{"id":3442692,"date":"2026-08-18T09:45:52","date_gmt":"2026-08-18T07:45:52","guid":{"rendered":"https:\/\/datanorth.ai\/?post_type=news&#038;p=3442692"},"modified":"2026-08-18T09:45:42","modified_gmt":"2026-08-18T07:45:42","slug":"tencent-lanceert-ui-mate-27b","status":"publish","type":"news","link":"https:\/\/datanorth.ai\/nl\/nieuws\/tencent-lanceert-ui-mate-27b","title":{"rendered":"Tencent lanceert UI-Mate-27B"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\"><em>Gepubliceerd: 18 augustus 2026<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Tencent bracht op 17 augustus 2026 UI-Mate-27B uit, een agent met open gewichten die een bureaublad bedient op basis van screenshots en volgens eigen tests 77,0 scoort op OSWorld-Verified, boven Kimi-2.6 met 73,1. Daarnaast verschenen een kleinere UI-Mate-9B en een zoekmodel voor documenten, EVIE-Preview-4.5B. Alle drie vallen onder Apache 2.0, zonder gehoste API.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wat kan UI-Mate-27B?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">UI-Mate-27B leest live screenshots van een bureaublad en geeft toetsenbord- en muisacties terug in een pyautogui-compatibel formaat, op Ubuntu, Windows en macOS. Het model is doorgetraind vanaf Qwen3.6-27B van Alibaba; UI-Mate-9B gebruikt Qwen3.5-9B. Geen van beide is een chatmodel, en beide hebben een externe runtime nodig om de voorspelde acties uit te voeren.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Het onderscheidende kenmerk zijn demonstraties in context. Wie \u00e9\u00e9n opgenomen voorbeeld van een taak meegeeft naast de instructie, ziet strict success op een kantoorbenchmark van 33 taken volgens Tencent stijgen van 17,2 naar 35,4 procent. EVIE-Preview-4.5B staat daar los van: een zoekmodel dat paginabeelden codeert naar embeddings van 128 dimensies voor documentzware RAG.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Benchmarks van UI-Mate-27B en hoeveel waarde je eraan moet hechten<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Tencent rapporteert UI-Mate-27B op:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>77,0 op OSWorld-Verified,<\/li>\n\n\n\n<li>66,2 op WindowsAgentArena,<\/li>\n\n\n\n<li>41,0 strict success op OSWorkerBench.<\/li>\n\n\n\n<li>UI-Mate-9B komt uit op 66,2, 61,7 en 34,0.<\/li>\n\n\n\n<li>EVIE-Preview-4.5B haalt gemiddeld 64,40 nDCG@10 op de publieke ViDoRe V3-split, net boven nemotron-colembed-vl-8b-v2 met 63,54.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Dit zijn allemaal eigen runs van Tencent via een eigen harness, en geen enkele partij heeft ze gereproduceerd. Twee cijfers vragen extra voorzichtigheid: OSWorkerBench is een nieuwe benchmark die Tencent zelf maakte en nog niet heeft vrijgegeven, en de README op GitHub meldt dat de definitieve publieke benchmarkcijfers nog worden geverifieerd. De scores op OSWorld-Verified en WindowsAgentArena zijn in elk geval in principe controleerbaar.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Hoe verhoudt UI-Mate-27B zich tot Kimi-2.6 en Qwen3.6-27B?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Tegenover Kimi-2.6, een model van 1 biljoen parameters met 32B actief, zet Tencent UI-Mate-27B 3,9 punten hoger op OSWorld-Verified en 2,9 punten hoger op WindowsAgentArena. Als dat standhoudt, evenaart een model van 27B een frontier-systeem op computer use tegen een fractie van de serverkosten.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Veelzeggender is de vergelijking met het eigen basismodel. Qwen3.6-27B scoort 52,5 op OSWorld-Verified en 23,3 strict success op OSWorkerBench, dus vrijwel alle capaciteit komt uit de post training van Tencent en niet uit het onderliggende model. Beide vergelijkingen zijn door Tencent zelf gepubliceerd.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Beschikbaarheid, licentie en hardware van UI-Mate-27B<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Alle drie de modellen staan zonder drempel op Hugging Face onder Apache 2.0. Er is geen gehoste API en geen eigen prijsstelling, dus zelf draaien is de enige optie. UI-Mate-27B vraagt ongeveer 55 GB geheugen voor de BF16-gewichten, wat neerkomt op \u00e9\u00e9n accelerator van 80 GB; UI-Mate-9B past in ongeveer 19 GB.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Tencent levert ook een gratis macOS-client voor UI-Mate, alleen voor Apple Silicon. Let op dat geen van beide UI-Mate-modellen zelf iets uitvoert: je levert de runtime die voorspelde acties omzet in echte kliks, en daar horen sandboxing en goedkeuringsregels thuis.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wat dit betekent<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Wie bouwt aan desktopautomatisering, kan UI-Mate-27B dit kwartaal een pilot waard vinden. Het is het eerste checkpoint met open gewichten dat geloofwaardig aanspraak maakt op computer use op frontier-niveau, en Apache 2.0 met lokale gewichten betekent dat je het kunt richten op interne systemen die je nooit aan een gehoste API zou blootstellen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Zet het nog niet in bij klanten of in onbewaakte workflows. Tencent waarschuwt op de eigen modelkaart tegen taken met hoge inzet, en de sterkste cijfers steunen op een benchmark die niemand buiten Tencent kan draaien. EVIE-Preview-4.5B is de veiligere van de twee: de zoekkwaliteit test je in een middag tegen je eigen corpus.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>De modelkaarten, code en het technische rapport staan op <a href=\"https:\/\/github.com\/Tencent\/UI-Mate\" target=\"_blank\" rel=\"noreferrer noopener\">de Tencent Github<\/a> en op <a href=\"https:\/\/huggingface.co\/tencent\" target=\"_blank\" rel=\"noreferrer noopener\">de Tencent Hugging Face pagina<\/a>.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Tencent bracht UI-Mate-27B uit op 17 augustus 2026: een computer use agent onder Apache 2.0 met 77,0 op OSWorld-Verified, boven Kimi-2.6.<\/p>\n","protected":false},"author":12,"featured_media":3442690,"template":"","tags":[],"news-category":[],"class_list":["post-3442692","news","type-news","status-publish","has-post-thumbnail"],"meta_box":[],"_links":{"self":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/news\/3442692","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/news"}],"about":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/types\/news"}],"author":[{"embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/users\/12"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/media\/3442690"}],"wp:attachment":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/media?parent=3442692"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/tags?post=3442692"},{"taxonomy":"news-category","embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/news-category?post=3442692"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}