Einordnung
WebVIA-Agent ist ein auf GLM-4.1V-9B-Base aufbauendes Vision-Language-Modell zur Erkundung von Weboberflächen. Es ist die Erkundungskomponente des WebVIA-Frameworks für die interaktive und überprüfbare UI-zu-Code-Generierung. (huggingface.co)
Fähigkeiten und Einsatz
Der Agent nutzt unter anderem Seitenscreenshots und Informationen zum DOM-Baum, um interaktive Elemente zu identifizieren. Im Framework navigiert er Websites und erfasst Screenshots verschiedener UI-Zustände. Diese können anschließend für die Umsetzung einer Oberfläche in Code verwendet werden. (huggingface.co)
Grenzen und Bereitstellung
WebVIA-Agent allein ist nicht das gesamte UI-zu-Code-System: Die Erzeugung von interaktivem HTML-, CSS- und JavaScript-Code übernimmt das separate Modell WebVIA-UI2Code; ein weiteres Modul prüft das Verhalten. Die Modellgewichte sind im offiziellen Repository verfügbar; die Modellkarte nennt MIT als Lizenz und beschreibt lokale Nutzung mit Transformers. Eigener Betrieb erfordert entsprechende Rechenressourcen. (huggingface.co)
Veröffentlichung
Der angegebene Commit mit Modelldateien wurde am 12. November 2025 veröffentlicht. (huggingface.co)
Preise
Ein offizieller API-Preis für WebVIA-Agent einschließlich der Abrechnung von Eingabe und Ausgabe konnte weder für den chinesischen Markt in CNY/RMB noch für den internationalen Markt in USD verifiziert werden. Die internationale Preisliste nennt das Modell nicht; die chinesische Preisseite war beim Abruf ohne JavaScript nicht auslesbar. Andere Modellpreise sind nicht auf WebVIA-Agent übertragbar. Abfrage: 17. November 2026. (open.bigmodel.cn)