bytedance
ByteDance: UI-TARS 7B
bytedance/ui-tars-1.5-7b
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
UI-TARS-1.5-7B é a variante multimodal de 7B lançada pela ByteDance para tarefas orientadas a interfaces gráficas. O catálogo da OpenRouter lista entradas de imagem e texto, saída de texto, contexto de 128.000 tokens e suporte a saídas estruturadas. A ficha da ByteDance descreve a abordagem UI-TARS-1.5 como capaz de raciocinar antes de agir por meio de aprendizado por reforço, com usos em interfaces de desktop, navegador, dispositivos móveis e jogos. A tabela de escalas traz resultados específicos desta variante, mas o pacote não inclui avaliação independente. Trate-o como candidato a fluxos GUI controlados e valide-o na carga pretendida.[1][2]
Pontos fortes
- Aceita entradas de imagem e texto e retorna texto, adequando-se a fluxos GUI orientados por capturas de tela.[1][2]
- A ficha descreve raciocínio baseado em aprendizado por reforço antes da ação, visando adaptabilidade e escalonamento em inferência.[2]
- O catálogo informa contexto de 128.000 tokens e saídas estruturadas, úteis para observações longas e ações legíveis por máquina.[1]
Limitações
- A versão foca o uso geral de computadores e não é especificamente otimizada para cenários de jogos.[2]
- Somente documentação do fornecedor e um catálogo são fornecidos; nenhuma avaliação independente está incluída.[1][2]
- Os metadados da ficha indicam inglês; o comportamento em outros idiomas não está estabelecido.[2]
Onde usar
- Candidato a protótipos que inspecionem capturas de desktop, navegador ou celular e emitam próximas ações textuais para um executor externo.[1][2]
- Pode servir para pesquisa ou avaliação de localização em GUI e agentes de uso geral de computadores.[2]
- Pode ser explorado em interfaces de jogos, com a ressalva de que esta variante não é especificamente otimizada para jogos.[2]
Fontes
- [1] OpenRouter catalog · ByteDance: UI-TARS 7B Fontes consultadas: 13 de nov. de 2026
- [2] Model documentation · ByteDance: UI-TARS 7B Fontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
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...
Especificações
- ID do modelo
- bytedance/ui-tars-1.5-7b
- Criador
- bytedance
- Adicionado ao OpenRouter
- 22.07.2025
- Comprimento de contexto
- 128,000
- Modalidade
- text+image->text
- Modalidades de entrada
- image, text
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.100 / saída $0.200
- Corte de conhecimento
- 31.01.2025
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | — |
| Programação | Sem medição | — |
| Agentes | Sem medição | parâmetros: structured_outputs |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | — |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
Não há avaliações fornecidas para este modelo.
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| Parasailbf16 | 128,000 | $0.100 | $0.200 | — | — | 83.33% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.