Tether AI Research lança BotPsy, modelo de 0,8B para agentes on-device que supera concorrentes de até 1,2B em uso de ferramentas

O BotPsy é um modelo de 0,8B de parâmetros da Tether AI Research, treinado sobre o Qwen3.5-0.8B para function calling e fluxos agentic on-device. O pós-treino tem quatro etapas: SFT completo em conversas de uso de ferramentas, destilação on-policy com múltiplos professores (MOPD), e duas rodadas de aprendizado por reforço com DAPO. Os professores são três modelos Qwen3.5-4B treinados por RL em uso de ferramentas, raciocínio geral e seguimento de instruções. A recompensa de tool calling dá crédito parcial por nome da ferramenta, nomes e valores de argumentos.

Os números da Tether: BFCL v4 de 23,4 para 44,0, ACEBench de 30,1 para 58,7, τ-bench de 23,2 para 51,5. Em multi-turn do BFCL v4, de 7,5 para 46,1. Nos testes de hallucination do BFCL v4, 86,1, a maior nota entre os modelos testados. Há limites claros. O BrowseComp-Plus fica em 4,5, o melhor do grupo, mas baixo em termos absolutos. No Claw-Eval, o Qwen3.5-2B-Think lidera (48,9 vs 46,5). No τ³-banking, o BotPsy marca 4,1, igual ao modelo base. Conhecimento ainda escala com tamanho: no GPQA Diamond e no MMLU-Pro, o Qwen3.5-2B-Think fica bem acima (59,9 e 65,5 contra 38,1 e 48,9). A própria fonte diz que o modelo deve chamar ferramentas para fatos que não conhece, não servir como modelo de conhecimento. Em idiomas, Hindi (24,5) e russo (57,6) ficam muito abaixo do inglês.

Sobre segurança, o teste automatizado de red-teaming mostra 21% de respostas inseguras, contra 36% do modelo base. Sob prompt injection, cai de 46% para 31%. O raciocínio também encurta: cerca de 3 vezes menos tokens no GPQA Diamond (3.690 vs 11.563), e loops repetitivos no IFBench caem de 22,9% para 1,4%. Os pesos estão em safetensors e GGUF (bf16, Q8, Q4). A fonte fala em licença Apache 2.0 para uso em pesquisa e educação, e descreve a liberação no futuro ("will be released"), enquanto o anúncio indica pesos disponíveis. Vale conferir a licença no repositório antes de usar comercialmente.

O BotPsy parte de uma base que o CEVIU já tinha apresentado. Em 3 de março de 2026, o CEVIU noticiou "O Qwen3.5-9B, pequeno e open source da Alibaba, supera o gpt-oss-120B da OpenAI e roda em laptops comuns", e lá a série Qwen3.5 incluía os modelos 0.8B e 2B, pensados para edge devices. Agora o 0,8B aparece como ponto de partida para um modelo especializado em agentes, que a Tether diz dobrar a capacidade agentic da base. O LFM2.5-1.2B-Think, um dos concorrentes na comparação, é da mesma família do LFM2.5-2.6B coberto em 5 de agosto de 2026 em "A IA Autônoma que Chega ao Seu Bolso", e em 28 de outubro de 2026 o CEVIU registrou o lançamento do LFM3 pela Liquid AI. A disputa por agentes pequenos on-device segue ativa.

Para quem opera agentes e quer cortar custo de nuvem e dependência de provedor, o BotPsy é um candidato a testar em tarefas de dificuldade baixa a média, como calendário, arquivos e controle de dispositivos. A leitura prática: os resultados são da própria Tether, em benchmarks escolhidos por ela, então vale reproduzir nos seus fluxos. Os pontos fracos (busca aberta, idiomas de menos recurso, banking) indicam onde ainda é preciso um modelo maior ou um humano no loop.