Tether, het bedrijf achter USDT, de grootste stablecoin ter wereld, heeft een compacte AI-agent onthuld die in de eigen benchmarktests van het bedrijf beter presteerde dan modellen tot 2,5 keer zo groot — een teken dat capabele AI-assistenten misschien geen enorme modellen nodig hebben om werk gedaan te krijgen.

Op woensdag maakte het bedrijf QVAC BotPsy bekend, een AI-agent van 800 miljoen parameters die is ontworpen om alledaagse taken op persoonlijke apparaten uit te voeren, waaronder het beheren van telefooninstellingen, het versturen van berichten en planning, mogelijk zonder persoonlijke gegevens naar cloudservers te sturen.

Parameters zijn in wezen de knoppen die bepalen hoeveel een AI-model kan doen, en meer parameters vertaalt zich doorgaans in betere prestaties. Ter referentie: hedendaagse frontier-AI-modellen lopen in de triljoenen parameters. Toch versloeg Tethers relatief kleine model in bedrijfstests concurrenten met tot 2,5 keer zoveel parameters op vijf van zes tool-use-benchmarks.

Grootte is meer dan een detail op het scorebord voor dit soort software: consumentenhardware stelt strenge geheugenlimieten, dus het aantal parameters van een model dat lokaal moet draaien bepaalt wat realistisch op het apparaat in iemands zak kan werken.

Een agent, geen chatbot

In tegenstelling tot traditionele chatbots die simpelweg vragen beantwoorden, is BotPsy agentic, wat betekent dat het is ontworpen om actie te ondernemen. Het kan identificeren welke tools een applicatie nodig heeft, opdrachten in de juiste volgorde uitvoeren en bijsturen wanneer er iets misgaat.

Tether beschreef een benchmarkscenario waarin een AI-assistent een bericht moest versturen maar twee problemen tegenkwam: wifi was uitgeschakeld en de inbox was vol. BotPsy zette wifi aan, maakte voldoende opslagruimte vrij en voltooide de taak, terwijl het onderliggende model herhaaldelijk dezelfde mislukte bewerking probeerde. Het is een vrij alledaagse prestatie, maar precies het soort probleem dat AI-agents nuttig maakt buiten een chatbotvenster.

Gebouwd op een klein Qwen-model

BotPsy is gebouwd op Alibaba's Qwen3.5-0.8B-architectuur, een relatief klein taalmodel dat Tether verder heeft getraind om zich te specialiseren in de interactie met softwaretools. De 800 miljoen parameters vertegenwoordigen de numerieke waarden die het model tijdens de training heeft geleerd, en een kleiner aantal parameters betekent doorgaans dat er minder geheugen nodig is om het te draaien.

Volgens de technische documentatie van Tether behaalde BotPsy een score van 44,0% op BFCL v4, een benchmark die het vermogen van een AI-systeem beoordeelt om softwarefuncties te selecteren en uit te voeren over verschillende taken en gesprekken. De scores weerspiegelen een gewogen percentage succesvolle prestaties over tool-use-categorieën. Het onderliggende Qwen3.5-0.8B-model scoorde 23,4%, terwijl het aanzienlijk grotere Qwen3.5-2B 37,7% bereikte.

BotPsy scoorde ook 58,7% op ACEBench, dat de nauwkeurigheid van functieaanroepen beoordeelt, waaronder het selecteren van de juiste tools en argumenten. Het basismodel kwam tot 30,1%, terwijl de concurrent met 2 miljard parameters 55,4% scoorde.

Het bedrijf testte vijf modellen in zes tool-use-evaluaties, waarbij BotPsy op vijf de hoogste resultaten behaalde. De gemiddelde score over die tests kwam uit op 45,0%, tegenover 38,8% voor het grotere Qwen-model.

Onderdeel van het QVAC-ecosysteem

BotPsy is de nieuwste toevoeging aan QVAC, Tethers poging om een AI-ecosysteem te bouwen dat draait op apparaten die door gebruikers worden beheerd in plaats van volledig afhankelijk te zijn van gecentraliseerde cloudinfrastructuur. Het bedrijf introduceerde QVAC voor het eerst in mei 2025 en positioneerde het project als een alternatief voor AI-diensten van technologiereuzen. De langetermijnambities omvatten autonome agents die met applicaties kunnen interageren en mogelijk betalingen kunnen doen in Bitcoin en USDT.

Die betalingsambitie is ook waar Tethers AI-programma zijn kernbusiness raakt: een agent die in USDT kan transacteren, zou precies die stablecoin verwerken die het bedrijf zelf uitgeeft.

Tether breidde het initiatief in oktober 2025 uit met een dataset van 41 miljard tokens voor het trainen van wetenschaps- en techniekmodellen, samen met QVAC Workbench, een applicatie waarmee gebruikers AI-modellen lokaal kunnen draaien. Eerder dit jaar bracht het bedrijf zijn software development kit uit, waarmee ontwikkelaars offline AI-applicaties kunnen bouwen voor mobiele en desktopbesturingssystemen.

Voor die visie zijn compacte modellen een praktische voorwaarde, aangezien de premisse van het ecosysteem is dat AI moet draaien op hardware die gebruikers beheren in plaats van in verafgelegen datacenters.

Tether heeft ook QVAC MedPsy ontwikkeld, een medisch AI-systeem dat is ontworpen om op consumentenhardware te draaien. De versie met 1,7 miljard parameters presteerde beter dan Google's veel grotere MedGemma-27B op HealthBench Hard, een test van realistische klinische gesprekken die wordt beoordeeld volgens door artsen ontwikkelde criteria.

Beschikbaarheid en kanttekeningen

BotPsy is momenteel beschikbaar als open-weight-model onder de Apache 2.0-licentie, wat betekent dat ontwikkelaars het kunnen downloaden, aanpassen en integreren in hun eigen applicaties. Tether heeft ook gecomprimeerde versies uitgebracht die bedoeld zijn om de geheugenvereisten voor lokale implementatie te verminderen.

Het bedrijf heeft geen releasedatum aangekondigd voor een voltooide consumentenassistent aangedreven door BotPsy, en de gepubliceerde modelkaart vermeldt dat de trainingscode en trainingsdata niet in de release zijn opgenomen.

Daarmee zijn ontwikkelaars het directe publiek voor de release: de open weights en gecomprimeerde builds zijn al downloadbaar, terwijl een voltooide consumentenassistent gebouwd op BotPsy nog geen datum heeft.