La mayoría de los asistentes de IA que pueden actuar por ti, reservar, buscar o enviar mensajes, funcionan en servidores ajenos. Tether AI Research, parte de la empresa conocida sobre todo por la stablecoin Tether, ha publicado BotPsy, un modelo de 0.8 mil millones de parámetros pensado para llamar a herramientas en tu propio móvil u ordenador. Es lo bastante pequeño para funcionar casi en cualquier sitio, y lo interesante es que afirma superar a modelos de más del doble de su tamaño en las tareas de agente para las que se entrenó.
BotPsy parte de Qwen3.5-0.8B y se entrena en cuatro etapas: ajuste supervisado con conversaciones de uso de herramientas, destilación a partir de tres modelos maestros especializados de 4B parámetros y dos rondas de aprendizaje por refuerzo con recompensas verificadas por reglas. El objetivo es un asistente personal para tareas sencillas de búsqueda, viajes, compras, ajustes del dispositivo, archivos, calendario y correo. Tether dice que publicará los pesos abiertos con licencia Apache 2.0 en bf16, Q8 y Q4, como safetensors y archivos GGUF para su QVAC SDK y para llama.cpp, que analizamos.
Las mejoras declaradas son grandes para su tamaño. En BFCL v4, una prueba estándar de llamada a herramientas, la puntuación pasa de 23,4 en el modelo base a 44,0; en ACEBench, de 30,1 a 58,7; y en tau-bench, de 23,2 a 51,5. También supera a Qwen3.5-2B-Think, 2,5 veces mayor, en cinco de seis pruebas de agente, y solo pierde en Claw-Eval, 48,9 frente a 46,5. Dos detalles importan en el uso diario. En las pruebas de abstenerse cuando no existe una herramienta adecuada obtiene 86,1, lo mejor de los modelos probados. Y razona con más eficiencia: quedarse atascado en bucles repetitivos en IFBench baja del 22,9% al 1,4%.
Para quien se interese por asistentes privados y sin conexión, es un dato útil. Un modelo tan pequeño puede funcionar con llama.cpp, Ollama o LM Studio en equipos corrientes, y mantener las llamadas a herramientas en local significa que tu calendario y tus mensajes no tienen por qué salir del dispositivo. La contrapartida es el conocimiento: BotPsy está pensado para buscar datos, no para saberlos, y Qwen3.5-2B-Think sigue puntuando mucho más alto en conocimiento general.
Los límites los explica la propia Tether. Todas las pruebas son ejecuciones suyas. El modelo flojea en investigación de varios pasos, con 15 en tareas complejas de búsqueda de información, y rinde mucho peor en hindi y ruso que en inglés. Las pruebas de ataque aún encontraron respuestas inseguras el 21% de las veces. Tether dice que no está pensado para decisiones sobre dinero, salud o información personal, y la redacción de su licencia lo limita a uso de investigación y educativo.