Tether lança o QVAC BotPsy, uma IA capaz de usar ferramentas em dispositivos pessoais

A Tether AI Research anunciou o lançamento do QVAC BotPsy-0.8B em 11 de novembro de 2026: um modelo de pesos abertos, com 0,8 bilhão de parâmetros, para chamadas de ferramentas em dispositivos pessoais. A empresa informou que ele superou todos os modelos testados com até 1,2 bilhão de parâmetros em seis benchmarks de agentes.

Desenvolvido com base no Qwen3.5-0.8B da Alibaba, o BotPsy é especializado em chamadas de funções e fluxos de trabalho agênticos com várias etapas, para implantação local. As tarefas a que se destina incluem calendários, mensagens, arquivos, configurações do dispositivo, pesquisa na web, viagens, comércio e operações de atendimento ao cliente; sua aplicação mais adequada são tarefas de baixa a média dificuldade. O aplicativo que o envolve fornece conexões com serviços, permissões e controles de execução.

No exemplo da ACEBench apresentado pela Tether, o envio de uma mensagem falhou porque o Wi-Fi estava desligado e a caixa de entrada, cheia. O BotPsy ativou o Wi-Fi e liberou espaço na caixa de entrada antes de enviar a mensagem, enquanto o modelo-base repetiu a ação que havia falhado. O modelo também consegue reconhecer quando nenhuma das ferramentas disponíveis é adequada a uma solicitação — um comportamento importante para um assistente que atua em aplicativos reais.

A especialização impulsiona os ganhos nos benchmarks

Na avaliação do cartão do modelo da Tether, a pontuação no BFCL v4 subiu de 23,4 com o modelo-base Qwen3.5-0.8B-Think para 44,0 com o BotPsy; na ACEBench, passou de 30,1 para 58,7; e, na ToolSandbox, de 30,5 para 64,6. O BotPsy também superou o Qwen3.5-2B-Think em cinco dos seis benchmarks de agentes; o modelo maior ficou à frente no Claw-Eval, com 48,9 contra 46,5. Os cinco modelos foram avaliados em modo de raciocínio, usando uma estrutura de avaliação compartilhada, e as pontuações são porcentagens.

O maior ganho está na continuidade entre turnos. Segundo a Tether, o BotPsy obteve 46,1 no teste de vários turnos do BFCL v4, contra 7,5 do modelo-base e 23,8 do Qwen3.5-2B-Think. Esse teste mede se um agente consegue continuar trabalhando à medida que recebe novas informações, por exemplo, verificando disponibilidade, lidando com um conflito e atualizando um calendário. A pontuação de 86,1 do BotPsy no teste de alucinação do BFCL mede um requisito distinto: não fazer uma chamada de ferramenta quando nenhuma das disponíveis é adequada.

Os resultados mais amplos da Tether não demonstram superioridade geral. As pontuações do BotPsy no GPQA Diamond e no MMLU-Pro, de 38,1 e 48,9, ficam bem abaixo das do modelo de 2B, que obteve 59,9 e 65,5. A pontuação de 4,5 do BotPsy no BrowseComp-Plus foi a mais alta entre os cinco modelos, mas continua baixa em termos absolutos, revelando um desempenho fraco em pesquisas abertas. Por isso, o BotPsy foi projetado para recorrer a ferramentas quando não sabe determinados fatos.

Treinamento e implantação no dispositivo

Um relato técnico descreve quatro etapas de pós-treinamento: ajuste fino supervisionado, destilação on-policy com vários professores e duas rodadas de aprendizado por reforço. Durante a destilação, três modelos especializados Qwen3.5-4B atuaram como professores em uso de ferramentas, raciocínio geral e seguimento de instruções. Nas etapas de aprendizado por reforço, foram usadas recompensas baseadas em regras e verificáveis: primeiro, com ênfase nas chamadas de ferramentas; depois, com a inclusão de mais tarefas de matemática, programação, conhecimento e geração de saídas estruturadas. O lançamento não inclui o código nem os dados de treinamento.

O modelo resultante também gera cadeias de raciocínio mais curtas que as do modelo-base. Nas perguntas do GPQA Diamond que os cinco modelos responderam corretamente, a Tether mediu 3.690 tokens de raciocínio para o BotPsy, contra 11.563 para o modelo-base; no MMLU-Pro, as contagens foram de 1.912 e 5.105. Como todos os modelos acertaram essas perguntas, a comparação isola a extensão do raciocínio, e não a dificuldade das questões, oferecendo um indicador útil de eficiência para inferência local.

O lançamento em GGUF inclui três arquivos para o llama.cpp e o SDK QVAC: BF16, com cerca de 1,52 GB; Q8_0, com cerca de 0,81 GB; e Q4_K_M, com cerca de 0,53 GB. A Tether recomenda o Q8_0, que obteve uma média de 50,7 em dez benchmarks, próxima dos 50,4 do GGUF BF16, com cerca de metade do tamanho de arquivo. O Q4_K_M teve média de 48,9 e é voltado a situações com limites de memória mais restritos. O repositório principal disponibiliza pesos safetensors em BF16 sob a licença Apache 2.0.

Limites de segurança e o plano QVAC

Os limites de uso indicados no cartão do modelo são substanciais. O BotPsy foi treinado e testado principalmente em inglês, idioma recomendado para seu uso. A avaliação Multi-IF abrangeu outros sete idiomas e revelou resultados muito mais fracos no seguimento de instruções em hindi e russo. O BotPsy comete erros e não se destina a decisões automatizadas críticas para a segurança ou de alto impacto, nem a aplicações que envolvam dinheiro, informações pessoais, saúde e outros temas sensíveis.

Na avaliação automatizada de red teaming da Tether, realizada em seis categorias de dano, o BotPsy gerou respostas inseguras em 21% dos casos, contra 36% do modelo-base. Em ataques de injeção de prompts — uma preocupação particular para agentes que leem resultados não confiáveis de ferramentas —, as taxas informadas de respostas inseguras foram, respectivamente, de 31% e 46%. O modelo menor melhorou nos dois testes, mas ainda gerou respostas inseguras.

O BotPsy se soma aos modelos de visão, fala, saúde e tradução do QVAC; o desenvolvimento futuro prevê combinar as capacidades especializadas desses modelos. “Os usuários devem decidir a que o assistente pode ter acesso e a quais serviços externos pode se conectar”, afirmou Paolo Ardoino, CEO da Tether.

O projeto de longo prazo da Tether prevê uma interface para Android ou iPhone para as interações cotidianas, a transferência de tarefas exigentes para um PC doméstico ou nós ponto a ponto confiáveis e o encaminhamento de consultas à web por conexões ponto a ponto criptografadas. Esse sistema é uma visão declarada; a versão atual fornece o modelo e os arquivos de implantação.

O ponto forte documentado do BotPsy é uma camada de ações local especializada em tarefas rotineiras. Sua utilidade como assistente pessoal dependerá das permissões no nível do aplicativo e dos controles de execução, bem como de a integração planejada pela Tether e a delegação a hardware conseguirem lidar com os limites de pesquisa, complexidade e segurança documentados nesta versão.