Tether QVAC MedPsy-4B schlägt Google-Modell bei 7x kleinerer Größe

Tether veröffentlicht zwei medizinische KI-Modelle

Tether, das Unternehmen hinter dem USDT-Stablecoin, hat im Mai 2026 zwei künstliche Intelligenz (KI)-Modelle für medizinische Anwendungen veröffentlicht. Die Modelle sind Teil der QVAC KI-Gruppe von Tether. QVAC ist ein dezentrales, lokal orientiertes KI-Framework, das direkt auf dem Gerät eines Nutzers läuft. Die Modelle tragen die Namen MedPsy-1.7B und MedPsy-4B. Die Zahlen beziehen sich auf die Größe jedes Modells, gemessen in Milliarden von Parametern. Parameter sind die internen Werte, die ein KI-Modell verwendet, um Antworten zu verarbeiten und zu generieren.

Modelle laufen ohne Internetverbindung

Beide MedPsy-Modelle arbeiten, ohne Daten an einen entfernten Server zu senden. Dies wird als On-Device- oder lokale Inferenz bezeichnet. Die Launch-Materialien des QVAC-SDK besagen, dass Apps, die auf QVAC basieren, weiterhin funktionieren, wenn kein Netzwerk verfügbar ist.

"Wenn das Internet ausfällt, arbeitet die KI weiter.", Mai 2026. — QVAC / Tether, SDK Launch Materials, Tether Ltd.

MedPsy-1.7B übertrifft größeres Google-Modell

QVAC hat beide Modelle über sieben geschlossene medizinische Benchmarks getestet. Ein Benchmark ist ein standardisierter Test, der verwendet wird, um die Leistung von KI zu vergleichen. MedPsy-1.7B erzielte im Durchschnitt 62,62 Punkte. Das vergleichbare Modell von Google, MedGemma-1.5-4B-it, erzielte 51,20 Punkte. MedPsy-1.7B enthält weniger als die Hälfte der Parameter des Google-Modells, das es übertroffen hat. Diese Zahlen stammen aus dem technischen Bericht von QVAC auf Hugging Face, der am 06. Mai 2026 veröffentlicht wurde. Eine unabhängige Laborreplikation war zu diesem Zeitpunkt noch nicht abgeschlossen.

MedPsy-4B übertrifft 27-Milliarden-Parameter-Rivalen

Das größere Modell MedPsy-4B erzielte 70,54 Punkte im gleichen Benchmark-Durchschnitt. Googles MedGemma-27B-text-it erzielte 69,95 Punkte. MedPsy-4B enthält ungefähr 4 Milliarden Parameter. MedGemma-27B enthält ungefähr 27 Milliarden Parameter, was es fast siebenmal größer macht. QVAC testete auch beide Modelle auf HealthBench Hard, einem separaten Benchmark für medizinisches Denken, der mit CompassJudger bewertet wurde. MedPsy-4B erzielte 58,00 Punkte in diesem Test. MedGemma-27B-text-it erzielte 42,00 Punkte im gleichen Test.

Komprimierte Dateigrößen passen auf mobile Geräte

QVAC veröffentlichte die Modelle im GGUF-Format, einem Dateityp, der verwendet wird, um KI-Modelle auf Verbraucherhardware auszuführen. Eine komprimierte Version namens Q4_K_M reduziert die MedPsy-4B-Datei auf 2,72 GB. Die Modellkarte von QVAC auf Hugging Face besagt, dass diese Kompression die Dateigröße um 69 % reduziert, während die Benchmark-Leistung im Durchschnitt nur um 0,81 Punkte verringert wird. Die Modellkarte von MedPsy-4B, veröffentlicht am 06. Mai 2026, bestätigt die 2,72 GB-Zahl direkt.

"Q4_K_M ist der optimale Punkt: nur -0,81 Punkte (-1,12 % relativ) im Durchschnittsverlust für eine Größenreduktion von 69 % (2,72 GB), die bequem auf High-End-Mobil- und Laptop-Geräten passt.", 06. Mai 2026. — QVAC Research Team, Tether AI Group

Tether meldet 1,04 Milliarden USD Gewinn im Q1 2026

Tether veröffentlichte seine finanzielle Bestätigung für das erste Quartal 2026 vom 30. April 2026. Eine Bestätigung ist eine finanzielle Überprüfung durch einen externen Prüfer, in diesem Fall die Firma BDO. Der Bericht verzeichnete einen Nettogewinn von 1,04 Milliarden USD für das Quartal. Tether hielt 8,23 Milliarden USD als Reservepuffer über seinen Verbindlichkeiten. Die gesamten tokenbezogenen Verbindlichkeiten beliefen sich auf 183,5 Milliarden USD. Das Unternehmen hielt ungefähr 141,2 Milliarden USD an direkter und indirekter Exposition gegenüber US-Staatsanleihen, die kurzfristige staatliche Schuldtitel sind.