bytedance
ByteDance: UI-TARS 7B
bytedance/ui-tars-1.5-7b
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
UI-TARS-1.5-7B es la variante multimodal de 7B publicada por ByteDance para tareas orientadas a interfaces gráficas. El catálogo de OpenRouter indica entradas de imagen y texto, salida de texto, contexto de 128.000 tokens y compatibilidad con salidas estructuradas. La ficha de ByteDance describe el enfoque UI-TARS-1.5 como un sistema que razona antes de actuar mediante aprendizaje por refuerzo, con usos en interfaces de escritorio, navegador, móvil y juegos. La tabla de escalas incluye resultados específicos de esta variante, pero el paquete no aporta una evaluación independiente. Conviene tratarlo como candidato para flujos GUI controlados y validarlo en la carga prevista.[1][2]
Puntos fuertes
- Acepta entradas de imagen y texto y devuelve texto, lo que encaja con flujos GUI guiados por capturas de pantalla.[1][2]
- La ficha describe razonamiento basado en aprendizaje por refuerzo antes de actuar, orientado a mejorar la adaptabilidad y el escalado en inferencia.[2]
- El catálogo indica contexto de 128.000 tokens y salidas estructuradas, útiles para observaciones largas y acciones legibles por máquina.[1]
Limitaciones
- La versión se centra en el uso general de computadoras y no está específicamente optimizada para escenarios de juego.[2]
- Solo se aportan documentación del proveedor y un catálogo; no se incluye una evaluación independiente.[1][2]
- Los metadatos de la ficha indican inglés; el comportamiento en otros idiomas no está establecido.[2]
Dónde utilizarlo
- Candidato para prototipos que inspeccionen capturas de escritorio, navegador o móvil y emitan próximas acciones textuales para un ejecutor externo.[1][2]
- Puede servir para investigación o evaluación de localización en GUI y agentes de uso informático general.[2]
- Podría explorarse en interfaces de juego, con la salvedad de que esta variante no está específicamente optimizada para juegos.[2]
Fuentes
- [1] OpenRouter catalog · ByteDance: UI-TARS 7B Fuentes consultadas: 13 nov 2026
- [2] Model documentation · ByteDance: UI-TARS 7B Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
UI-TARS-1.5 is a multimodal vision-language agent optimized for GUI-based environments, including desktop interfaces, web browsers, mobile systems, and games. Built by ByteDance, it builds upon the UI-TARS framework with reinforcement...
Especificaciones
- ID del modelo
- bytedance/ui-tars-1.5-7b
- Creador
- bytedance
- Añadido a OpenRouter
- 22.07.2025
- Longitud de contexto
- 128,000
- Modalidad
- text+image->text
- Modalidades de entrada
- image, text
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.100 / salida $0.200
- Corte de conocimiento
- 31.01.2025
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | — |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: structured_outputs |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | — |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
No hay evaluaciones aportadas para este modelo.
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Parasailbf16 | 128,000 | $0.100 | $0.200 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.