BU-30B-A3B-Preview 发布，1 美元跑 200 个浏览器任务

知名开源浏览器自动化项目 browseruse 正式推出其首款自研大语言模型——bu-30b-a3b-preview。

该模型采用混合专家（MoE）架构，总参数量达30B（300亿），但在实际推理过程中仅动态激活3B（30亿）参数。这一设计在保障顶尖智能表现的同时显著降低硬件门槛，单张消费级GPU即可实现稳定、高效的本地运行。

BU-30B-A3B-Preview以阿里云通义千问Qwen3-VL-30B-A3B-Instruct为基座，经过深度定制化微调，专为浏览器自动化任务打造。模型原生支持多模态输入（图像+文本），上下文窗口扩展至32K tokens，可精准解析并理解超长网页结构与内容。

在真实浏览器操作场景中，BU-30B-A3B-Preview展现出卓越的交互能力，覆盖元素精确定位、点击触发、页面滚动、表单自动填充等全流程操作。其强化的DOM语义理解能力与跨模态视觉推理能力，使AI代理能同步“读懂”HTML结构与屏幕截图，实现类人级别的页面感知与可靠执行。

Qwen Image Plus Sophnet

通过 Sophnet Qwen-Image-Plus 生成图像并轮询任务完成。适用于用户请求 Sophnet 图像生成、Qwen-Image-Plus 或从 Sophnet API 获取图像。

下载

官方指出，该模型尤其适用于Web Agent类应用构建，涵盖自动化功能测试、网页数据抓取、智能RPA流程编排等方向，并已在内部多项基准评测中刷新行业性能纪录。

权威对比测试结果表明，BU-30B-A3B-Preview在响应效率与部署成本方面全面超越主流商用方案：

• 单步操作平均耗时仅1.2秒，端到端任务完成速度遥遥领先；
• 性价比优势突出：每1美元算力投入可稳定支撑约200次完整浏览器任务，效能达部分竞品模型的数十倍之高。

得益于轻量化模型体积与低资源依赖特性，开发者可一键下载、本地部署、即刻验证，彻底摆脱高昂云服务开销。

源码地址：点击下载