0.8Bの端末内AI「BotPsy」公開、ツール操作スコア約2倍で見える3論点

Tetherの研究部門が端末上で動く0.8Bのエージェント向けAI「BotPsy」を公開。ツール呼び出しのベンチマークでベース比約2倍、ループ発生率は1.4%に低下。性能と日本語・ライセンスの注意点、EC業務での使いどころを解説します。

投稿日: カテゴリー AIニュース

Tetherの研究部門は2026年11月11日、端末上で動く0.8Bのエージェント向けモデル「BotPsy」を公開しました。

本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル(うるチカラ運営)が解説します。BotPsyは、パラメータ数わずか0.8B(8億)でありながら、外部ツールの呼び出しや複数ステップの作業をこなすことを狙って作られた小型言語モデルです。ベースにしたモデルと比べ、ツール利用系ベンチマークの多くでスコアが約2倍に伸びたと報告されています。クラウドに頼らずスマートフォンやPCの中でAIエージェントを動かす流れが、また一歩進んだニュースといえます。

BotPsyとは何か、何が発表されたのか

BotPsyとは、ステーブルコインUSDTで知られるTetherのAI研究部門が開発した、関数呼び出し(AIが外部のアプリやAPIを決まった形式で呼び出す機能)に特化した0.8Bパラメータの小型モデルのことです。発表は同社のAIブランドQVACのチームがHugging Faceのブログで行い、モデル本体はBotPsy-0.8Bとして、軽量化した形式はBotPsy-0.8B-GGUFsとして配布されています。

土台になっているのはAlibabaのQwen3.5-0.8Bです。そこに4段階の追加学習を重ねています。まずツール利用の会話データで全体を微調整し、次にツール利用、推論、指示追従をそれぞれ得意とする3つの4Bクラスの教師モデルから知識を移す蒸留を行い、最後に強化学習を2段階で実施したという流れです。強化学習の1段階目ではツール呼び出しの正確さに部分点を与える報酬設計を採り、2段階目では数学やコード、知識問題など汎用の検証可能なタスクで鍛えています。

想定している利用領域は、Web検索や調査、旅行、商取引や金融、業務や顧客対応、機器の操作、ファイルや文書、カレンダー、メールやメッセージングと幅広く設定されています。一方で、開発元は低〜中程度の難易度のタスク向けと位置づけており、リスクの高い用途は推奨していません。

ツール利用系ベンチマークでBotPsyとベースモデルを比較したグラフ

数字で見る性能、なぜ小型エージェントが重要なのか

最も目立つのは、ツール利用系ベンチマークでの伸び幅です。関数呼び出しの標準的な評価であるBFCL v4は23.4から44.0へ、ACEBenchは30.1から58.7へ、顧客対応シナリオを模したτ-benchは23.2から51.5へ、ToolSandboxは30.5から64.6へと、いずれもベースモデルのほぼ2倍に上がりました。パラメータが倍以上あるQwen3.5-2Bの思考モデルも、これら4つの指標では上回ったとされています。複数ターンにわたるやり取りを測るBFCL v4のマルチターン評価では、7.5から46.1へと大きく改善しました。

指示追従の改善も大きく、IFEvalは59.7から90.8に、IFBenchは22.0から55.9に上がっています。小型モデルにありがちな、同じ文章を延々と繰り返すループの発生率はIFBenchで22.9%から1.4%に下がり、出力上限の32,000トークンまで考え続けて打ち切られる割合も28.3%から0.2%に減ったと報告されています。推論に使うトークン量も、GPQA Diamondでは11,563から3,690へと約3分の1に圧縮されました。端末上で動かす場合、この「考えすぎない」性質はそのまま応答速度や電池消費の差になるため、数字以上に実用上の意味があると筆者は見ています。

安全性の面では、自動レッドチーミング(攻撃的な入力を大量に試す検証)で有害な応答を返した割合が21%と、ベースモデルの36%から下がりました。プロンプトインジェクション(外部の文章に紛れ込ませた指示でAIを乗っ取る攻撃)への耐性も46%から31%に改善したとされています。ただし、裏返せば3割前後はまだ攻撃が通る水準であり、決して安心できる数字ではありません。

小型エージェントモデルが注目される理由は、コストとプライバシーにあります。クラウドの大規模モデルを呼ぶたびに発生するAPI費用や通信の遅延がなく、データを外部に送らずに処理できるため、個人情報を扱う場面や通信が不安定な現場でも使いやすくなります。GoogleやMeta、Microsoftなども小型モデルの開発を競っており、BotPsyはその中で「ツールを正しく呼ぶこと」に絞り込んだ一例と位置づけられます。

今後の動きと、EC事業者が押さえておきたい点

今後の焦点は3つあります。1つ目は日本語対応です。開発元は主に英語で学習・評価したと説明しており、ヒンディー語やロシア語では性能が大きく落ちると明記しています。日本語での実力は公表されておらず、現時点では要確認です。2つ目はライセンスです。配布ページでは研究・教育目的でのApache 2.0ライセンスと説明されており、商用サービスにそのまま組み込めるかどうかは条件を確認する必要があります(要確認)。3つ目は、同様の手法がより大きなモデルや他社に広がるかどうかです。教師モデルを用途別に分けて蒸留する手法は再現しやすく、近いうちに似たアプローチの小型モデルが増える可能性があります。

EC事業者の業務に引き寄せると、BotPsyが想定領域に商取引と顧客対応を含めている点は見逃せません。たとえば店舗スタッフのスマートフォンやバックヤードのPCで、在庫確認や受注検索、定型的な問い合わせの下書きといった軽い作業を、外部にデータを出さずにAIへ任せる構成が現実味を帯びてきます。楽天市場やShopifyの管理画面をAIに操作させる取り組みは大規模モデル前提で語られることが多いですが、定型作業は小型モデル、判断を伴う作業はクラウドの大型モデルという使い分けが今後の標準になっていくと筆者は考えます。ただし、開発元自身が金銭や個人情報が絡む判断には向かないと注意しているため、決済や返金の処理を任せるような使い方は避けるべきです。

まとめ

TetherのQVACチームが公開したBotPsyは、0.8Bという小ささで、ツール呼び出しの主要ベンチマークをベースモデル比で約2倍に引き上げた端末向けエージェントモデルです。日本語性能と商用ライセンスは未確認で、すぐに業務投入できる段階ではありません。それでも、AIエージェントが端末の中で動く時代の具体的な手がかりとして、動向を追っておく価値は十分にあります。

参考文献

※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談(30分)も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/

引用元: Hugging Face Blog


【監修】齋藤竹紘(株式会社オルセル代表 / 19年・5,000社のEC支援実績)


投稿者: 齋藤竹紘

株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。

お問い合わせ