开源浏览器控制模型BU-30B-A3B-Preview发布：1美元可运行200次浏览器任务
近日，知名开源浏览器自动化项目BrowserUse正式发布了其首款自研大语言模型——BU-30B-A3B-Preview。该模型一经发布便广受关注，被誉为“网页智能体领域的新标杆”，以卓越的性价比和实时速度，彻底突破了AI浏览器操作的壁垒。
模型架构：MoE设计，实现“强大脑、轻量身”
- 架构：采用混合专家（Mixture-of-Experts, MoE）架构。
- 参数量：总参数量为300亿（30B），但在实际推理时仅激活30亿（3B）参数。
- 基础模型：基于阿里云通义千问Qwen3-VL-30B-A3B-Instruct进行深度微调。
- 特点：在保持顶级智能水平的同时，显著降低资源消耗，可在单张消费级GPU上流畅运行。
- 能力：专为浏览器自动化场景优化，支持多模态输入（视觉+文本），上下文长度高达32K tokens，可轻松处理复杂的网页长内容。
核心能力：卓越的DOM理解与视觉推理
BU-30B-A3B-Preview在浏览器操作任务中表现突出，提供全面的网页交互功能，包括：
- 精确的元素定位
- 点击、滚动
- 表单填写
其出色的DOM（文档对象模型）理解与视觉推理能力，使得AI智能体能像人类一样“理解”页面布局与截图，实现高可靠性的自动化执行。
官方强调，该模型特别适合构建Web智能体应用场景，例如：
- 自动化测试
- 数据采集
- RPA流程
在内部基准测试中，其性能已达到行业领先水平。
性能亮点：速度与成本双重优势
官方对比数据显示，BU-30B-A3B-Preview在任务完成速度与成本效益上远超主流商业模型：
| 指标 | 具体表现 |
|---|---|
| 操作速度 | 平均每个操作步骤仅需1.2秒，在整体任务完成时间上显著领先。 |
| 成本效益 | 约1美元的计算资源可可靠完成200次浏览器任务，是部分竞品模型的数十倍。 |
| 部署友好性 | 模型体积相对较小，支持单GPU部署，开发者可轻松本地下载测试，无需高昂云成本。 |
开源意义：加速Web智能体生态发展
- 完全开源：模型权重已上传至Hugging Face平台，任何开发者均可免费获取并集成至BrowserUse开源库中。
- 行业影响：标志着浏览器自动化领域进入“高效开源时代”，有望推动更多创新应用。
观点与展望
AIbase评论指出，BU-30B-A3B-Preview的发布完美解决了传统大模型在浏览器任务中“贵且慢”的痛点。对于需要大规模网页自动化的企业与开发者而言，这无疑是一个高性价比的选择。未来，随着社区的进一步优化，该模型有望成为Web智能体领域的标准配置。
体验地址：BU-30B-A3B-Preview on Hugging Face
本文信息整理自AIbase，发布日期：2025年12月26日。
