テザーAIリサーチ (Tether AI Research) は2026年11月11日(現地時間)、0.8Bパラメータを持つオンデバイス向け言語モデル「ボットサイ (BotPsy)」を発表しました。このモデルはQwen3.5-0.8Bを基盤とし、関数呼び出しとエージェントワークフローに特化しています。ユーザーのプライバシーを保護しつつ、多様なタスクをデバイス上で効率的に実行することを目指しています。
ボットサイは、ウェブ検索、研究、旅行、商取引、ビジネス、デバイスや車両の制御、ファイル管理、カレンダー、メールやメッセージングなど、低から中程度の難易度のタスクに対応するパーソナルアシスタント機能を提供します。
テザーAIリサーチによると、このモデルは同サイズのモデル群において最先端のツール利用およびエージェント性能を達成し、テスト対象の1.2Bパラメータ以下の全モデルを上回りました。特に、2.5倍のサイズを持つQwen3.5-2B-Thinkと比較しても、六つのベンチマークのうち五つで優位な結果を示しています。具体的なスコアとして、BFCL v4では44.0対37.7、ACEBenchでは58.7対55.4を記録しました。
モデルの主な特徴は、ユーザーデータのプライバシーを保持しつつ、優れた命令追従の信頼性と効率性を実現する点です。マルチターンワークフローでの信頼性が高く、BFCL v4のマルチターンタスクではベースモデルと比較して7.5から46.1に向上しました。また、適切なツールが存在しない場合にアクションを拒否するテストでは86.1を記録し、テストされた全モデルの中で最高スコアとなりました。
さらに、自動レッドチーム攻撃テストでは、危険な応答を生成する割合が21%と、同カテゴリーの他モデル（LFM2.5-1.2B-Thinkの35%、MiniCPM5-1B-Thinkの47%）と比較して最も低い結果となりました。これにより、相対的に高い安全性が示されています。推論の効率性も改善され、反復的な推論ループに陥る割合が22.9%から1.4%に大幅に減少しました。ボットサイはApache 2.0ライセンスの下でオープンウェイトとしてリリースされ、研究および教育目的で利用可能です。Hugging Face safetensorsおよびGGUFファイル形式で提供されます。
参考: Hugging Face Blog — 2026年11月11日 14:01 (JST)