हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

ByteDance: UI-TARS 7B

bytedance/ui-tars-1.5-7b

टेक्स्टइनपुट: image · text128K22 जुल॰ 2025 को जोड़ा गया

playground में खोलें ByteDance: UI-TARS 7B के लिए API key पाएं

ByteDance: UI-TARS 7B अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

एक API. हर मॉडल.

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इन

सेशन लागत $0.00

ByteDance: UI-TARS 7B एक नज़र में

इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 78% कम है।
1,28,000 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
schema के साथ structured JSON output सपोर्ट करता है।
इनपुट के रूप में इमेज स्वीकार करता है (vision)।
एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.000700 है।

ByteDance: UI-TARS 7B के बारे में

UI-TARS 7B, ByteDance का एक मल्टीमॉडल मॉडल है, जिसे 22 जुलाई 2025 को मॉडल आईडी bytedance/ui-tars-1.5-7b के तहत जारी किया गया। यह UI-TARS 1.5 परिवार से संबंधित है, जो GUI-आधारित वातावरणों के लिए बनाए गए विज़न-लैंग्वेज एजेंटों की एक श्रृंखला है। ByteDance इसे डेस्कटॉप इंटरफेस, वेब ब्राउज़र, मोबाइल सिस्टम और गेम के लिए अनुकूलित बताता है, इसलिए इसे सामान्य प्रयोजन वाले चैट मॉडल के बजाय स्क्रीन के साथ इंटरैक्ट करने के लिए डिज़ाइन किए गए मॉडल के रूप में समझना सबसे अच्छा है। इसका नॉलेज कटऑफ 31 जनवरी 2025 है।

मॉडल इनपुट के रूप में इमेज और टेक्स्ट स्वीकार करता है और आउटपुट के रूप में टेक्स्ट लौटाता है, जिसका अर्थ है कि यह किसी निर्देश के साथ स्क्रीनशॉट या इंटरफेस कैप्चर देख सकता है और टेक्स्टual प्रतिक्रिया उत्पन्न कर सकता है। इसका कॉन्टेक्स्ट विंडो 128,000 टोकन है, जो लंबे इंटरैक्शन इतिहास या निर्देशों के साथ विस्तृत इंटरफेस स्थिति रखने के लिए पर्याप्त बड़ा है, और इसका अधिकतम आउटपुट प्रति प्रतिक्रिया 2,048 टोकन है। 7B पैरामीटर मॉडल के रूप में यह विज़न-लैंग्वेज एजेंट के लिए अपेक्षाकृत छोटा है, जो तब मायने रखता है जब आप एजेंट लूप के लिए लेटेंसी और थ्रूपुट की योजना बना रहे हों जो मॉडल को बार-बार कॉल करते हैं।

ये क्षमताएं व्यावहारिक उपयोगों के एक विशिष्ट समूह की ओर इशारा करती हैं। चूंकि यह इनपुट के रूप में स्क्रीनशॉट लेता है और GUI वातावरणों के लिए ट्यून किया गया है, यह ऑटोमेशन और एजेंट वर्कफ़्लो में फिट बैठता है जहां मॉडल को यह समझने की आवश्यकता होती है कि स्क्रीन पर क्या है: किसी वेब पेज या एप्लिकेशन विंडो को पढ़ना, डेस्कटॉप या मोबाइल इंटरफेस पर बहु-चरणीय कार्य का पालन करना, या किसी गेम वातावरण के भीतर कार्य करना। बड़ा कॉन्टेक्स्ट विंडो तब मदद करता है जब किसी कार्य के लिए कई स्क्रीनशॉट या चलता हुआ इतिहास आवश्यक हो, और इमेज इनपुट इसे संभव बनाता है कि केवल सादे टेक्स्ट के बजाय इंटरफेस सामग्री का वर्णन, सारांश या तर्क किया जा सके।

