BotPsy é um modelo aberto de 0,8 bilhão de parâmetros, derivado do Qwen3.5-0.8B, que foi ajustado para chamar ferramentas e conduzir fluxos de agente no próprio dispositivo. O lançamento, anunciado pela Tether AI Research em 11 de novembro de 2026, inclui pesos no Hugging Face e variantes GGUF para uso com llama.cpp e o SDK QVAC. A proposta é trocar parte da dependência de APIs de modelos grandes por um componente pequeno, especializado e executável localmente — mas os resultados divulgados ainda são avaliações dos próprios autores e não equivalem a uma validação independente em produção.

O que o BotPsy pretende resolver

Um agente de IA útil não precisa apenas escrever texto: ele precisa identificar quando uma ferramenta é necessária, escolher a função correta, preencher argumentos, respeitar regras do fluxo e parar quando não tem informação suficiente. Essa combinação costuma elevar custo, latência e exposição de dados quando depende de um modelo remoto de grande porte.

O BotPsy foi treinado especificamente para esse cenário. Segundo a publicação técnica da QVAC no Hugging Face, o modelo visa tarefas simples de pesquisa na web, viagens, comércio, operações de negócios, suporte ao cliente, automação de dispositivos e produtividade pessoal. O ponto central não é substituir um modelo de fronteira em conhecimento geral; é servir como camada de decisão e chamada de ferramentas em fluxos delimitados.

  • Base: Qwen3.5-0.8B, com pós-treinamento para function calling e raciocínio agentivo.
  • Distribuição: pesos em safetensors e GGUF, com variantes bf16, Q8 e Q4.
  • Integrações declaradas: Transformers, vLLM, llama.cpp e QVAC SDK.
  • Licença: o repositório do modelo no Hugging Face identifica a licença como Apache 2.0.

Resultados divulgados: ganho grande sobre a base, com limites claros

A QVAC afirma que o BotPsy supera o Qwen3.5-0.8B-Think, sua base, em diversos testes de uso de ferramentas. Nos números apresentados, BFCL v4 sobe de 23,4 para 44,0; ACEBench, de 30,1 para 58,7; e a média de subconjuntos de τ-bench, de 23,2 para 51,5. A empresa também compara o modelo a opções até 1,2B parâmetros e ao Qwen3.5-2B-Think, maior que ele.

Esses resultados são relevantes como indicação de que especialização e pós-treinamento podem compensar parte da diferença de escala em tarefas bem definidas. Eles não demonstram, porém, que um agente de 0,8B seja confiável para ações irreversíveis, atendimento sem supervisão ou decisões sensíveis. Benchmarks medem cenários especificados; ambientes reais trazem APIs falhas, permissões, dados incompletos e instruções maliciosas.

Gráfico de benchmarks de uso de ferramentas e agentes comparando BotPsy-0.8B a outros modelos
Figura da fonte: comparação de benchmarks de ferramentas e agentes divulgada pela QVAC.
Gráfico de conhecimento e seguimento de instruções do BotPsy-0.8B
Figura da fonte: conhecimento geral e seguimento de instruções.

Como o treinamento foi estruturado

A receita apresentada tem quatro estágios sequenciais. Primeiro, há supervised fine-tuning (SFT) com trajetórias de referência. Depois vem a destilação on-policy com múltiplos professores: o aluno gera respostas próprias e recebe sinal por token de modelos especializados em ferramentas, raciocínio e instruções. As duas etapas finais usam aprendizado por reforço com recompensas verificáveis para formato de chamadas, argumentos, tarefas estruturadas e interações em ambientes simulados.

A descrição importa porque explica a aposta técnica: não se trata de simplesmente comprimir um modelo grande. A equipe tenta preservar competências gerais enquanto aumenta o comportamento operacional. A própria QVAC reconhece um trade-off: conhecimento factual continua escalando principalmente com número de parâmetros. O desenho esperado, portanto, é um agente que consulta ferramentas para fatos atuais ou ausentes, e não um pequeno modelo isolado encarregado de saber tudo.

Diagrama das quatro etapas de treinamento do BotPsy
Figura da fonte: SFT, destilação on-policy e duas etapas de aprendizado por reforço.
Gráfico da evolução das capacidades após cada etapa de treinamento do BotPsy
Figura da fonte: evolução de uso de ferramentas, instruções e conhecimento após cada etapa.
Gráfico da composição de dados de treinamento do BotPsy
Figura da fonte: composição aproximada do conjunto de treino em cada estágio.

O ponto mais importante para agentes: saber recusar uma ferramenta

Chamar uma função inexistente ou executar uma ação com parâmetros inventados é uma falha mais perigosa do que uma resposta textual ruim. A QVAC destaca dois grupos de testes: situações em que não há ferramenta apropriada e casos com pedido incompleto, parâmetros errados ou operação não permitida. No BFCL v4, a empresa reporta 86,1 em testes de alucinação de chamadas; no conjunto de casos especiais do ACEBench, reporta 51,3, contra 13,7 no modelo-base.

