KI-Modelle und Plattformen
Tether veröffentlicht QVAC BotPsy: KI mit Werkzeugnutzung auf persönlichen Geräten
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Tether AI Research kündigte am 11. November 2026 die Veröffentlichung von QVAC BotPsy-0.8B an, einem Modell mit offenen Gewichten und 0,8 Milliarden Parametern für Werkzeugaufrufe auf persönlichen Geräten. Zudem berichtete das Unternehmen, dass das Modell bei sechs agentenbezogenen Benchmarktests alle getesteten Modelle mit bis zu 1,2 Milliarden Parametern übertraf.
BotPsy basiert auf Alibaba’s Qwen3.5-0.8B und ist auf Funktionsaufrufe und mehrstufige agentenbasierte Arbeitsabläufe für den lokalen Einsatz spezialisiert. Die vorgesehenen Aufgaben umfassen Kalender, Nachrichten, Dateien, Geräteeinstellungen, Webrecherche, Reisen, Handel und Kundenbetreuung; am besten eignet sich das Modell für Aufgaben mit geringem bis mittlerem Schwierigkeitsgrad. Die umgebende Anwendung stellt Verbindungen zu Diensten, Berechtigungen und Ausführungskontrollen bereit.
In Tethers Beispiel aus ACEBench scheiterte das Senden einer Nachricht, weil WLAN deaktiviert und der Posteingang voll war. BotPsy aktivierte das WLAN und gab Speicherplatz im Posteingang frei, bevor es die Nachricht sendete; sein Basismodell wiederholte dagegen die fehlgeschlagene Aktion. Das Modell kann außerdem erkennen, wenn keines der verfügbaren Werkzeuge zu einer Anfrage passt – ein wichtiges Verhalten für einen Assistenten, der in realen Anwendungen eingesetzt wird.
Spezialisierung sorgt für deutliche Zugewinne bei Benchmarktests
In Tethers Auswertung der Modellkarte stieg der Wert bei BFCL v4 für BotPsy auf 44,0, ausgehend von 23,4 für das Basismodell Qwen3.5-0.8B-Think. Bei ACEBench stieg er von 30,1 auf 58,7 und bei ToolSandbox von 30,5 auf 64,6. BotPsy übertraf Qwen3.5-2B-Think außerdem bei fünf der sechs agentenbezogenen Benchmarktests; das größere Modell lag bei Claw-Eval mit 48,9 gegenüber 46,5 vorn. Alle fünf Modelle wurden im Denkmodus mit einer gemeinsamen Testumgebung bewertet; die Ergebnisse sind Prozentwerte.
Der größte Zugewinn zeigt sich bei der Kontinuität über mehrere Gesprächsrunden hinweg. Tether gibt für BotPsy bei BFCL v4 einen Mehrfachrundenwert von 46,1 an, gegenüber 7,5 für das Basismodell und 23,8 für Qwen3.5-2B-Think. Der Test misst, ob ein Agent seine Arbeit fortsetzen kann, wenn neue Informationen hinzukommen – etwa indem er die Verfügbarkeit prüft, einen Konflikt behandelt und einen Kalender aktualisiert. BotPsys Wert von 86,1 im Halluzinationstest von BFCL erfasst eine andere Anforderung: keinen Werkzeugaufruf auszuführen, wenn keines der verfügbaren Werkzeuge passt.
Tethers weiter gefasste Ergebnisse belegen keine allgemeine Überlegenheit. BotPsys Werte von 38,1 bei GPQA Diamond und 48,9 bei MMLU-Pro liegen deutlich unter den Werten des 2B-Modells von 59,9 beziehungsweise 65,5. BotPsys Wert von 4,5 bei BrowseComp-Plus lag zwar an der Spitze der Gruppe aus fünf Modellen, ist absolut betrachtet jedoch weiterhin niedrig und macht Schwächen bei der ergebnisoffenen Recherche deutlich. BotPsy ist daher darauf ausgelegt, Werkzeuge aufzurufen, um Fakten zu ermitteln, die es nicht kennt.
Training und Einsatz auf dem Gerät
Eine technische Erläuterung beschreibt vier Phasen des Nachtrainings: überwachtes Feintuning, On-Policy-Destillation mit mehreren Lehrermodellen und zwei Runden bestärkenden Lernens. Während der Destillation kamen drei spezialisierte Qwen3.5-4B-Lehrermodelle zum Einsatz, die Werkzeugnutzung, allgemeines logisches Denken und das Befolgen von Anweisungen abdeckten. In den Phasen des bestärkenden Lernens wurden regelbasierte und überprüfbare Belohnungen verwendet: Zunächst lag der Schwerpunkt auf Werkzeugaufrufen, anschließend kamen weitere Aufgaben zu Mathematik, Programmierung, Wissen und strukturierten Ausgaben hinzu. Die Veröffentlichung enthält weder den Trainingscode noch die Trainingsdaten.
