Tether的QVAC团队发布了MedPsy，两个设备上的医疗AI模型在基准平均分上分别得分62.62和70.54。两者在没有云连接的情况下超越了更大的谷歌MedGemma模型。
Tether发布两款医疗AI模型
Tether，USDT稳定币的背后公司，于2026年5月发布了两款用于医疗的人工智能（AI）模型。这些模型是Tether的QVAC AI团队的一部分。QVAC是一个去中心化的、本地优先的AI框架，直接在用户设备上运行。这些模型被命名为MedPsy-1.7B和MedPsy-4B。数字表示每个模型的大小，以十亿个参数为单位。参数是AI模型用于处理和生成响应的内部值。
模型在没有互联网连接的情况下运行
两个MedPsy模型在不将数据发送到远程服务器的情况下操作。这被称为设备上的推理或本地推理。QVAC的SDK发布材料指出，在网络不可用时，基于QVAC构建的应用程序仍然可以正常运行。
“如果互联网断了，AI仍然可以继续工作。”，2026年5月。— QVAC / Tether, SDK发布材料, Tether有限公司。
MedPsy-1.7B超越更大的谷歌模型
QVAC对这两个模型在七个封闭式医疗基准上进行了测量。基准是用于比较AI性能的标准化测试。MedPsy-1.7B的平均得分为62.62。谷歌的可比模型MedGemma-1.5-4B-it得分为51.20。MedPsy-1.7B的参数数量不到谷歌模型的一半。这些数据来自QVAC于2026年5月6日发布的Hugging Face技术报告。截至该日期，独立实验室的复现尚未完成。
MedPsy-4B超越270亿参数的竞争对手
更大的MedPsy-4B模型在相同的基准平均分上得分为70.54。谷歌的MedGemma-27B-text-it得分为69.95。MedPsy-4B大约包含40亿个参数，而MedGemma-27B则大约包含270亿个参数，几乎是其七倍。QVAC还在HealthBench Hard上对这两个模型进行了测试，这是一个使用CompassJudger评估的独立医疗推理基准。MedPsy-4B在该测试中的得分为58.00，而MedGemma-27B-text-it在同一测试中的得分为42.00。
压缩文件大小适合移动设备
QVAC以GGUF格式发布了这些模型，这是一种用于在消费硬件上运行AI模型的文件类型。一个名为Q4_K_M的压缩版本将MedPsy-4B文件大小减少到2.72 GB。QVAC的Hugging Face模型卡指出，这种压缩将文件大小减少了69%，而基准性能仅平均降低了0.81分。MedPsy-4B模型卡于2026年5月6日发布，直接确认了2.72 GB的数字。
“Q4_K_M是最佳选择：仅损失-0.81分（-1.12%相对）平均得分，换取69%的大小减少（2.72 GB），轻松适应高端移动设备和笔记本电脑。”，2026年5月6日。— QVAC研究团队, Tether AI团队
Tether报告2026年第一季度利润为10.4亿美元
Tether于2026年4月30日发布了其2026年第一季度的财务证明。财务证明是外部审计师对财务的审查，在本例中为BDO公司。报告记录了该季度净利润为10.4亿美元。Tether持有82.3亿美元的储备缓冲，超过其负债。与代币相关的总负债达到1835亿美元。公司持有约1412亿美元的美国国债的直接和间接风险，这些是短期政府债务工具。
加密货币波动性极大，涉及重大风险。您可能会失去部分或全部投资。
Coinpaprika上的所有信息仅供参考，并不构成财务或投资建议。在做出投资决策之前，请始终进行自己的研究（DYOR）并咨询合格的财务顾问。
Coinpaprika对因使用此信息而导致的任何损失不承担责任。