Tether lanza un programa de subvenciones, reforzando su estrategia de IA centrada en lo local

Tether, el emisor de USDT, la mayor criptomoneda estable del mundo, ha puesto su mirada en la inteligencia artificial, invirtiendo millones de dólares en tecnología que no requiere la nube para funcionar. 

Paolo Ardoino, CEO de Tether, compartió cómo migró de la IA basada en la nube a un sistema de IA local y autónomo, advirtiendo sobre los riesgos de los nuevos sistemas de agentes de IA. 

Tether está pagando a desarrolladores para que construyan sistemas de IA locales 

Tether ha lanzado un programa ilimitado de subvenciones para desarrolladores con el fin de financiar infraestructura de IA y pagos con enfoque local. Anteriormente, el grupo de investigación de IA de Tether publicó modelos de lenguaje médico que funcionan en teléfonos inteligentes estándar y superan a los sistemas considerablemente más grandes de Google (NASDAQ: GOOGL).

Tether se suma a la tendencia que Ethereum ya sigue Vitalik Buterin, cofundador entrada en su blog donde detalla su completa migración para abandonar la IA basada en la nube.

Cryptopolitan Según , Buterin afirma que ahora gestiona todo en sus propios servidores y desea que otros hagan lo mismo, especialmente ante la introducción de nuevos sistemas de "agentes" que representan importantes amenazas para la seguridad. Buterin destacó la investigación realizada sobre OpenClaw, que alcanzó las 280 000 estrellas a principios de 2026.

Esta herramienta permite a los agentes de IA controlar directamente los ordenadores, y los investigadores de seguridad han demostrado que los agentes de OpenClaw pueden modificar la configuración crítica del sistema, descargar y ejecutar scripts maliciosos desde páginas web sin que el usuario se dé cuenta, y extraer datos a través de llamadas de red silenciosas.

Cryptopolitan informó que aproximadamente el 15% de las "habilidades" que utilizan estos agentes contienen comandos ocultos que envían silenciosamente datos del usuario a servidores externos.

“Si logran crear algo que funcione localmente, que genere valor directamente y que no dependa de proveedores externos, lo financiaremos”, dijo Paolo Ardoino, CEO de Tether.

de Tether El programa de subvenciones paga a los participantes entre 1500 y 4000 dólares por tarea, en USDT o Bitcoin (BTC), sin límite en el total de pagos. Sin embargo, los desarrolladores solo reciben el pago una vez que se completan entregables técnicos específicos.

Tether está orientando el programa hacia la creación de bibliotecas centrales para su plataforma local de IA, QVAC, la producción de documentación técnica, el desarrollo de aplicaciones sobre la pila abierta de Tether y la investigación de la descentralización y la IA en el borde.

Un aspecto fundamental es el Kit de Desarrollo de Carteras (WDK), que permite a los desarrolladores integrar carteras de autocustodia directamente en las aplicaciones, al tiempo que permite a los usuarios gestionar sus cuentas y completar transacciones sin depender de servicios de custodia ni de API alojadas. 

Anteriormente, Tether otorgó subvenciones por valor de 100 000 dólares a la Fundación BTC Pay Server durante dos años consecutivos y donó 250 000 dólares a OpenSats para el desarrollo Bitcoin . Tether ha distribuido más de 500 becas de estudiodent y se ha comprometido a aportar hasta aproximadamente 5,38 millones de dólares (5 millones de francos suizos) para la siguiente fase del programa hasta 2030.

¿Pueden los modelos de IA más pequeños superar a los más grandes?

El grupo de investigación de IA de Tether lanzó recientemente QVAC MedPsy, un par de modelos de lenguaje médico diseñados para ejecutarse directamente en teléfonos inteligentes y dispositivos portátiles sin conexión a internet. Los resultados ponen en tela de juicio la suposición de que un mejor rendimiento requiere modelos más grandes.

El modelo más pequeño, QVAC MedPsy-1.7B (1.700 millones de parámetros), obtuvo una puntuación de 62,62 en siete pruebas de referencia médicas cerradas, superando al MedGemma-1.5-4B-it de Google por 11,42 puntos a pesar de tener menos de la mitad del tamaño.

El modelo QVAC MedPsy-4B, de mayor tamaño (4.000 millones de parámetros), obtuvo una puntuación de 70,54 en las mismas pruebas comparativas, superando al MedGemma-27B-text-it de Google, un modelo casi siete veces mayor que contiene aproximadamente 27.000 millones de parámetros.

La diferencia de rendimiento se amplió cuando los modelos se probaron en escenarios clínicos reales. En HealthBench Hard, una prueba diseñada para medir el razonamiento médico aplicado, QVAC MedPsy-4B obtuvo una puntuación de 58,00 en comparación con los 42,00 de MedGemma-27B. 

Además, estos modelos utilizan hasta 3,2 veces menos tokens que los sistemas comparables, lo que se traduce directamente en tiempos de respuesta más rápidos y menores exigencias computacionales.

Tether, Vitalik y otros defensores del uso de modelos de IA locales y más pequeños señalarán estos resultados como prueba de que los usuarios no necesitan arriesgarse a enviar sus datos a la nube para ejecutar sistemas eficientes.