आप मॉडल को api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी bytedance/ui-tars-1.5-7b का उपयोग करके कॉल करते हैं। समर्थित अनुरोध पैरामीटर हैं frequency_penalty, logit_bias, logprobs, max_tokens, presence_penalty, repetition_penalty, seed, stop, structured_outputs, temperature, top_k, top_logprobs और top_p। चूंकि इंटरफेस OpenAI-संगत है, आप एक मौजूदा OpenAI क्लाइंट को api14 पर इंगित कर सकते हैं और अपनी वर्तमान अनुरोध संरचना बनाए रख सकते हैं, आवश्यकतानुसार मॉडल आईडी और उपरोक्त में से कोई भी पैरामीटर समायोजित कर सकते हैं। seed पैरामीटर पुनरुत्पादक रन के लिए उपयोगी है, structured_outputs तब मदद करता है जब आप चाहते हैं कि प्रतिक्रिया एक निश्चित आकार का पालन करे, और सैंपलिंग नियंत्रण आपको इस बात पर सूक्ष्म प्रभाव डालने की सुविधा देते हैं कि आउटपुट कितना नियतात्मक या विविध है।

मुख्य बात जिस पर विचार करना है वह आउटपुट सीमा है। प्रति प्रतिक्रिया 2,048 टोकन पर, मॉडल संक्षिप्त उत्तरों, कार्रवाई विवरणों या छोटे तर्क चरणों के लिए उपयुक्त है, न कि लंबे उत्पन्न दस्तावेज़ों के लिए। यदि आपके कार्य के लिए लंबा लिखित आउटपुट आवश्यक है, या यदि इसमें इमेज या इंटरफेस स्थिति शामिल नहीं है, तो उच्च आउटपुट सीमा वाला केवल-टेक्स्ट मॉडल बेहतर फिट हो सकता है। हालांकि, अपनी इच्छित भूमिका के भीतर, UI-TARS 7B स्क्रीन-जागरूक एजेंटों के लिए एक केंद्रित विकल्प है, और इमेज इनपुट, 128,000 टोकन कॉन्टेक्स्ट विंडो और api14 के माध्यम से OpenAI-संगत पहुंच का संयोजन इसे मौजूदा पाइपलाइन में आज़माना सीधा बनाता है।

ByteDance: UI-TARS 7B API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "bytedance/ui-tars-1.5-7b" पर सेट करें।

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "bytedance/ui-tars-1.5-7b",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

समर्थित parameters

frequency_penaltylogit_biaslogprobsmax_tokenspresence_penaltyrepetition_penaltyseedstopstructured_outputstemperaturetop_ktop_logprobstop_p

स्पेसिफिकेशन

Context लंबाई: 1,28,000
अधिकतम आउटपुट: 2,048
इनपुट: image, text
आउटपुट: text
Knowledge cutoff: 2025-01-31

api14 पर requests · पिछले 7 दिन

ByteDance: UI-TARS 7B : अक्सर पूछे जाने वाले सवाल

ByteDance: UI-TARS 7B API की कीमत कितनी है?: ByteDance: UI-TARS 7B की कीमत इनपुट $0.35 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
ByteDance: UI-TARS 7B की context window कितनी है?: ByteDance: UI-TARS 7B हर request में 1,28,000 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 2,048 आउटपुट tokens तक लिखता है।
ByteDance: UI-TARS 7B क्या कर सकता है?: ByteDance: UI-TARS 7B image, text स्वीकार करता है और text लौटाता है। यह structured JSON output सपोर्ट करता है।
अपने कोड से ByteDance: UI-TARS 7B कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "bytedance/ui-tars-1.5-7b" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
ByteDance: UI-TARS 7B के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: inclusionAI: Ling 3.1 Flash, Meta: Muse Spark 1.3 Contributor, Meta: Muse Spark 1.2 Contributor। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

ByteDance: UI-TARS 7B कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। ByteDance: UI-TARS 7B के बारे में पहला टॉपिक खोलें।