模型架构：MoE设计，智能与轻量兼备

BU-30B-A3B-Preview采用 混合专家（MoE）架构，总参数量达 30B（300亿），但实际推理时仅激活 3B（30亿） 参数。这一设计让模型在保持顶级智能水平的同时，大幅降低资源消耗，仅需单张消费级GPU即可流畅运行。

模型基于阿里云 通义千问 Qwen3-VL-30B-A3B-Instruct 进行深度微调，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，能够处理复杂的长网页内容。

核心能力：精准DOM理解与视觉推理

在网页自动化任务中，BU-30B-A3B-Preview表现出色，具备完整的网页交互能力，包括：

• 精准元素定位

• 点击与滚动操作

• 表单填写与提交

其强大的 DOM理解能力 和 视觉推理能力，使AI代理能够像人类一样理解页面布局和截图，实现高度可靠的自动化执行。官方表示，该模型非常适合构建 Web Agent应用，如自动化测试、数据采集和RPA流程，并在内部基准测试中达到业内领先水平。

性能亮点：速度快、成本低

官方数据表明，BU-30B-A3B-Preview在任务速度与成本效益上均超越主流商用模型：

• 平均每步操作仅需 1.2秒

• 每1美元计算资源可完成约 200个浏览器任务，远超部分竞品数十倍

小体量设计让开发者可在单GPU本地部署，无需高额云端费用，降低使用门槛。

开源价值：加速Web Agent生态发展

BU-30B-A3B-Preview已完全开源，模型权重上传至 Hugging Face 平台，开发者可免费获取并集成到 BrowserUse 开源库中。这标志着浏览器自动化领域进入 高效开源时代，有望催生更多创新应用落地。

AIbase点评认为，BU-30B-A3B-Preview完美解决了传统大模型在浏览器任务中“贵而慢”的痛点，对于需要大规模网页自动化的企业和开发者来说，是一款性价比极高的选择。未来，随着社区进一步优化，该模型有望成为 Web Agent领域的标准配置。

模型下载地址：Hugging Face – BU-30B-A3B-Preview