Tether AI Research présente BotPsy, un modèle de 0.8B paramètres conçu pour l’appel de fonctions et les flux de travail agentiques, c’est-à-dire la capacité d’un modèle à utiliser des outils pour accomplir une tâche. Construit à partir de Qwen3.5-0.8B, il est destiné à fonctionner directement sur l’appareil de l’utilisateur.
- BotPsy est un modèle de 0,8 milliard de paramètres conçu pour utiliser des outils directement sur l’appareil.
- Il obtient des scores environ deux fois supérieurs à ceux de son modèle de base et devance Qwen3.5-2B-Think sur cinq benchmarks sur six.
- Il produit moins de réponses dangereuses que son modèle de base, mais reste un petit modèle qui commet des erreurs.
- Il est surtout entraîné en anglais, ses performances chutent en hindi et en russe, et il sera publié sous licence Apache 2.0.
Selon l’entreprise, les grands modèles hébergés dans le cloud entraînent des coûts d’exploitation élevés, qui peuvent varier de façon imprévue. Dépendre de ces modèles tiers expose aussi à des risques, leurs fournisseurs pouvant modifier, restreindre ou retirer l’accès à tout moment. Tether AI Research estime que toutes les tâches ne demandent pas une intelligence de niveau maximal, et que de petits agents spécialisés peuvent être aussi performants sur des tâches précises, pour un coût nettement inférieur.
BotPsy se présente comme un « assistant personnel » capable d’effectuer des tâches simples grâce à des outils, dans des domaines comme la recherche sur le web, les voyages, le commerce et la finance, la gestion de l’appareil et du véhicule, les fichiers, le calendrier ou le courrier électronique. En raison de sa taille, il est surtout adapté aux tâches de difficulté faible à moyenne.
Des résultats annoncés supérieurs à sa catégorie
Selon les résultats publiés par l’entreprise, BotPsy obtient des scores environ deux fois supérieurs à ceux de son modèle de base sur plusieurs tests. Sur BFCL v4, il passe de 23.4 à 44.0, sur ACEBench de 30.1 à 58.7, et sur τ-bench de 23.2 à 51.5. Il devance Qwen3.5-2B-Think, un modèle 2.5 fois plus grand, sur cinq des six benchmarks d’agents testés. Seul Claw-Eval lui échappe, avec 48.9 contre 46.5.
Tether AI Research met aussi en avant la sécurité. Lors de tests automatisés couvrant six catégories de risques, BotPsy produit des réponses dangereuses dans 21 % des cas, contre 36 % pour son modèle de base. Il s’agit du taux le plus bas parmi les modèles de 1.2B paramètres ou moins testés, où LFM2.5-1.2B-Think atteint 35 % et MiniCPM5-1B-Think 47 %. Sur le raisonnement, l’entreprise indique que BotPsy utilise environ trois fois moins de tokens, les unités de texte traitées par le modèle, que son modèle de base pour répondre correctement au benchmark GPQA Diamond, avec 3,690 tokens contre 11,563.
Une méthode d’entraînement en quatre étapes
BotPsy est entraîné en quatre étapes successives, à partir d’un apprentissage supervisé sur des conversations d’usage d’outils, puis d’une distillation multi-enseignants, avant deux séries d’apprentissage par renforcement. La distillation consiste ici à faire répondre le modèle élève tout en recevant, token par token, les retours de trois modèles enseignants Qwen3.5-4B, chacun spécialisé dans un domaine. Les étapes de renforcement s’appuient sur des récompenses calculées par des règles et des vérificateurs, et non sur des jugements humains.
Limites et publication
Tether AI Research précise que BotPsy reste un petit modèle qui commet des erreurs, et qu’il n’est pas destiné aux décisions automatisées à enjeux élevés, ni aux applications liées à l’argent, aux informations personnelles ou à la santé. Le modèle a été principalement entraîné et testé en anglais. Ses performances chutent en hindi, avec un score de 24.5 sur Multi-IF, et en russe, avec 57.6. BotPsy doit être publié avec des poids ouverts sous licence Apache 2.0, pour un usage de recherche et d’éducation, en trois précisions : bf16, Q8 et Q4.
