Microsoft rzuca wyzwanie gigantom. Fara1.5 detronizuje OpenAI i Google w automatyzacji przeglądarki

Rywalizacja w sektorze agentów AI, potrafiących samodzielnie obsługiwać interfejsy komputerowe, wkroczyła w nową fazę. Microsoft Research zaprezentował rodzinę modeli Fara1.5, która rzuca wyzwanie najpotężniejszym zamkniętym systemom na rynku. Choć OpenAI i Google od miesięcy promują swoje rozwiązania jako szczyt możliwości, wyniki benchmarków wskazują na niespodziewanego lidera. Co istotne, Microsoft udostępnił wagi modelu, stawiając na otwarte oprogramowanie zamiast kolejnego zamkniętego czatu.

Debiut Fara1.5 wpisuje się w nagłe przyspieszenie wyścigu w kategorii „computer use”, gdzie Microsoft, OpenAI i Google walczą o kontrolę nad naszymi kursorami. To ważny moment: po miesiącach krytyki drogich modeli chmurowych i obaw o prywatność danych, rynek wymusza rozwiązania tańsze i zdolne do pracy lokalnej. Fara1.5 pokazuje, że otwarte wagi mogą nie tylko dogonić, ale i przegonić systemy warte miliardy dolarów.

Benchmarki nie pozostawiają złudzeń

Kluczowym testem sprawności agentów jest Online-Mind2Web – zestaw 300 zadań na ponad 130 żywych witrynach. W tym środowisku najmocniejszy wariant Fara1.5-27B osiągnął skuteczność 72%. Dla porównania, OpenAI Operator uzyskał wynik 58,3%, a Gemini 2.5 Computer Use od Google – 57,3%. Nawet średniej wielkości model Microsoftu (9B) wyprzedził flagowce konkurencji, notując 63,4%.

Fara1.5 to wyspecjalizowany agent przeglądarkowy. Interpretuje zawartość ekranu, przewija strony, klika i wpisuje dane jak człowiek. Koniec z hermetycznymi wtyczkami – to uniwersalne narzędzie rozumiejące wizualny kontekst sieci. Sukces wynika z nowego podejścia do szkolenia. Zespół AI Frontiers wykorzystał system FaraGen1.5, w którym model GPT-4.o od OpenAI posłużył jako „nauczyciel”, generując demonstracje dla mniejszego, ale sprawniejszego ucznia.

Bezpieczeństwo wewnątrz piaskownicy

Automatyzacja działań w sieci budzi obawy. Microsoft podszedł do nich pragmatycznie przez trening w domenach syntetycznych. Stworzono sześć replik serwisów (kalendarze, sklepy), gdzie modele ćwiczyły operacje bez ryzyka naruszenia kont. Dzięki temu agenci nauczyli się rozpoznawać tzw. punkty krytyczne, w których system musi zatrzymać się i poprosić człowieka o autoryzację przed płatnością czy wysłaniem maila.

Całość operuje w środowisku MagenticLite – piaskownicy pozwalającej monitorować logi działań. To uderzenie w model subskrypcyjny OpenAI, który w pierwotnej formie budził kontrowersje wysokimi kosztami i szerokim dostępem do wrażliwych danych użytkownika.

Nowy standard dostępności

Microsoft udostępnia Fara1.5 w trzech rozmiarach: 4, 9 oraz 27 miliardów parametrów, bazujących na architekturze Qwen2.5. Model 9B trafił już na platformę Azure AI Foundry. Otwarcie wag oznacza, że deweloperzy mogą uruchamiać system na własnej infrastrukturze, co radykalnie obniża barierę wejścia w porównaniu do modeli chmurowych.

Choć premiera dotyczy przeglądarki, Microsoft planuje ekspansję na cały pulpit i oprogramowanie korporacyjne. Era „AI, które tylko pisze” ustępuje epoce „AI, które klika”. Microsoft, mimo bycia największym inwestorem OpenAI, właśnie pokazał, że potrafi zbudować skuteczniejsze narzędzie niż jego główny partner.