Svmuu訊 Tether AI Research Group 發布新一代醫療 AI 模型 QVAC MedPsy，主打可直接在智慧型手機、可穿戴設備等低算力硬體本地運行，無需依賴雲端伺服器，同時在多項醫療基準測試中超越多款更大規模的 SOTA 模型。
官方數據顯示，17 億參數版本 QVAC MedPsy 在 7 項封閉式醫療基準測試中平均得分 62.62，較 Google 的 MedGemma-1.5-4B-it 高出 11.42 分，儘管模型規模不足後者一半。在 HealthBench Hard 等真實臨牀測試中，該模型甚至超過參數規模接近其 16 倍的 MedGemma 27B。
此外，40 億參數版本平均得分達 70.54，在多項醫療推理評估中超過多款規模高達其近 7 倍的大模型。Tether 表示，該模型透過後訓練醫療推理優化、強化學習及高品質醫學數據訓練，實現了「小模型高性能」。
相比傳統雲端 AI 架構，QVAC MedPsy 還大幅降低推理成本。其 40 億參數版本平均生成約 909 tokens，遠低於同類系統的 2953 tokens，可實現更低延遲與更低計算成本。模型同時提供 GGUF 量化版本，適用於行動端和邊緣設備本地部署。
Paolo Ardoino 表示，該模型的核心目標是提升模型效率，而非單純擴大參數規模，使醫療 AI 能夠直接在醫院本地系統或終端設備運行，從而避免敏感醫療數據上傳雲端。