Tether AI 开源 0.8B 端侧智能体模型 BotPsy-0.8B，工具调用成绩约为基座模型两倍

Tether AI Research 开源 0.8B 端侧智能体模型 BotPsy

2026 年 11 月 11 日，Tether AI Research 在 Hugging Face 发布 BotPsy（又称 BotPsy-0.8B），一个基于 Qwen3.5-0.8B 的 0.8B 参数工具调用与智能体模型，面向手机等端侧部署，设计用于通过工具调用执行发消息、管日历等任务。模型以 Apache 2.0 许可开源（后续报道提及许可附有“研究与教育用途”表述），提供 bf16、Q8、Q4 三种精度及 GGUF 格式，GGUF 文件从 529 MB（Q4_K_M）到 1.52 GB（BF16）不等，Transformers、vLLM、llama.cpp 可原生运行（需设置 enable_thinking=True）。据称训练采用 SFT、多教师在线蒸馏（MOPD）与两轮 DAPO 强化学习的四阶段流程。评测方面：BFCL v4 从基座的 23.4 升至 44.0，ACEBench 从 30.1 升至 58.7，τ-bench 从 23.2 升至 51.5，工具调用成绩约为基座两倍；早先报道称其在六项基准中的五项领先所有受测 ≤1.2B 模型，并称在六项中的五项上超过 2.5 倍大小的 Qwen3.5-2B-Think，后续报道称其在六项工具使用测试中领先所测 1.2B 及以下模型（六项平均 45.0，高于基座 24.7 和 Qwen3.5-2B 的 38.8），但通识测试（MMLU-Pro、GPQA Diamond）落后于 Qwen3.5-2B。弱点方面：推荐英语，印地（24.5）、俄语（57.6）表现较弱，适合低到中等难度任务，不适合高风险或安全关键场景；原文还指出目前没有手机端速度数据，提示词注入攻击下仍有 31% 的不安全回答。