Fara1.5 від Microsoft перевершив OpenAI та Google у тестах веб-перегляду

Заголовок: Відкритий браузерний агент Microsoft Fara1.5 перевершує OpenAI та Google — і розроблений для роботи під вашим контролем Уявіть, що ви даєте штучному інтелекту завдання обстежити п’ять сайтів з подорожами, порівняти варіанти, заповнити форму бронювання та підтвердити оренду найближчого до пляжу житла — і повертаєтеся, щоб знайти завдання виконаним. Ось обітниця «агентів комп’ютерного використання»: моделей, які читають ваш браузер, клікають, прокручують і друкують, як людина. До цього часу лідерами в цій гонці були дорогі пропрієтарні хмарні сервіси: Operator від OpenAI (продукт за $200 на місяць, запущений у січні 2025 року, пізніше інтегрований у ChatGPT Agent) та Gemini 2.5 Computer Use від Google. Цього тижня Microsoft Research змінила правила гри з Fara1.5 — компактною сім’єю відкритих моделей, яка перевершує обидві на реальних веб-бенчмарках і публікує свої ваги та код інференсу. Що таке Fara1.5 - Сім’я з трьох моделей (4B, 9B, 27B параметрів), побудованих на основі Qwen3.5 від Alibaba та доналаштованих Microsoft для завдань у браузері. (Параметри умовно вказують на потужність моделі; більше означає більшу здатність.) - Всі ваги моделей публічно випущені, а код інференсу доступний на GitHub, тому ви можете запускати агенти на обладнанні, яке контролюєте самі, а не покладатися на хмарного провайдера. Як вона працює (реальні веб-бенчмарки) Microsoft спрямувала Fara1.5 на бенчмарк Online-Mind2Web — 300 реалістичних завдань на 136 живих сайтах (порівняння продуктів, заповнення форм, бронювання), оцінених за успішністю на реальному, змінному вебі: - Fara1.5-27B: 72,0% - OpenAI Operator: 58,3% - Google Gemini 2.5 Computer Use: 57,3% - Yutori Navigator n1 (лідер серед пропрієтарних конкурентів): 64,7% - Fara1.5-9B: 63,4% (вже випереджає OpenAI та Google) Відкриті конкуренти відставали: GUI-Owl-1.5 (8B) від Alibaba — 48,6%; MolmoWeb від AI2 — 35,3%; старша версія Fara-7B від Microsoft — 34,1% (тобто нова версія майже подвоїла результат попередньої моделі). На WebVoyager — другому бенчмарку з живим вебом — Fara1.5-27B показала 88,6% (проти 87,0% у OpenAI Operator та 83,0% у Holo2-30B від H Company). Чому вона перемагає Microsoft перебудувала розробницький пайплайн з нуля. Ключові елементи: - FaraGen1.5: спеціально розроблена система генерації даних, яка використовувала GPT-5.4 (вчительську модель OpenAI) для створення якісних демонстрацій для навчання Fara1.5 — коротко кажучи, Microsoft використала найкращу модель OpenAI як вчителя для навчання відкритого конкурента. - Навчання на синтетичних доменах: шість повністю функціональних копій реальних сайтів (пошта, календар, ринки) дозволили моделі тренуватися на чутливих або незворотних сценаріях (логіни, бронювання, надсилання листів), не торкаючись реальних акаунтів. - Перероблені цілі та оркестрація: дані, цілі навчання, архітектура моделей та оркестрація під час роботи були оптимізовані разом, щоб зробити маленькі моделі стабильними при «агентських» завданнях. Безпека та контроль Microsoft зробила акцент на заходах безпеки. Моделі розроблено так, щоб зупинятися та запитувати погодження перед незворотними діями. Шар інтерфейсу (Magnetic-UI) та ізольоване середовище браузера (MagneticLite) реєструють кожну дію та дозволяють користувачам зупинити агента будь-коли. Як зауважив Яш Лара з Microsoft, баланс між потужними контрольними точками та гладким користувацьким досвідом є ключовим для уникнення втоми від затверджень, залишаючи користувача безпечною. Це суперечить попереднім попередженням OpenAI щодо доступу агентів до чутливої інформації при входженні в сервіси; підхід Microsoft зосереджений на ізольованому середовищі та явному логуванні. Чому це важливо для криптоспеціалістів - Ваги з вiдкритим кодом + локальний інференс = самосуверенність. Запуск агентських моделей на контролюваному інфраструктурному стеку поєднується з акцентом криптовалют на керуванні та децентралізації (подумайте про самов Hosting боти, які можуть взаємодіяти з dApp, біржами чи інструментами DAO без розголошення ключей стороннім хмарним сервісам). - Перевіряєма поведiнка: логи ізольованого середовища та публiчний код полегшують аудиторам та розробникам перевiрити поведiнку агента та інтегрувати заходи безпеки до смартконтрактних потокiв. - Конкурентна ситуацiя: вiдкрита, ефективна модель зменшує ризик прив’язки до великих хмарних API та може прискорити розробку інструментiв, якi інтегрують агентiв штучного інтелекту з ланцюговими системами. Доступнiсть та наступнi кроки - Fara1.5-9B вже доступний на Azure AI Foundry; версiї 4B та 27B з’являться скоро. - Microsoft планує розширити Fara1.5 за межi браузерiв до стacьонiрних програм та корпоративного програмного забезпечення. Пiдсумок Fara1.5 — це важливий етап: публiчно випущена, конкурентноспроможна модель для браузера, яка перевершує пропрiєтарнi аналоги на реальних веб-бенчмарках, надаючи контроль та прозорiсть, якi мають значення для спiльнот, що цiнують конфiденцiйнiсть та децентралiзацiю. Якщо вам важливо запускати потужних агентiв на вашому стеку — вiд автоматизованих помiчникiв для торгiвлi до асистентiв DAO — ця модель варта уваги.