Was ist Magentic-UI (MagenticLite)?
Magentic-UI begann 2025 als Web-Agent von Microsoft Research, abgestimmt auf Spitzenmodelle. Im Mai 2026 ersetzte Version 0.2 ihn durch MagenticLite, das den Paketnamen behält, aber eine andere App ist: Ein Orchestrator-Modell, MagenticBrain (14 Milliarden Parameter, feinabgestimmt aus Qwen 3 14B), plant die Arbeit und übergibt Web-Schritte an Fara1.5, ein Computer-Use-Modell in den Größen 4B, 9B und 27B auf Basis von Qwen 3.5. Die alte Version für Spitzenmodelle lebt auf einem separaten Branch magentic-ui-0.1 weiter.
Es läuft als lokale Web-App auf deinem eigenen Rechner, arbeitet über einen Browser und dein Dateisystem hinweg, fragt vor kritischen Aktionen um Freigabe und steckt Browser-Sitzungen in eine schlanke VM-Sandbox namens Quicksand. Microsoft bezeichnet alle drei Komponenten als Forschungsveröffentlichungen, und die Doku nennt MagenticLite einen Forschungsprototyp.
Der Code und beide Modellgewichte stehen unter MIT-Lizenz. Das neueste PyPI-Release ist 0.2.2 vom 21. Juli 2026, und der letzte Commit auf den main-Branch erfolgte am 23. Juli 2026.
Lohnt sich Magentic-UI (MagenticLite)?
MagenticLite zählt mehr als Beleg denn als Werkzeug. Sein Punkt ist, dass ein Planer mit 14B und ein Browser-Modell mit 9B, beide offen unter MIT, Web-Recherche, das Ausfüllen von Formularen und Dateiarbeiten ohne eine API für Spitzenmodelle bewältigen können. Microsofts eigene Zahlen stützen die Richtung: Auf Online-Mind2Web, einem Benchmark mit 300 Aufgaben, verdoppelt Fara1.5 laut Microsoft fast seinen Vorgänger Fara-7B, und die Variante mit 27B kommt über 90%. Das sind selbst berichtete Ergebnisse aus dem Launch-Beitrag, und das Ergebnis des 9B-Modells wird nur in einem Diagramm gezeigt.
Die praktischen Kosten sind das Hosting. MagenticLite bringt keine Modelle mit; es braucht zwei OpenAI-kompatible Endpunkte, einen pro Rolle. Das Hugging-Face-Beispiel im Hosting-Leitfaden schlägt eine L40S für etwa 1,80 $ pro Stunde für Fara und eine RTX PRO 6000 für etwa 2,75 $ pro Stunde für MagenticBrain vor, zusammen etwa 4,55 $ pro Stunde, solange beide laufen, und Scale-to-Zero bringt Kaltstarts von 30 bis 90 Sekunden. Auf eigenen GPUs heißt das zwei vLLM-Server, die der Leitfaden auf zwei Rechnern mit je einer GPU einrichtet. Andere Modelle lassen sich einbinden, aber die Doku warnt, dass die Prompts auf diese beiden abgestimmt sind.
Das Sicherheitsdesign ist der am besten übertragbare Teil. Browser-Sitzungen laufen in der Quicksand-VM, die KVM unter Linux und WSL2 braucht, und der Agent hält vor kritischen Aktionen für eine Freigabe an. Die Installationsanleitung sagt unverblümt, dass die App jedem, der sie erreichen kann, Kontrolle über das Dateisystem des Hosts gibt, und dass sie für mehrere Nutzer zu hosten, gleichbedeutend damit ist, Shell-Zugang zu verteilen.
Die Seite mit den Einschränkungen ist ungewöhnlich offen: Zusammenfassungen lassen Inhalte aus, lange Gespräche verschlechtern sich, der Planer kann die Korrektur eines Nutzers mitten in der Aufgabe ignorieren, Datei-Uploads über Webformulare funktionieren nicht, und Bilder können keine Aufgaben-Inputs sein. Dazu kommt, dass der main-Branch seit dem 23. Juli 2026 keinen Commit mehr hatte und der Versionsname inzwischen von zwei verschiedenen Produkten getragen wird. Das ist ein Projekt zum Studieren, nicht eines, auf das man einen Geschäftsprozess baut.
Wo es sich lohnt
Ein ML-Engineer bei einer Bank, die keine Kundenseiten an eine API für Spitzenmodelle senden darf
Testen, ob offene Modelle interne Webformulare im eigenen Rechenzentrum bedienen können
Stelle Fara1.5-9B und MagenticBrain mit vLLM auf zwei hauseigenen GPUs bereit und richte MagenticLite auf beide aus. Keine Seite verlässt das Netz, aber nach der Seite mit den Einschränkungen sollte ein Mensch jede Übermittlung freigeben.
Ein Universitätslabor, das Agentensicherheit erforscht
Vergleichen, wie ein kleiner Planer und ein Browser-Modell mit menschlichen Korrekturen mitten in der Aufgabe umgehen
Nutze den dokumentierten Fehlermodus, bei dem MagenticBrain Fara nach einer Korrektur zur ursprünglichen Teilaufgabe zurückschicken kann, als Testfall. Hugging-Face-Endpunkte für etwa 4,55 $ pro Stunde für beide Modelle halten eine kurze Studie günstig.
