Tether推出8亿参数端侧智能体模型BotPsy，工具调用性能超越同级及更大模型

Tether AI Research推出面向端侧部署的智能体模型BotPsy。该模型基于Qwen3.5-0.8B构建，参数量为8亿，面向函数调用与智能体工作流，可作为个人助手，借助工具完成网络搜索与调研、出行与生活、商务与金融、业务与客户运营、设备与车辆控制、文件与文档、日历以及电子邮件与消息等低到中等难度任务。官方指出，前沿云端大模型运营成本高且可能波动，依赖第三方还面临服务被修改、拒绝或停用的风险，定制空间有限，并在隐私、数据控制与透明度方面存在隐患；并非所有任务都需要前沿级能力，小型专用智能体在特定任务上同样胜任，且在设备本地运行成本更低。BotPsy在同规模模型中取得最先进的工具使用与智能体表现，测试中优于所有不超过12亿参数的模型。与基座Qwen3.5-0.8B-Think相比，其智能体能力大致翻倍：BFCL v4由23.4升至44.0，ACEBench由30.1升至58.7，τ-bench在零售、电信和银行子集上的均值由23.2升至51.5。它在BFCL v4、ACEBench、τ-bench、ToolSandbox、Claw-Eval和BrowseComp-Plus全部六项基准上，均优于Qwen3.5-0.8B-Think、LFM2.5-1.2B-Think和MiniCPM5-1B-Think。在所测模型中，它有五项得分最高，并在五项上超过参数量约2.5倍的Qwen3.5-2B-Think：BFCL v4为44.0对37.7，ACEBench为58.7对55.4，τ-bench为51.5对46.5，ToolSandbox为64.6对41.2，BrowseComp-Plus为4.5对2.8；仅在Claw-Eval上由Qwen3.5-2B-Think以48.9对46.5领先。工具使用训练还保留并提升了其通用知识，不过整体知识仍主要随参数量扩展；它擅长遵循明确指令和多轮任务，但指令增多后表现下降，在低资源语言上也落后。该模型面向安全的端侧工作流，强调指令跟随的可靠性与效率，并让用户数据留在本地，但仍会出错，不适合高风险场景。