Tether AI Research 发布 0.8B 端侧智能体模型 BotPsy:BFCL v4 从 23.4 提到 44.0,六项工具调用基准中五项超过 2.5 倍大的 Qwen3.5-2B-Think
一个能在设备上跑的工具调用小模型,面向搜索、日程、邮件、文件这类中低难度任务。这一条讲它比基座强在哪、弱在哪,以及开放方式。
// 要点
- 基于 Qwen3.5-0.8B 训练,相比基座:BFCL v4 从 23.4 到 44.0,ACEBench 从 30.1 到 58.7,τ-bench 从 23.2 到 51.5。
- 在六项工具调用与智能体基准中五项超过 Qwen3.5-2B-Think,只在 Claw-Eval 上落后(46.5 对 48.9)。
- 在 IFBench 上陷入重复推理循环的比例从 22.9% 降到 1.4%;印地语(24.5)、俄语(57.6)等低资源语言明显弱于英文与中文。
- 官方称将以 Apache 2.0 许可开放权重,用于研究与教育,提供 bf16、Q8、Q4 三种精度,含 safetensors 与可用于 llama.cpp 的 GGUF。
开发者视角注意许可证写的是研究与教育用途,商用前先问清楚。我会拿 AI 云盘手机端「按条件找文件、建提醒」这类单步工具调用试它,本地能完成的不上云;多轮、要遵守复杂规则的任务它掉得快,还是交给云端模型。