Saltar al contenido

Un equipo editorial y una comunidad que crean con IA

← Todos los artículos

Noticia · Tether (QVAC) · 2 min de lectura

Fecha del hecho: · Publicado:

QVAC de Tether lanza BotPsy, un modelo de agente abierto para dispositivos

Tether AI Research publicó BotPsy, un modelo de asistente en el dispositivo de 0.8 mil millones de parámetros basado en Qwen3.5-0.8B, lanzado bajo la licencia Apache 2.0 el 11 de noviembre de 2026.

Tether AI Research, que opera bajo Tether Data, S.A. de C.V., publicó BotPsy en el blog oficial de Hugging Face el 11 de noviembre de 2026. BotPsy es un modelo de asistente personal en el dispositivo con 0.8 mil millones de parámetros, construido sobre Qwen3.5-0.8B, lanzado con pesos abiertos y, según la compañía, con un rendimiento superior al de un modelo 2.5 veces más grande en la mayoría de los benchmarks agénticos evaluados.

Qué cambió

  • BotPsy tiene 0.8 mil millones de parámetros y está construido sobre Qwen3.5-0.8B
  • Lanzado bajo la licencia Apache 2.0 para uso de investigación y educativo
  • Disponible como archivos safetensors en Hugging Face y como GGUF (bf16, Q8, Q4) para el QVAC SDK y llama.cpp
  • Obtiene 44.0 en BFCL v4 y 58.7 en ACEBench, frente a 23.4 y 30.1 del modelo base Qwen3.5-0.8B
  • Obtiene 90.8 en IFEval para seguimiento de instrucciones
  • Supera a Qwen3.5-2B-Think, un modelo 2.5 veces más grande, en 5 de los 6 benchmarks agénticos evaluados

Qué significa para quienes construyen con IA

Un modelo abierto de menos de mil millones de parámetros, ajustado para llamadas a herramientas en el dispositivo, muestra que el ecosistema de pesos abiertos está llevando agentes capaces a hardware demasiado pequeño para modelos más grandes. Para quienes desarrollan asistentes de IA locales o sensibles a la privacidad, esto agrega la posibilidad de ejecutar tareas como la gestión del calendario o la búsqueda web por completo en el dispositivo, sin enviar datos a un servidor.

Disponibilidad y alcance

Tether AI Research entrenó BotPsy mediante un proceso de 4 etapas: ajuste fino supervisado, destilación de múltiples maestros y dos rondas de RLVR. El modelo está explícitamente limitado a tareas de llamadas a herramientas de dificultad baja y media, y no está pensado para usos críticos de seguridad.


Fuentes

Redactado con ayuda de IA, únicamente a partir de las fuentes indicadas arriba. Antes de publicarse, controles automáticos verificaron sus fechas, sus fuentes y todas sus versiones de idioma.

QVAC de Tether lanza BotPsy, un modelo de agente abierto para dispositivos | vibecoding.inc