Tether AI Research 11 ноября представила BotPsy — модель с 800 млн параметров для локальных ИИ-помощников, работающих с календарём, файлами и другими инструментами. Веса опубликованы под Apache 2.0. Это компонент для разработчиков: модель выбирает функцию и её параметры, а приложение должно выполнить вызов и вернуть результат.

BotPsy дообучили на основе Qwen3.5-0.8B, сохранив размер модели. Сначала она училась на примерах работы с инструментами, затем получала обратную связь от трёх более крупных моделей-учителей и проходила два этапа обучения с проверяемым вознаграждением. По данным авторов, обучение на примерах сначала ухудшило общие знания и следование инструкциям; последующие этапы восстановили эти показатели и подняли их выше исходного уровня.

В испытаниях Tether оценка BFCL v4, проверяющего работу с функциями и многошаговые задания, выросла с 23,4 до 44 баллов из 100. Все пять сравниваемых моделей работали в режиме рассуждения. BotPsy обошла Qwen3.5-2B, которая в 2,5 раза крупнее, в пяти из шести агентных тестов. Исключение — Claw-Eval: 46,5 против 48,9. Это сравнение самой команды Tether, а не независимое воспроизведение или проверка всех доступных моделей.

Сложные задачи остаются слабым местом. В поисковом BrowseComp-Plus BotPsy получила лишь 4,5 балла из 100, хотя это лучший результат среди пяти участников. В банковской части τ³-bench оценка 4,1 вообще не улучшилась относительно исходной модели. По мере накопления инструкций в разговоре качество также снижается. Основной язык обучения и проверки — английский; русский в многоязычном тесте оказался заметно слабее.

Для самостоятельного запуска доступны версии GGUF размером примерно 1,52, 0,81 и 0,53 ГБ. Это размеры файлов весов, а не требования ко всей оперативной памяти. Самая компактная версия потеряла около 1,5 балла в среднем по десяти тестам относительно несжатой GGUF-версии. Эти проверки проводили на серверных ускорителях H100: опубликованных замеров скорости на конкретном телефоне нет. Разработчики уже могут пробовать модель локально, но надёжность готового помощника на устройстве ещё предстоит проверить.