微軟 Research AI Frontiers 團隊在 2026 年 5 月發布了一個完全開源的電腦操作 Agent 模型家族 Fara1.5，並提供 4B、9B、27B 三種參數規模，全部以 MIT 授權釋出，權重託管於 HuggingFace。其中 Fara1.5-27B 在 Online-Mind2Web 基準測試拿下 72.3% 的高成功率，超越 OpenAI Operator 的 58.3% 與 Google Gemini 2.5 Computer Use 的 57.3%。一個 27B 參數的小模型，在瀏覽器操作任務上打敗了閉源的大型商用模型。
純視覺操作，不看原始碼
Fara1.5 的運作方式相當直觀：模型接收瀏覽器截圖與對話歷史，經過推理後直接輸出滑鼠與鍵盤動作，在預測的座標上執行點擊、滾動、打字等操作。整套流程不需要 accessibility tree（無障礙樹狀結構），也不需要額外的解析模型將網頁轉換成結構化資料。模型看的是像素，輸出的是動作座標。
動作空間涵蓋標準滑鼠與鍵盤輸入，也包含網頁搜尋、上下文管理等 meta 動作。模型可以把某些事實記下來供後續步驟使用，也能在使用者資訊不足時主動發問。每個步驟最多參考最近三張截圖，輸出一個動作，形成觀察、思考、行動的循環。損失函數只套用到每個軌跡的最後三個步驟，讓訓練更聚焦於近期決策點而非遠端歷史。
這種純視覺方式的優勢在於通用性。不同於依賴 DOM 樹或 accessibility tree 的方案，Fara1.5 看到的是與人類使用者相同的畫面，操作邏輯也不受限於特定網頁框架或前端技術。無論網站用的是 React、Vue 還是傳統伺服器渲染，對模型來說都只是像素。代價是推理成本較高：每個步驟都需要處理一張完整截圖，27B 模型在單一動作的生成時間會明顯高於輕量級的 DOM 解析方案。
三種尺寸，各有定位
Fara1.5 家族基於 Qwen3.5 架構，三個版本對應不同的成本與效能需求[1]：
- Fara1.5-4B：最小版本，WebVoyager 基準達 80.8%
- Fara1.5-9B：中等版本，Online-Mind2Web 達 63.4%，WebVoyager 達 86.6%，在同級距模型中超越 MolmoWeb 8B、GUI-Owl-1.5 8B、Holo2 8B 等對手
- Fara1.5-27B：最大版本，Online-Mind2Web 達 72.3%，WebVoyager 達 88.6%
Online-Mind2Web 涵蓋 136 個熱門網站上的 300 項任務，是評估瀏覽器 Agent 的標準基準。Fara1.5-27B 的 72.3% 成功率，幾乎是前身 Fara-7B（34.1%）的兩倍。
Fara1.5 被訓練在三種情況下暫停並詢問使用者：任務需要使用者未提供的個人資訊、任務描述有歧義或缺漏、即將執行不可逆操作但未獲批准。模型也搭配 MagenticLite 沙盒瀏覽器運作，所有操作都有日誌記錄可供審查，沙盒同時扮演模型與使用者機器之間的安全邊界。
Fara1.5 並非微軟在電腦操作 Agent 領域的首次嘗試。2025 年 11 月，微軟發布了 Fara-7B，一個 7B 參數的模型，在部分基準上與 GPT-4o 平起平坐，平均以 16 步完成任務，遠優於 UI-TARS 的 41 步。Fara-7B 模型大小為 16.6GB，可在一般 PC 上本地執行，資料不離開裝置。
實際使用上，Fara1.5 可以透過命令列工具 fara-cli 驅動，也可以整合到 Magentic-UI 沙盒環境中運作。部署方式支援從 Microsoft Foundry 取得模型端點，再以 JSON 設定檔指定端點 URL 與 API 金鑰即可開始使用。使用者也能從 HuggingFace 直接下載權重，在本機以 vLLM 等推理框架自行託管，完全不需要雲端服務。
Fara1.5 HuggingFace 頁面
開源 AI Agent 的格局對比
電腦操作 Agent 賽道上，OpenAI 走的是封閉 API 路線，Operator 僅能透過付費介面使用；Google 的 Gemini 2.5 Computer Use 同樣綁定雲端服務。微軟選擇把 Fara1.5 的權重以 MIT 授權完整釋出，任何人都可以從 HuggingFace 下載、在本機部署，不仰賴任何雲端 API。模型也可透過 Microsoft Foundry 託管執行。
不過 Fara1.5 仍有局限性，在 WebTailBench v1.5 長尾任務基準上，Fara1.5-9B 的成果成功率為 32.3%，而 GPT-5.4 達到 57.4%。在處理較罕見的網頁操作場景時，大型商用模型仍保有優勢。Fara1.5 目前也定位為研究預覽（research preview），距離生產環境部署還有一段距離。