ByteDance: UI-TARS 7B

Агентная модель ByteDance для управления графическими интерфейсами: смотрит на скриншот и решает, куда кликнуть и что ввести.

Модель ByteDance: UI-TARS 7B доступна через OpenAI-совместимый API Apikley из России без VPN, с оплатой в рублях: от 27 ₽ / 1M токенов.

Автор
ByteDance
ID модели
bytedance/ui-tars-1.5-7b
Контекст
128K токенов
Max output
2.05K токенов
Модальности
изображения, текст → текст
Вход
270 кредитов / 1M токенов · 27 ₽ / 1M токенов · 1 ₽ = 10 кредитов
Выход
540 кредитов / 1M токенов · 54 ₽ / 1M токенов · 1 ₽ = 10 кредитов
Дата релиза
22.07.2025
Доступность
Нет свежих данных проверки

Описание

UI-TARS-1.5 читает скриншот экрана и текст задачи и выдаёт текст с действием или планом. Модель разработана ByteDance для работы с графическими интерфейсами: настольными программами, браузером, мобильными системами и играми. Перед действием она рассуждает, планирует многошаговые сценарии и находит на изображении элементы, по которым нужно кликнуть. Вход состоит из изображений и текста, ответ приходит текстом. Окно составляет 128 000 токенов, зато ответ ограничен 2048 токенами. Знания ограничены январём 2025 года. По данным разработчика, версия 7B лучше подходит для общих задач с компьютером, а для игр сильнее старшая модель UI-TARS-1.5. Веса открыты по лицензии Apache 2.0.

Кому подходит

  • Тем, кто строит агентов, управляющих компьютером или браузером
  • Тестированию интерфейсов без привязки к внутренним API приложения
  • Экспериментам с открытыми весами в области GUI-агентов

Ограничения

  • Ответ не длиннее 2048 токенов: подробные объяснения и длинные тексты не получатся
  • Вызов функций не заявлен, ответ приходит обычным текстом
  • В играх сильнее старшая UI-TARS-1.5: версия на 7B нацелена на общие задачи с компьютером

Сценарии использования

  • Автоматизация настольной программы — QA-инженер подаёт скриншоты и получает следующее действие, чтобы пройти сценарий в приложении без готового API.
  • Управление браузером — Разработчик сборщика данных поручает модели находить кнопки и поля на страницах, где вёрстка меняется.
  • Тесты мобильного интерфейса — Тестировщик проверяет путь пользователя в мобильном приложении по снимкам экрана и текстовому сценарию.
  • Бот для игр — Энтузиаст пробует управлять простой игрой по кадрам, по кадрам.

ByteDance: UI-TARS 7B API: как подключить

OpenAI-совместимый API: POST https://api.apikley.ru/v1/chat/completions, ID модели bytedance/ui-tars-1.5-7b. Подойдёт официальный SDK OpenAI с базовым адресом https://api.apikley.ru/v1.

cURL

curl https://api.apikley.ru/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
  "model": "bytedance/ui-tars-1.5-7b",
  "messages": [
    {
      "role": "user",
      "content": "Объясните, что такое API, в двух предложениях."
    }
  ]
}'

Python

from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apikley.ru/v1")

response = client.chat.completions.create(
    model="bytedance/ui-tars-1.5-7b",
    messages=[{"role": "user", "content": "Объясните, что такое API, в двух предложениях."}],
)
print(response.choices[0].message.content)

Быстрый старт · Chat Completions: параметры и ответы

Другие модели ByteDance

Все модели ByteDance

Похожие модели

FAQ

Что делает UI-TARS-1.5 7B?

Модель получает скриншот и задачу и возвращает текстом нужное действие в интерфейсе. Она рассчитана на компьютер, браузер, телефон и игры.

Какая у модели лицензия?

Apache 2.0, веса опубликованы на Hugging Face.

Подойдёт ли она как обычный чат-бот?

Для этого лучше выбрать универсальную модель. UI-TARS заточена под действия в интерфейсах, а короткий лимит ответа не оставляет места длинным диалогам.

Умеет ли модель находить элементы на экране?

Да, поиск кликабельных элементов, или привязка к интерфейсу, входит в её заявленные возможности. Вместе с планированием шагов это основа для автоматизации сценариев.

Хватит ли контекста для серии скриншотов?

Сколько именно кадров влезет, зависит от разрешения.

Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.