微软Fara1.5浏览器AI模型发布 任务成功率72%超越OpenAI

浏览器AI助手领域迎来重要突破。微软研究院AI Frontiers实验室正式发布Fara1.5系列模型，这是一套专为浏览器环境设计的计算机使用智能体，同步推出4B、9B与27B三种参数规格，为不同应用场景提供灵活选择。

如何使用这款浏览器AI工具？Fara1.5需与微软的MagenticLite配合使用。MagenticLite可视为一个专为AI智能体优化的安全浏览器沙盒环境。其工作原理直观高效：模型直接分析浏览器界面截图，随后生成对应的鼠标点击、键盘输入等操作指令，从而自主、逐步地完成用户在网页上设定的各类任务。

技术架构上，Fara1.5基于Qwen3.5的基础检查点开发，遵循经典的“观察—思考—行动”决策循环。在每一步操作前，模型都会整合历史对话上下文以及最新的三张浏览器截图进行深度推理，然后精准输出下一个执行动作。

其实际性能表现如何？在权威的网页任务完成度基准测试Online-Mind2Web中，Fara1.5成绩卓越。该测试涵盖136个主流网站及超过300项真实用户任务，挑战性极高。其中，旗舰型号Fara1.5-27B取得了72%的任务成功率。

这一数据在当前主流浏览器AI模型中处于什么位置？对比来看：OpenAI的Operator模型成功率为58.3%，谷歌的Gemini 2.5 Computer Use为57.3%，Yutori Navigator n1为64.7%。尤为值得注意的是，参数规模小得多的Fara1.5-9B版本也实现了63.4%的成功率，展现出极高的效率与性价比。

卓越性能的背后是高质量的训练数据支撑。Fara1.5系列使用了约200万条样本进行微调。数据构成多元：约60%源自真实的网页操作轨迹，12.8%来自合成模拟环境，12.5%专注于表单填写与交互训练，8.8%用于事实准确性锚定，另有4.9%来源于视觉问答数据。这种混合数据策略旨在全面提升模型对网页复杂环境与用户真实意图的理解能力。

当然，AI在浏览器中自主操作，安全与可控性是核心关切。Fara1.5为此内置了多重保障机制。在三种关键情况下，模型将主动暂停并请求用户确认：一是当任务需要但缺失必要的个人信息时；二是当任务指令本身模糊不清时；三是当即将执行一项未经用户明确批准的、不可逆的操作时。所有操作历史均完整记录于MagenticLite中，而这个沙盒环境本身，也构成了隔离AI智能体与用户真实系统的重要安全屏障。