posta era piena. BotPsy ha attivato il Wi-Fi, liberato spazio sufficiente e completato il compito, mentre il modello sottostante ha ripetutamente tentato la stessa operazione fallita. È un risultato piuttosto ordinario, ma è esattamente il tipo di problema che rende gli agenti AI utili al di fuori di una finestra di chatbot.

Basato su un piccolo modello Qwen

BotPsy è costruito sull'architettura Qwen3.5-0.8B di Alibaba, un modello linguistico relativamente piccolo che Tether ha ulteriormente addestrato per specializzarsi nell'interazione con strumenti software. I suoi 800 milioni di parametri rappresentano i valori numerici appresi dal modello durante l'addestramento, e un numero minore di parametri significa in genere meno memoria necessaria per eseguirlo.

Secondo la documentazione tecnica di Tether, BotPsy ha ottenuto il 44,0% su BFCL v4, un benchmark che valuta la capacità di un sistema AI di selezionare ed eseguire funzioni software attraverso diversi compiti e conversazioni. I punteggi riflettono una percentuale ponderata delle prestazioni riuscite nelle categorie di uso degli strumenti. Il modello sottostante Qwen3.5-0.8B ha ottenuto il 23,4%, mentre il considerably più grande Qwen3.5-2B ha raggiunto il 37,7%.

BotPsy ha anche ottenuto il 58,7% su ACEBench, che valuta l'accuratezza delle chiamate di funzione, inclusa la selezione degli strumenti e degli argomenti appropriati. Il suo modello di base si è fermato al 30,1%, mentre il concorrente da 2 miliardi di parametri ha ottenuto il 55,4%.

L'azienda ha testato cinque modelli in sei valutazioni di uso degli strumenti, con BotPsy che ha registrato i risultati più alti in cinque. Il suo punteggio medio in quei test ha raggiunto il 45,0%, contro il 38,8% del più grande modello Qwen.

Parte dell'ecosistema QVAC

BotPsy è l'ultima aggiunta a QVAC, l'iniziativa di Tether per costruire un ecosistema AI che gira su dispositivi controllati dagli utenti invece di fare affidamento interamente su infrastrutture cloud centralizzate. L'azienda ha introdotto QVAC a maggio 2025, posizionando il progetto come alternativa ai servizi AI gestiti dai giganti tecnologici. Le sue ambizioni a lungo termine includevano agenti autonomi capaci di interagire con le applicazioni e potenzialmente di effettuare pagamenti utilizzando Bitcoin e USDT.

Quell'ambizione sui pagamenti è anche il punto in cui il programma AI di Tether incontra il suo core business: un agente capace di transare in USDT gestirebbe proprio la stablecoin emessa dalla società.

Tether ha ampliato l'iniziativa a ottobre 2025 con un dataset da 41 miliardi di token per l'addestramento di modelli scientifici e ingegneristici, insieme a QVAC Workbench, un'applicazione che consente agli utenti di eseguire modelli AI in locale. All'inizio di quest'anno, la società ha rilasciato il suo SDK, fornendo agli sviluppatori strumenti per costruire applicazioni AI offline su sistemi operativi mobile e desktop.

Per quella visione, i modelli compatti sono un prerequisito pratico, dato che la premessa dell'ecosistema è che l'AI debba girare su hardware controllato dagli utenti piuttosto che in data center lontani.

Tether ha anche sviluppato QVAC MedPsy, un sistema AI medico progettato per girare su hardware consumer. La sua versione da 1,7 miliardi di parametri ha superato il molto più grande MedGemma-27B di Google su HealthBench Hard, un test di conversazioni cliniche realistiche valutato secondo criteri sviluppati da medici.

Disponibilità e avvertenze

BotPsy è attualmente disponibile come modello open-weight con licenza Apache 2.0, il che significa che gli sviluppatori possono scaricarlo, modificarlo e integrarlo nelle proprie applicazioni. Tether ha anche rilasciato versioni compresse pensate per ridurre i requisiti di memoria per la distribuzione locale.

L'azienda non ha annunciato una data di rilascio per un assistente consumer finito basato su BotPsy, e la sua model card pubblicata nota che il codice di addestramento e i dati di addestramento non sono inclusi nel rilascio.

Questo lascia gli sviluppatori come pubblico immediato del rilascio: i pesi aperti e le build compresse sono già scaricabili, mentre qualsiasi assistente consumer finito basato su BotPsy resta senza data.