UI-TARS 7B

用量与规格

UI-TARS 7B 是什么

UI-TARS-1.5 是一款针对图形用户界面环境优化的多模态视觉语言智能体，支持桌面界面、网页浏览器、移动系统及游戏等场景。该模型由字节跳动基于 UI-TARS 框架开发，通过强化学习推理机制，能够在虚拟界面中实现稳健的动作规划与执行。 该模型在多项交互与基准测试中达到业界领先水平，涵盖 OSworld、WebVoyager、AndroidWorld 及 ScreenSpot 等评测。同时，它在各类 Poki 游戏中展现出完美的任务完成能力，并在 Minecraft 智能体任务中超越此前模型。UI-TARS-1.5 支持推理过程中的思维分解，且不同变体展现出强大的扩展性，其中 1.5 版本性能显著超越早期的 72B 与 7B 检查点。

UI-TARS 7B 的能力

输入：图像、文本   输出：文本

UI-TARS 7B 的 API 定价

价格为公开刊例（人民币按 1 美元 ≈ 6.78 元换算），实际以各服务商官网为准。