Tether, компания, стоящая за USDT — крупнейшим стейблкоином в мире, — представила компактного ИИ-агента, который в собственных бенчмарк-тестах компании превзошел модели размером до 2,5 раз больше. Это признак того, что способным ИИ-ассистентам могут не требоваться огромные модели для выполнения задач.

В среду компания объявила о запуске QVAC BotPsy — ИИ-агента с 800 миллионами параметров, созданного для выполнения повседневных задач на личных устройствах, включая управление настройками телефона, обмен сообщениями и планирование, потенциально без передачи персональной информации на облачные серверы.

Параметры — это, по сути, регуляторы, определяющие возможности ИИ-модели, и их большее количество обычно означает более высокую производительность. Для сравнения: передовые ИИ-модели сегодня насчитывают триллионы параметров. Тем не менее в тестах компании относительно крошечная модель Tether обошла конкурентов с числом параметров до 2,5 раз больше в пяти из шести бенчмарках на использование инструментов.

Размер здесь — не просто вопрос таблицы результатов: потребительское оборудование накладывает жесткие ограничения по памяти, поэтому количество параметров модели, предназначенной для локальной работы, определяет, что реально может функционировать на устройстве в чьем-то кармане.

Агент, а не чат-бот

В отличие от традиционных чат-ботов, которые просто отвечают на вопросы, BotPsy является агентным: он создан для выполнения действий. Он может определять, какие инструменты нужны приложению, выполнять команды в правильном порядке и корректировать поведение при сбоях.

Tether описала бенчмарк-сценарий, в котором ИИ-ассистенту нужно было отправить сообщение, но возникли две проблемы: Wi-Fi был отключен, а входящие переполнены. BotPsy включил Wi-Fi, освободил достаточно места и выполнил задачу, тогда как базовая модель многократно повторяла одну и ту же неудачную операцию. Это довольно заурядное достижение, но именно такие задачи делают ИИ-агентов полезными за пределами окна чат-бота.

Построен на небольшой модели Qwen

BotPsy построен на архитектуре Qwen3.5-0.8B от Alibaba — относительно небольшой языковой модели, которую Tether дополнительно обучила для специализации на взаимодействии с программными инструментами. Его 800 миллионов параметров представляют собой числовые значения, усвоенные моделью во время обучения, а меньшее число параметров обычно означает меньший расход памяти.

Согласно технической документации Tether, BotPsy набрал 44,0% на BFCL v4 — бенчмарке, оценивающем способность ИИ-системы выбирать и выполнять программные функции в разных задачах и диалогах. Результаты отражают взвешенный процент успешного выполнения по категориям использования инструментов. Базовая модель Qwen3.5-0.8B набрала 23,4%, а значительно более крупная Qwen3.5-2B — 37,7%.

BotPsy также набрал 58,7% на ACEBench, который оценивает точность вызовов функций, включая выбор подходящих инструментов и аргументов. Его базовая модель показала 30,1%, а конкурент с 2 миллиардами параметров — 55,4%.

Компания протестировала пять моделей в шести оценках использования инструментов, и BotPsy показал лучший результат в пяти. Его средний балл по этим тестам достиг 45,0% против 38,8% у более крупной модели Qwen.

Часть экосистемы QVAC

BotPsy — новое дополнение к QVAC, инициативе Tether по созданию ИИ-экосистемы, работающей на устройствах, контролируемых пользователями, а не полагающейся целиком на централизованную облачную инфраструктуру. Компания впервые представила QVAC в мае 2025 года, позиционируя проект как альтернативу ИИ-сервисам технологических гигантов. Его долгосрочные амбиции включали автономных агентов, способных взаимодействовать с приложениями и потенциально совершать платежи в Bitcoin и USDT.

Именно в этих платежных амбициях ИИ-программа Tether пересекается с ее основным бизнесом: агент, способный совершать транзакции в USDT, работал бы с тем самым стейблкоином, который выпускает сама компания.

В октябре 2025 года Tether расширила инициативу набором данных на 41 миллиард токенов для обучения научных и инженерных моделей, а также QVAC Workbench — приложением, позволяющим пользователям запускать ИИ-модели локально. Ранее в этом году компания выпустила свой комплект разработки ПО, предоставив разработчикам инструменты для создания офлайн ИИ-приложений на мобильных и настольных операционных системах.

Для этого видения компактные модели — практическая необходимость, поскольку предпосылка экосистемы заключается в том, что ИИ должен работать на аппаратном обеспечении под контролем пользователей, а не в удаленных дата-центрах.

Tether также разработала QVAC MedPsy — медицинскую ИИ-систему, предназначенную для работы на потребительском оборудовании. Ее версия с 1,7 миллиарда параметров превзошла значительно более крупную MedGemma-27B от Google на HealthBench Hard — тесте реалистичных клинических диалогов, оцениваемом по критериям, разработанным врачами.

Доступность и оговорки

BotPsy в настоящее время доступен как модель с открытыми весами под лицензией Apache 2.0, что означает, что разработчики могут скачивать, изменять и интегрировать ее в свои приложения. Tether также выпустила сжатые версии, предназначенные для снижения требований к памяти при локальном развертывании.

Компания не объявила дату выпуска готового потребительского ассистента на базе BotPsy, а в опубликованной карточке модели отмечается, что код обучения и обучающие данные не включены в релиз.

Таким образом, непосредственной аудиторией релиза остаются разработчики: открытые веса и сжатые сборки уже доступны для скачивания, тогда как готовый потребительский ассистент на базе BotPsy остается без даты выпуска.