A Microsoft Research lançou o Fara1.5, família de modelos de IA open-weight que superou o OpenAI Operator e o Gemini 2.5 Computer Use do Google no benchmark mais exigente de navegação web ao vivo.
A seguir:
- A Microsoft lançou um modelo de IA gratuito que navega, preenche formulários e executa tarefas no browser, sem plugins
- Os números no benchmark principal deixaram OpenAI e Google para trás de forma expressiva
- Os pesos são públicos e o modelo já está disponível, mas há um detalhe no pipeline de treinamento que envolve diretamente a OpenAI
A corrida por agentes de IA capazes de operar o navegador ganhou um novo líder. De acordo com publicação oficial da Microsoft Research, o Fara1.5 é uma família de modelos que lê a tela do browser e executa cliques, rolagens e digitações exatamente como um humano faria. Nenhum plugin é necessário.
O modelo é distribuído com pesos abertos, ou seja, qualquer pessoa pode baixar, modificar e executar localmente. Isso contrasta diretamente com as soluções proprietárias da OpenAI e do Google, que exigem acesso pago à nuvem de cada empresa.
Fara1.5 vs. OpenAI e Google: o que dizem os benchmarks
O Online-Mind2Web é o benchmark de referência para agentes de navegação. Ele avalia se um modelo consegue completar 300 tarefas reais e diversas em 136 sites populares ao vivo, comparar produtos, preencher formulários, reservar serviços. A pontuação reflete a porcentagem de tarefas concluídas corretamente na internet real, em constante mudança.
Conforme os dados publicados pela Microsoft Research, os resultados foram os seguintes:
- Fara1.5-27B: 72%
- Yutori Navigator n1: 64,7%
- Fara1.5-9B: 63,4%
- OpenAI Operator: 58,3%
- Google Gemini 2.5 Computer Use: 57,3%
- Alibaba GUI-Owl-1.5 (8B): 48,6%
- AI2 MolmoWeb: 35,3%
- Microsoft Fara-7B (versão anterior): 34,1%
O salto em relação ao próprio predecessor é notável. O Fara1.5 praticamente dobrou o desempenho do Fara-7B em tamanho equivalente.
No WebVoyager, outro teste de sucesso em tarefas no ambiente web real, o Fara1.5-27B atingiu 88,6%. O resultado supera o 87,0% do OpenAI Operator e o 83,0% do Holo2, modelo de 30 bilhões de parâmetros da H Company, segundo os mesmos dados da Microsoft Research.
Como o Fara1.5 foi treinado e o papel da OpenAI nesse processo
A equipe AI Frontiers da Microsoft partiu do zero.
“Começamos com uma pergunta simples: o que é necessário para tornar um modelo pequeno genuinamente bom em tarefas agênticas?”, escreveu a equipe no blog oficial. “A resposta abrangeu todo o ciclo — geração de dados, objetivos de treinamento, design do modelo e orquestração precisaram ser redesenhados juntos, não isoladamente.”
Os três tamanhos disponíveis: 4 bilhões, 9 bilhões e 27 bilhões de parâmetros, são todos baseados no Qwen3.5, modelo base da Alibaba que a Microsoft ajustou especificamente para tarefas de navegação.
O dado mais curioso do pipeline envolve a própria OpenAI. O sistema FaraGen1.5, responsável por gerar os dados de treinamento, usou o GPT-4o como “agente professor” para demonstrar como completar tarefas no browser. Essas demonstrações se tornaram os dados de treinamento do Fara1.5 — o modelo rival open-source.
Treinamento sintético e segurança por design
Para tarefas que exigem login ou ações irreversíveis (como enviar e-mails ou confirmar reservas), a Microsoft criou seis réplicas sintéticas e funcionais de sites reais. Essa abordagem, chamada de synthetic domain training, permite que o modelo pratique sem acessar contas reais.
Além disso, o Fara1.5 é programado para pausar e pedir confirmação antes de executar qualquer ação que não possa ser desfeita. O modelo opera dentro do MagenticLite, um ambiente de browser isolado (sandboxed) que registra cada ação e permite ao usuário interromper o agente a qualquer momento.
Conforme declarou Yash Lara, Senior PM Lead da Microsoft Research:
“Equilibrar salvaguardas robustas com jornadas de usuário fluidas é fundamental.”
O que está disponível agora e o que vem a seguir
O Fara1.5-9B já está disponível no Azure AI Foundry. As versões de 4B e 27B parâmetros chegarão em breve. O código de inferência é aberto e está publicado no GitHub da Microsoft, permitindo execução em hardware próprio.
Sendo assim, o Fara1.5 se diferencia diretamente do OpenAI Operato, lançado em janeiro de 2025 a US$ 200 por mês e encerrado em agosto do mesmo ano, e das soluções proprietárias do Google.
Expansão além do browser
A Microsoft afirmou que planeja expandir o Fara1.5 para além da navegação web. Os próximos passos incluem aplicações em software desktop e corporativo. No entanto, nenhuma data foi confirmada para essas integrações.
Nesse sentido, o lançamento posiciona a Microsoft no centro de uma disputa que envolve ainda o Comet da Perplexity, o Claude for Chrome da Anthropic e o Gemini no Chrome do Google. Todos competindo pelo controle da camada de agentes que opera entre o usuário e a web.