Das daraus hervorgegangene Modell erzeugt außerdem kürzere Argumentationsverläufe als sein Basismodell. Bei GPQA-Diamond-Fragen, die alle fünf Modelle richtig beantworteten, maß Tether bei BotPsy 3.690 Argumentationstoken, gegenüber 11.563 beim Basismodell; bei MMLU-Pro waren es 1.912 beziehungsweise 5.105. Da alle Modelle diese Fragen lösten, zeigt der Vergleich die Länge der Argumentation unabhängig vom Schwierigkeitsgrad der Fragen und liefert damit einen nützlichen Effizienzindikator für lokale Inferenz.
Die GGUF-Veröffentlichung umfasst drei Dateien für llama.cpp und das QVAC SDK: BF16 mit etwa 1,52 GB, Q8_0 mit etwa 0,81 GB und Q4_K_M mit etwa 0,53 GB. Tether empfiehlt Q8_0: Über zehn Benchmarktests hinweg erreichte es einen Durchschnittswert von 50,7 und lag damit nahe am BF16-GGUF-Wert von 50,4 – bei etwa halb so großer Datei. Q4_K_M erzielte einen Durchschnittswert von 48,9 und ist für knapp bemessene Speicherbudgets vorgesehen. Das Hauptrepository enthält BF16-Gewichte im safetensors-Format unter der Apache-2.0-Lizenz.
Sicherheitsgrenzen und der QVAC-Plan
Die im Modellblatt genannten Grenzen für den vorgesehenen Einsatz sind erheblich. BotPsy wurde vorwiegend auf Englisch trainiert und getestet; Englisch ist daher die empfohlene Sprache. Die Multi-IF-Auswertung umfasste sieben weitere Sprachen und ergab beim Befolgen von Anweisungen deutlich schwächere Ergebnisse auf Hindi und Russisch. BotPsy macht Fehler und ist weder für sicherheitskritische oder folgenreiche automatisierte Entscheidungen noch für Anwendungen mit Geld, persönlichen Informationen, Gesundheit und anderen sensiblen Themen vorgesehen.
Bei Tethers automatisierten Red-Team-Tests in sechs Schadenskategorien erzeugte BotPsy in 21 % der Fälle unsichere Antworten, verglichen mit 36 % beim Basismodell. Bei Prompt-Injection-Angriffen, die insbesondere für Agenten problematisch sind, wenn sie nicht vertrauenswürdige Werkzeugausgaben lesen, lagen die gemeldeten Raten unsicherer Antworten bei 31 % beziehungsweise 46 %. Das kleinere Modell schnitt bei beiden Tests besser ab, erzeugte aber weiterhin unsichere Antworten.
BotPsy ergänzt die Modelle von QVAC für Bildverarbeitung, Sprache, Gesundheit und Übersetzung. Künftige Entwicklungen sollen ihre spezialisierten Fähigkeiten zusammenführen. „Nutzer sollten selbst entscheiden können, worauf ihr Assistent zugreifen darf und mit welchen externen Diensten er sich verbinden kann“, sagte Tether-CEO Paolo Ardoino.
Tethers längerfristiges Konzept sieht eine Android- oder iPhone-Oberfläche für die alltägliche Interaktion vor, überträgt anspruchsvolle Aufgaben an einen Heim-PC oder vertrauenswürdige Peer-to-Peer-Knoten und leitet Webanfragen über verschlüsselte Peer-to-Peer-Verbindungen weiter. Dieses System ist eine erklärte Vision; die aktuelle Veröffentlichung stellt das Modell und die Bereitstellungsdateien bereit.
Die dokumentierte Stärke von BotPsy liegt in einer spezialisierten lokalen Handlungsebene für Routineaufgaben. Ob sich daraus ein nützlicher persönlicher Assistent entwickelt, hängt von den Berechtigungen und Ausführungskontrollen auf Anwendungsebene sowie davon ab, ob Tethers geplante Integration und Hardware-Delegation den in dieser Veröffentlichung dokumentierten Grenzen in Bezug auf Forschung, Komplexität und Sicherheit Rechnung tragen.