Também há uma métrica de segurança divulgada pelos autores. Em uma avaliação automatizada de red teaming em seis categorias, o BotPsy teria produzido respostas inseguras em 21% das tentativas, ante 36% da base; sob ataques de injeção de prompt, a taxa relatada cai de 46% para 31%. O avanço é útil, mas 31% continua sendo uma taxa alta demais para interpretar como autorização para conceder privilégios. Qualquer integração com e-mail, arquivos, pagamentos, calendário ou sistemas corporativos ainda deve aplicar confirmação humana, escopo mínimo de credenciais, validação de argumentos e trilha de auditoria fora do modelo.

Onde um modelo pequeno pode fazer sentido

O formato é interessante quando a privacidade, a previsibilidade de custo ou a disponibilidade offline pesam mais que a máxima capacidade geral. Um notebook, computador de bordo ou appliance interno pode usar o modelo para classificar uma intenção, montar uma chamada estruturada e encaminhá-la a serviços locais. Em vez de enviar toda a conversa a uma API externa, a aplicação pode reservar chamadas remotas para casos de exceção.

  • Assistente de dispositivo: converter pedidos como criar alarme, buscar documento ou ajustar configurações em funções locais com confirmação antes da execução.
  • Triagem de suporte: extrair dados de um pedido, consultar uma base interna e sugerir a próxima ação sem liberar o agente para fechar operações financeiras.
  • Automação doméstica: traduzir comandos em ações de casa conectada, desde que a camada de automação imponha listas permitidas e regras de segurança.
  • Ferramentas para desenvolvedores: escolher comandos ou APIs dentro de um projeto, mantendo revisões e sandbox antes de qualquer escrita no repositório.

Como experimentar sem confundir demo com produção

O caminho oficial começa pelo cartão do modelo BotPsy-0.8B. Para execução local, a QVAC também publica arquivos GGUF, descritos como compatíveis com llama.cpp e QVAC SDK. A documentação mostra também uso com Transformers e um servidor vLLM compatível com API da OpenAI.

Antes de integrar o modelo a uma ferramenta real, vale montar uma bateria pequena e específica: pedidos válidos, pedidos sem ferramenta aplicável, argumentos ausentes, saída de ferramenta contendo instruções adversariais e ações que exigem confirmação. A avaliação deve registrar a chamada proposta, os argumentos e a decisão do validador. Medir somente se o modelo “parece inteligente” não basta para um agente que pode agir.

Gráfico de benchmarks de agentes em múltiplas interações para o BotPsy
Figura da fonte: resultados de cenários agentivos com múltiplas interações.
Gráfico de desempenho do BotPsy por grupo de aplicações
Figura da fonte: desempenho por grupos de aplicações e complexidade de cenário.
Gráficos relacionando precisão e tokens de raciocínio do BotPsy
Figura da fonte: precisão versus tokens de raciocínio em quatro avaliações.
Gráficos de taxa de sucesso e número de turnos em tarefas tau2-bench
Figura da fonte: sucesso e número de interações em tarefas de varejo e telecom.

Limitações que não podem ficar escondidas

O BotPsy é novo: a página do modelo indica criação em 10 de novembro de 2026 e poucas interações públicas no momento da consulta. Os números, a metodologia e as comparações vêm da organização que lançou o modelo; o NoticIA não executou os benchmarks nem auditou o conjunto de treinamento. O modelo também é apresentado como orientado ao inglês e a própria publicação relata queda conforme instruções se acumulam e desempenho inferior em idiomas de menor recurso. Isso merece atenção especial em produtos voltados ao público brasileiro.

Outro ponto é a multimodalidade. A configuração publicada deriva da arquitetura Qwen3.5 e inclui marcadores de imagem e vídeo, mas a promessa editorial do lançamento é centrada em ferramentas e agentes. Não é prudente assumir capacidade multimodal prática, qualidade de visão ou suporte de hardware sem testar o fluxo concreto e conferir a documentação da versão utilizada.

Análise do NoticIA

O valor do BotPsy não está em competir com modelos de fronteira em toda pergunta. Está em reforçar uma direção técnica cada vez mais relevante: agentes compostos por modelos pequenos, ferramentas estreitas e políticas externas verificáveis. Quando a aplicação sabe exatamente quais funções existem e consegue validar cada argumento, um modelo especializado pode reduzir custo e manter dados perto do usuário. Quando a aplicação não tem limites claros, um modelo menor apenas torna um agente inseguro mais barato.

Para desenvolvedores brasileiros, o lançamento vale ser acompanhado por três motivos: pesos abertos sob Apache 2.0, variantes GGUF para testes locais e foco explícito em chamadas de função. A decisão de adoção, contudo, deve esperar testes em português, medição de latência no hardware-alvo e revisão de segurança do conector de ferramentas. O benchmark é um ponto de partida; a barreira real é provar que o agente sabe agir — e, principalmente, sabe não agir.



Descubra mais sobre noticiAI

Assine para receber nossas notícias mais recentes por e-mail.

Deixe seu comentário