A Tether apresentou a QVAC Psy, uma família de modelos fundacionais descrita como uma "mente descentralizada" que corre localmente em telemóveis, portáteis e redes peer-to-peer, em vez de servidores centralizados na cloud. O stack inclui a QVAC Fabric — um fork do llama.cpp para Linux, macOS, Windows, iOS e Android — mais um SDK unificado para fine-tuning, voz, OCR e geração aumentada por recuperação. O primeiro modelo concreto lançado, a MedPsy, é um LLM médico só de texto com 1.7B e 4B de parâmetros, que a Tether diz obter 70.54 em sete benchmarks médicos de resposta fechada, contra os 69.95 do MedGemma-27B-text-it da Google — quase sete vezes maior — e registar 74.00 / 58.00 em HealthBench e HealthBench Hard, face a 65.00 / 42.67 do modelo da Google.
Porque é relevante
O movimento estende a mecânica do negócio central da Tether do dinheiro para a inteligência. A USDT já converte procura offshore de dólares numa pilha de reservas dominada por Treasuries de curta duração; no 1.º trimestre de 2026, a Tether reportou 1.04 mil milhões de dólares de lucro líquido e uma almofada de reservas de 8.23 mil milhões contra cerca de 183 mil milhões de passivos relacionados com tokens. A QVAC aplica o mesmo volante de caixa operacional à computação, modelos e datasets — financiando uma aposta de infraestrutura de longa duração com o rendimento da maior stablecoin do mundo, em vez de com rondas de venture capital. A moldura Asimov é mais do que branding: posiciona a IA como infraestrutura civilizacional, com a mesma premissa permissionless que impulsionou a adoção das stablecoins.
Impacto no mercado
A aposta arquitetónica é uma corrida diferente da dos laboratórios de fronteira. A OpenAI, Anthropic, Google DeepMind e xAI otimizam para a máxima capacidade geral entregue através de um serviço centralizado; a QVAC otimiza para implementabilidade, privacidade, latência e sobrevivência quando os serviços centralizados caem. A documentação do SDK da Tether diz que as apps alimentadas por QVAC continuam a funcionar quando a internet cai, com inferência peer-to-peer encaminhada através do stack Holepunch. O teste de credibilidade é a replicação: os benchmarks públicos mais fortes da MedPsy continuam a vir da avaliação da própria Tether, o corpus de treino não foi divulgado, e o modelo é só de texto, só em inglês e explicitamente desaconselhado para emergências. Se investigadores externos reproduzirem a diferença, a QVAC torna-se o primeiro exemplo credível de uma emissora de stablecoins a financiar um stack de IA open-source competitivo; se a diferença se estreitar, o argumento de infraestrutura sobrevive, mas a alegação do modelo enfraquece.
Perguntas frequentes
-
O que é a QVAC Psy da Tether?
A QVAC Psy é uma família de modelos fundacionais que a Tether descreve como 'enraizada nos princípios da Psico-história,' acompanhada por um runtime edge-first — a QVAC Fabric, um fork do llama.cpp — que executa IA localmente em dispositivos de consumo e em redes peer-to-peer.
-
Como é que a MedPsy se compara a modelos médicos maiores?
A Tether reporta a MedPsy-4B a obter 70.54 em sete benchmarks médicos fechados, contra 69.95 do MedGemma-27B-text-it da Google, e a registar 74.00 / 58.00 em HealthBench e HealthBench Hard face a 65.00 / 42.67 do modelo da Google — cerca de sete vezes mais parâmetros.
-
O desempenho da MedPsy foi verificado de forma independente?
Não. Os benchmarks públicos mais fortes vêm do próprio harness de avaliação da Tether; o corpus de treino não foi divulgado, e a FAQ sinaliza explicitamente o modelo como só de texto, só em inglês, inadequado para emergências e vulnerável a alucinações.
-
Como é que a Tether está a financiar o seu impulso na IA?
Resultados operacionais do 1.º trimestre de 2026: 1.04 mil milhões de dólares de lucro líquido e uma almofada de reservas de 8.23 mil milhões contra cerca de 183 mil milhões de passivos relacionados com tokens, com exposição significativa a Treasury bills. O mesmo motor de yield que financiou a compra de 8,888 BTC em…
-
Qual é a alegação de descentralização na QVAC?
A QVAC descentraliza na camada de inferência — os utilizadores podem correr modelos localmente, manter os dados no dispositivo e encaminhar inferência peer-to-peer via stack Holepunch. A governação, seleção de modelos e direção do roadmap continuam centralmente coordenadas pela Tether.