Puntos clave de la noticia:
- Tether lanzó BotPsy-0.8B, un modelo open-weight de 800 millones de parámetros diseñado para ejecutar tareas multietapa y usar herramientas desde dispositivos personales.
- En las pruebas de Tether, BotPsy superó a Qwen3.5-2B-Think pese a ser 2,5 veces más pequeño y duplicó las puntuaciones de su modelo base en cuatro benchmarks agentic.
- El modelo también lideró las pruebas de alucinaciones BFCL y se integra en QVAC para asistentes locales, especializados y privados.
Tether AI Research lanzó QVAC BotPsy-0.8B, un modelo de inteligencia artificial open-weight diseñado para convertir solicitudes cotidianas en llamadas a herramientas de varios pasos desde dispositivos personales. Según el anuncio oficial, el modelo cuenta con 800 millones de parámetros y fue evaluado en seis benchmarks agentic. Tether afirma que BotPsy superó a todos los modelos probados con 1.200 millones de parámetros o menos y venció a Qwen3.5-2B-Think pese a ser 2,5 veces más pequeño. El lanzamiento amplía el trabajo de la compañía en agentes de IA y ejecución local.
BotPsy apunta a tareas multietapa desde dispositivos personales
BotPsy fue evaluado en BFCL v4, ACEBench, τ-bench, Claw-Eval, BrowseComp-Plus y ToolSandbox. En cuatro pruebas principales, aproximadamente duplicó las puntuaciones de su arquitectura base Qwen3.5-0.8B-Think. BFCL v4 pasó de 23,4 a 44,0; ACEBench de 30,1 a 58,7; τ-bench de 23,2 a 51,5; y ToolSandbox de 30,5 a 64,6. La comparación sugiere que la especialización puede mejorar de forma sustancial el uso de herramientas sin aumentar el tamaño del modelo. El enfoque encaja con la estrategia de IA local QVAC, centrada en hardware controlado por el usuario.
El modelo está pensado para tareas que requieren varias acciones, no una sola respuesta. Tether destacó ejemplos como reprogramar reuniones, crear recordatorios y resolver problemas del teléfono. En una prueba de ACEBench, BotPsy volvió a activar el Wi-Fi y liberó espacio en la bandeja de entrada antes de enviar un mensaje fallido, mientras su modelo base repetía la misma acción. BotPsy está diseñado para reconocer cuándo debe usar herramientas, cuándo hacen falta varios pasos y cuándo ninguna herramienta disponible resulta adecuada. Su arquitectura compacta sigue la misma dirección on-device que el QVAC SDK.
Tether también reportó mejoras en tareas multi-turn y de telecomunicaciones. BotPsy obtuvo 46,1 en llamadas de herramientas multi-turn de BFCL, frente a 23,8 de Qwen3.5-2B-Think y 7,5 de su modelo base, mientras su puntuación en telecom de τ-bench alcanzó 82,5. También logró 86,1 en las pruebas de alucinaciones de BFCL, la mayor puntuación entre los modelos evaluados por Tether. Los resultados publicados corresponden a los benchmarks de Tether y no demuestran una superioridad universal en todas las cargas de IA. BotPsy se suma a VisionPsy, TranscribePsy, MedPsy y TranslatePsy dentro del ecosistema QVAC, ampliando la familia de modelos on-device de Tether. Sus pesos y detalles de evaluación están disponibles para investigadores especializados.