Eine Operations-Analystin in einem Unternehmen mit 30 Leuten und einem vorhandenen GPU-Rechner
Jede Woche Lieferantenpreise in einer lokalen Tabelle sammeln
Betreibe es im Standardmodus all, damit das Browser-Modell die Preise sammelt und der Orchestrator die Datei schreibt. Rechne damit, es zu beaufsichtigen; lange Sitzungen verschlechtern sich, und Zusammenfassungen können Einträge auslassen.
Bevor du dich festlegst
- Einrichtung
- uv venv --python=3.12, uv pip install "magentic_ui>=0.2.0" (festschreiben, sonst liefert PyPI womöglich 0.1.x), dann magentic-ui --port 8081 und dem Onboarding folgen. Getestet auf Macs mit Apple Silicon und auf Windows 11 mit WSL2; natives Linux ist ungetestet, Windows ARM64 nicht unterstützt. Hugging-Face-Endpunkte brauchen etwa 5 bis 10 Minuten zum Aufbau.
- Integrationen
- Jeder OpenAI-kompatible Endpunkt /v1/chat/completions für jede Rolle; Azure OpenAI nur über config.yaml. Drei Agentenmodi: beide Agenten, nur der Orchestrator für lokale Aufgaben oder nur der Browser.
- Daten und Datenschutz
- Läuft lokal; Seiten und Dateien gehen nur an die Modell-Endpunkte, die du konfigurierst. Die App gibt jedem, der sie erreichen kann, Kontrolle über das Dateisystem des Hosts, sie sollte also nicht geteilt werden. Code und Gewichte stehen unter MIT, ohne Umsatz- oder Nutzungsgrenzen in der Lizenz.
- Kosten im großen Maßstab
- Auf Hugging Face etwa 1,80 $ pro Stunde für Fara auf einer L40S und 2,75 $ für MagenticBrain auf einer RTX PRO 6000, grob 800 $ im Monat, wenn beide an 22 Arbeitstagen je 8 Stunden laufen. Self-Hosting braucht zwei GPU-Rechner oder einen, der groß genug für zwei vLLM-Server ist.
- Grenzen
- Rund 20 offene Issues. Nur eine Instanz pro Port. Keine Datei-Uploads im Browser, keine Bild-Inputs, schwache Zusammenfassung langer Dokumente und eine Planung, die Steuerung durch den Nutzer übergehen kann. Die Datenbank von 0.2 wird nicht aus 0.1 migriert.
Was gut ist
- Code und beide Modelle unter MIT
- Läuft ohne API-Aufrufe an Spitzenmodelle
- Browser in einer lokalen VM abgeschottet, mit Freigabe vor kritischen Aktionen
- Offen veröffentlichte Einschränkungen und Transparenzhinweis
Was nicht
- Braucht zwei separate GPU-Endpunkte für Modelle
- Forschungsprototyp; seit Juli 2026 keine Commits auf main
- Kann keine Dateien über Webformulare hochladen und keine Bilder als Input nehmen
- 0.1 und 0.2 sind verschiedene Produkte unter einem Paketnamen
Am besten für
Forschende und Plattform-Engineers, die kleine offene Modelle für Computer-Use-Agenten auf Hardware unter eigener Kontrolle bewerten.
Alternativen zu Magentic-UI (MagenticLite)
Magentic-UI (MagenticLite): häufige Fragen
- Lohnt sich Magentic-UI (MagenticLite)?
- MagenticLite ist ein lohnender Blick darauf, was kleine offene Modelle als Browser-Agent leisten können, aber es ist ein Forschungsprototyp, der zwei GPU-Endpunkte braucht und seit Juli verstummt ist. Wir bewerten es mit 3.4 von 5.
- Was kostet Magentic-UI (MagenticLite)?
- Kostenlos unter MIT, einschließlich der Gewichte von MagenticBrain und Fara1.5. Du hostest die beiden Modelle selbst oder in einer GPU-Cloud.
- Welche Nachteile hat Magentic-UI (MagenticLite)?
- Braucht zwei separate GPU-Endpunkte für Modelle; Forschungsprototyp; seit Juli 2026 keine Commits auf main; Kann keine Dateien über Webformulare hochladen und keine Bilder als Input nehmen; 0.1 und 0.2 sind verschiedene Produkte unter einem Paketnamen.
- Für wen eignet sich Magentic-UI (MagenticLite)?
- Forschende und Plattform-Engineers, die kleine offene Modelle für Computer-Use-Agenten auf Hardware unter eigener Kontrolle bewerten.
- Was kostet Magentic-UI (MagenticLite) für ein Team oder im Produktivbetrieb?
- Auf Hugging Face etwa 1,80 $ pro Stunde für Fara auf einer L40S und 2,75 $ für MagenticBrain auf einer RTX PRO 6000, grob 800 $ im Monat, wenn beide an 22 Arbeitstagen je 8 Stunden laufen. Self-Hosting braucht zwei GPU-Rechner oder einen, der groß genug für zwei vLLM-Server ist.
- Ist Magentic-UI (MagenticLite) sicher für Firmendaten?
- Läuft lokal; Seiten und Dateien gehen nur an die Modell-Endpunkte, die du konfigurierst. Die App gibt jedem, der sie erreichen kann, Kontrolle über das Dateisystem des Hosts, sie sollte also nicht geteilt werden. Code und Gewichte stehen unter MIT, ohne Umsatz- oder Nutzungsgrenzen in der Lizenz.
- Was sind die besten Alternativen zu Magentic-UI (MagenticLite)?
- Die nächsten Alternativen, die wir getestet haben, sind Browser Use, Skyvern, BrowserOS und OpenHands.
Antworten geprüft am 26. Okt. 2026.