ByteDance: UI-TARS 7B هو نموذج نصي من ByteDance، و Meta: Muse Spark 1.3 Contributor هو نموذج نصي من Meta. يتم تقديم كليهما عبر api14 كنماذج محادثة مع إخراج نصي، لذا من وجهة نظر المستدعي فإنهما يشغلان نفس الموضع في الكود الخاص بك. الفرق يكمن في ما يمكنك تغذيتهما به وكمية ما يمكنك تغذيتهما به في المرة الواحدة. يقبل UI-TARS 7B إدخال الصور والنصوص. يقبل Muse Spark 1.3 Contributor إدخال النصوص والصور والفيديو والملفات، لذا فهو يغطي نطاقا أوسع من المواد المصدرية. فيما يتعلق بالسياق، Muse Spark 1.3 Contributor هو الأكبر بين الاثنين، حيث تبلغ نافذة السياق الخاصة به عدة أضعاف 128000 رمز التي يسمح بها UI-TARS 7B. هذه الفجوة مهمة عندما تمرر مستندات طويلة أو نصوصا مفرغة طويلة أو مرفقات كثيرة في طلب واحد.
يختلف الاثنان أيضا في المعاملات التي يعرضانها. يدعم Muse Spark 1.3 Contributor الأدوات واختيار الأدوات، لذا يمكنه تشغيل استدعاء الدوال، ويدعم الاستدلال وجهد الاستدلال إلى جانب تضمين الاستدلال. لا يسرد UI-TARS 7B تلك، لكنه يسرد مجموعة من عناصر التحكم في أخذ العينات وفك التشفير التي لا يسردها Muse Spark 1.3 Contributor: عقوبة التكرار، انحياز logit، logprobs، عقوبة الوجود، البذرة، التوقف، top logprobs ودرجة الحرارة. كلاهما يسرد المخرجات المهيكلة، لذا لا يتمتع أي منهما بأفضلية واضحة هناك. باختصار، إذا كان تطبيقك يحتاج إلى أن يستدعي النموذج الأدوات أو أن يعرض خطوة استدلال، فإن Muse Spark 1.3 Contributor هو الذي يدعم ذلك. إذا كنت بحاجة إلى تحكم دقيق في أخذ العينات أو احتمالات السجل أو بذور حتمية، فإن UI-TARS 7B يمنحك تلك المقابض.
للاختيار بينهما، ابدأ بالإدخال. إذا كانت مهمتك فهم لقطات الشاشة أو أعمال واجهة المستخدم أو أي طلب صورة مع نص حيث يتسع الطلب بشكل مريح في 128000 رمز، فإن UI-TARS 7B هو الخيار الافتراضي المعقول وعناصر التحكم في فك التشفير الخاصة به تجعل ضبطه سهلا. إذا كنت تغذي فيديو أو ملفات أو نصا طويلا جدا، فإن Muse Spark 1.3 Contributor هو الخيار العملي لأن UI-TARS 7B لا يمكنه استقبال تلك المدخلات وسيقوم باقتطاع الطلب أو رفضه. إذا كانت سير عملك وكيلية، مع استدعاءات الأدوات واستدلال متعدد الخطوات، فإن Muse Spark 1.3 Contributor هو مرة أخرى الخيار الأنسب. السعر ليس عاملا حاسما هنا: الاثنان متقاربان تقريبا في كل من الإدخال والإخراج، لذا اختر بناء على القدرات وليس التكلفة.
استدعاء أي منهما عبر api14 هو نفس العملية. ترسل طلب إكمال محادثة متوافق مع OpenAI إلى البوابة وتضبط حقل model. استخدم bytedance/ui-tars-1.5-7b لـ UI-TARS 7B و meta/muse-spark-1.3-contributor لـ Muse Spark 1.3 Contributor. كل شيء آخر في جسم الطلب يبقى بنفس الشكل، لذا فإن التبديل بينهما هو تغيير سطر واحد، ويمكنك الاحتفاظ بعميل واحد ومجموعة واحدة من كود معالجة الرسائل. فقط تذكر أن المعاملات غير قابلة للتبادل: إرسال الأدوات أو الاستدلال إلى UI-TARS 7B، أو logprobs أو البذرة إلى Muse Spark 1.3 Contributor، غير مدعوم، لذا قم بتقييد تلك الحقول بناء على معرف النموذج الذي تستخدمه.
لا تزال هناك حالات يكون فيها UI-TARS 7B هو الخيار الأفضل على الرغم من أن Muse Spark 1.3 Contributor أكبر وأكثر مرونة. إذا كنت تعتمد على logprobs أو top logprobs للتنقيط أو التصفية، أو على البذرة للحصول على مخرجات قابلة للتكرار، أو على عقوبات التكرار والوجود وانحياز logit لتشكيل التوليد، فإن UI-TARS 7B هو النموذج الذي يعرضها. الأمر نفسه ينطبق على تسلسلات التوقف و top k. بالنسبة لمهمة صورة ونص محددة النطاق تتسع في نافذة السياق الخاصة به، فإنه يؤدي المهمة دون المساحة الإضافية لنموذج الاستدلال واستدعاء الأدوات.