Tether lança IA médica local para celular: modelo pequeno de 1,7 bilhões supera modelo grande 16 vezes, eliminando completamente a dependência da nuvem

De acordo com o monitoramento do Beating, a equipe de pesquisa em IA do emissor de USDT, Tether, anunciou hoje o lançamento da série de modelos de linguagem médica QVAC MedPsy, uma IA médica localizada especialmente projetada para smartphones inteligentes, dispositivos vestíveis e outros terminais de baixa capacidade de processamento.
Ela pode ser executada sem depender de servidores na nuvem, alcançando desempenho muito superior ao tamanho do modelo através de uma arquitetura eficiente: a versão de 1,7 bilhões de parâmetros obteve uma pontuação média de 62,62 em sete benchmarks médicos fechados, superando o Google MedGemma-4B em 11,42 pontos, e derrotou o MedGemma-27B, com quase 16 vezes mais parâmetros, em cenários clínicos reais como o HealthBench Hard;
A versão de 4 bilhões de parâmetros atingiu uma pontuação ainda maior de 70,54, superando modelos maiores de forma abrangente, além de reduzir significativamente o consumo de tokens de inferência (até 3,2 vezes), e foi publicada no formato quantizado GGUF (1,7B aproximadamente 1,2GB), adequada para implantação móvel e de borda.

Esta publicação desafia a hipótese tradicional de que “modelos maiores = melhor desempenho”, focando na melhoria da eficiência por meio de treinamento médico em fases (supervisão, dados de raciocínio clínico + aprendizado por reforço), alcançando verdadeira proteção de privacidade local e inferência de baixa latência.
O CEO da Tether, Paolo Ardoino, afirmou que isso permite que a IA médica processe dados sensíveis localmente em hospitais ou dispositivos, sem necessidade de transmissão para a nuvem, reduzindo custos, latência e riscos de privacidade, com potencial para transformar a infraestrutura de IA médica e promover a implantação localizada globalmente, especialmente em regiões subdesenvolvidas.