Tetherは、アプリや外部ツールを通じて実際のタスクを実行するために構築されたオープンウェイトAIモデル「QVAC BotPsy」を発表した。わずか8億パラメータながら、同モデルはTetherが実施した6つのエージェント型テストでより大型のシステムを上回る成績を収めた。同社は、この結果が個々のデバイス上で日常のニーズに応える目的特化型AIの可能性を示すものであるとしている。発表は2026年11月11日に公開され、より大型の競合モデルと比較したベンチマーク結果とともに発表された。

今回のリリースにより、USDTステーブルコインの発行で知られるTetherは、より高性能なAIアシスタントを集中型サーバーから個人デバイスへ移行することを推進しており、小型で特殊化されたモデルをクラウドベース処理の代替として位置づけている。

Tetherは11月11日、公式X（Twitter）アカウントでこのニュースを共有した：

Tether's 800M AI Agent Beats Models 2.5x Its Size on Everyday Phone Tasks. Learn more:

— Tether (@tether) November 11, 2026

6つのベンチマークでより大型のモデルを上回るスコア

Tetherによると、QVAC BotPsyはBFCL v4、ACEBench、τ-bench、Claw-Eval、BrowseComp-Plus、ToolSandboxの6つのエージェント型ベンチマークにおいて、12億パラメータ以下のすべてのモデルを上回った。この種のベンチマークは、テキストによる回答を生成するだけではなく、モデルが複数のステップにわたってツール呼び出しを連鎖させてタスクを完了できるかを評価するものである。

4つの主要な指標において、BotPsyはベースアーキテクチャであるQwen3.5-0.8B-Thinkのスコアをほぼ倍増させた。BFCL v4のスコアは23.4から44.0に上昇し、ACEBenchの結果は30.1から58.7に上昇した。また、τ-benchで51.5、ToolSandboxで64.6を記録した。

Tetherはさらに、BotPsyが2.5倍のパラメータ数を持つAlibabaのQwen3.5-2B-Thinkを上回ると主張している。BFCLマルチターンツール呼び出しにおいて、BotPsyは大型モデルの23.8に対して46.1ポイントを獲得し、ベースアーキテクチャは7.5ポイントにとどまった。

Tetherが引用したさらなる比較では、BotPsyは82.5のスコアでMiniCPM5-1B-Thinkを大きく上回り、69.3でQwen3.5-2B-Thinkを抑え、74.4でLLama3-3B-Thinkをわずかに上回った。

同社はこの結果を、より大型の汎用システムに依存することなく、個々のデバイス上で特殊化されたAIが日常のニーズに対応できることを示すものとして位置づけている。これらの数値はTether自身が実施した比較によるものであるが、モデルのオープンウェイト公開により、外部の開発者がモデルをダウンロードして独自の評価を実施することも可能となっている。

日常のリクエストをアクションに変える

回答の生成に重点を置く従来のAIモデルとは異なり、BotPsyは複数のステップにわたって適切なツール呼び出しを行うように構築されている。Tetherは、この設計により、活動の整理、メッセージの送信、さらには旅行の手配といった実用的なタスクを支援できるとしている。

ACEBenchのあるシナリオがこの動作を示した。メッセージ送信の最初の試みは、Wi-Fi接続の欠如と受信トレイの容量不足により失敗した。BotPsyは両方の障害を検出し、Wi-Fiを有効化し、受信トレイの空き容量を確保した上で、メッセージを配信した。対照的に、ベースラインモデルは通常、同じ失敗したアクションを繰り返し再試行することになる。

また、このモデルは、リクエストに対応するために利用可能なツールが不要であると判断することもでき、不要な呼び出しを避ける。Tetherは、この能力を、多数のアクションを実行しコンテンツを修正しなければならないアシスタントにとって重要な要素であると説明している。

ローカルAIが集中型サーバーへの依存を低減する可能性

BotPsyはAlibabaのオープンソースQwen3.5を基盤としており、8億パラメータ（モデルを構成する内部の重み）という規模は個人のハードウェア上で動作できるほど小型であるため、リクエストをローカルで処理できる。このオンデバイス処理により、メール、連絡先、カレンダーなどの機密情報を中央のプロバイダーに送信する量が制限される。

TetherのCEOであるPaolo Ardoinoは、ローカルAIによって、ユーザーは自身の個人データの処理方法やアシスタントサービスの利用可否についてより多くの管理権限を持つようになると述べ、同社のオンデバイスプライバシーへの重点を強調した。

BotPsyは、Tetherが開発したQVACエコシステムを拡張するものであり、このモデルファミリーには、視覚的な質問応答に対応するVisionPsy、音声に対応するTranscribePsy、翻訳タスクを扱うTranslatePsyも含まれる。これらのラインナップは、Tetherが視覚、音声、翻訳の各タスクにわたってオンデバイスAIの推進を構築していることを示している。

ソース：Crypto Ninjas