A maioria dos assistentes de IA que agem por você, reservando, buscando ou enviando mensagens, roda nos servidores de outra empresa. A Tether AI Research, braço da empresa mais conhecida pela stablecoin Tether, publicou o BotPsy, um modelo de 0.8 bilhão de parâmetros feito para chamar ferramentas no seu próprio celular ou notebook. Ele é pequeno o bastante para rodar quase em qualquer lugar, e a afirmação interessante é que supera modelos com mais que o dobro do tamanho nas tarefas de agente para as quais foi treinado.
O BotPsy parte do Qwen3.5-0.8B e é treinado em quatro etapas: ajuste supervisionado com conversas de uso de ferramentas, destilação a partir de três modelos professores especializados de 4B parâmetros e duas rodadas de aprendizado por reforço com recompensas verificadas por regras. O objetivo é um assistente pessoal para tarefas simples de busca, viagem, compras, configurações do aparelho, arquivos, agenda e e-mail. A Tether diz que vai liberar os pesos abertos sob Apache 2.0 em bf16, Q8 e Q4, como safetensors e arquivos GGUF para o próprio QVAC SDK e para o llama.cpp, que avaliamos.
Os ganhos relatados são grandes para o tamanho. No BFCL v4, um teste padrão de chamada de ferramentas, a nota sobe de 23,4 no modelo base para 44,0; no ACEBench, de 30,1 para 58,7; e no tau-bench, de 23,2 para 51,5. Ele também supera o Qwen3.5-2B-Think, 2,5 vezes maior, em cinco de seis benchmarks de agente, perdendo só no Claw-Eval, 48,9 a 46,5. Dois detalhes importam no uso diário. Nos testes de recusar quando não existe ferramenta adequada, marca 86,1, a melhor nota entre os testados. E raciocina de forma mais eficiente: ficar preso em ciclos repetitivos no IFBench cai de 22,9% para 1,4%.
Para quem se interessa por assistentes privados e off-line, é um dado útil. Um modelo tão pequeno roda com llama.cpp, Ollama ou LM Studio em máquinas comuns, e manter as chamadas de ferramentas no local significa que sua agenda e suas mensagens não precisam sair do aparelho. A contrapartida é o conhecimento: o BotPsy foi feito para buscar fatos, não para sabê-los, e o Qwen3.5-2B-Think ainda pontua bem mais em conhecimento geral.
Os limites são explicados pela própria Tether. Todos os benchmarks são execuções dela. O modelo é fraco em pesquisa de vários passos, com 15 em tarefas complexas de busca de informação, e bem pior em hindi e russo que em inglês. Os testes de ataque ainda encontraram respostas inseguras em 21% das vezes. A Tether diz que ele não é indicado para decisões envolvendo dinheiro, saúde ou informações pessoais, e o texto da licença o limita a uso em pesquisa e educação.