Tether 推出了 QVAC BotPsy,這是一款專為透過應用程式與外部工具執行實際任務而打造的開放權重 AI 模型。儘管僅有 8 億參數,該模型在 Tether 安排的六項代理測試中勝過了更大的系統——公司表示,這一結果顯示專用 AI 有潛力直接在個人裝置上滿足日常需求。這項公告於 2026 年 11 月 11 日發布,並附上將該模型與更大競爭者比較的基準測試結果。

隨著此次發布,以發行 USDT 穩定幣聞名的 Tether 正推動將更強大的 AI 助理帶到個人裝置上、遠離中央伺服器,將小型專用模型定位為雲端處理的替代方案。

Tether 於 11 月 11 日透過其官方 X(Twitter)帳號分享這項消息:

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

— Tether (@tether) November 11, 2026

在六項基準測試中得分超越更大模型

根據 Tether 的說法,QVAC BotPsy 在六項代理基準測試中勝過了所有參數在 12 億以下的模型:BFCL v4、ACEBench、τ-bench、Claw-Eval、BrowseComp-Plus 和 ToolSandbox。這類基準測試評估的是模型能否跨多個步驟串聯工具呼叫來完成任務,而非僅生成文字答案。

在四項關鍵指標上,BotPsy 的得分幾乎是其基礎架構 Qwen3.5-0.8B-Think 的兩倍。其 BFCL v4 分數從 23.4 攀升至 44.0,ACEBench 成績從 30.1 上升到 58.7。該模型在 τ-bench 上取得 51.5 分,在 ToolSandbox 上取得 64.6 分。

Tether 也宣稱 BotPsy 勝過阿里巴巴的 Qwen3.5-2B-Think,一個參數多出 2.5 倍的模型。在 BFCL 多輪工具呼叫測試中,BotPsy 得分 46.1 分,而較大模型為 23.8 分,其基礎架構則僅得 7.5 分。

在 Tether 引用的進一步比較中,BotPsy 以 82.5 分大幅領先 MiniCPM5-1B-Think,以 69.3 分勝過 Qwen3.5-2B-Think,並以 74.4 分險勝 LLama3-3B-Think。

公司將這些結果詮釋為客製化 AI 能夠在個別裝置上處理日常需求、而無需依賴更大通用系統的證明。這些數據來自 Tether 自行安排的比較,不過該模型的開放權重發布也讓外部開發者得以下載並執行自己的評測。

將日常請求轉化為行動

與專注於生成回應的傳統 AI 模型不同,BotPsy 的設計目的是跨多個步驟做出正確的工具呼叫。Tether 表示,這種設計可支援組織活動、發送訊息,甚至安排旅行等實際任務。

一個 ACEBench 情境展示了這種行為。首次嘗試發送訊息時因缺乏 Wi-Fi 連線且收件匣已滿而失敗。BotPsy 偵測到這兩個障礙,啟用了 Wi-Fi、清理收件匣空間,然後成功送出訊息。相比之下,基線模型通常會反覆重試同一個失敗的動作。

該模型還能判斷何時沒有任何可用工具能處理某項請求,而不會進行不必要的呼叫。Tether 將這項能力描述為對必須執行大量動作並修改內容的助理而言至關重要。

本地 AI 可降低對中央伺服器的依賴

BotPsy 基於阿里巴巴開源的 Qwen3.5,其 8 億參數——即構成模型的內部權重——的體積小到足以在個人硬體上運行,這意味著請求可以在本地完成。這種裝置端處理方式限制了必須發送給中央服務商的敏感資訊量,包括電子郵件、聯絡人、行事曆等。

Tether 執行長 Paolo Ardoino 指出,透過本地 AI,使用者將對個人資料的處理方式以及助理服務的可及性擁有更多掌控權,凸顯了公司對裝置端隱私的重視。

BotPsy 拓展了 Tether 開發的 QVAC 生態系統,這一系列模型還包括處理視覺問答的 VisionPsy、處理語音的 TranscribePsy,以及負責翻譯任務的 TranslatePsy。整體而言,這一系列產品顯示 Tether 正在視覺、語音和翻譯任務方面擴大其裝置端 AI 佈局。

來源:Crypto Ninjas