ByteDance: UI-TARS 7B

UI-TARS 7B är en multimodell från ByteDance, släppt den 22 juli 2025 under modell-id:t bytedance/ui-tars-1.5-7b. Den tillhör familjen UI-TARS 1.5, en serie vision-language-agenter byggda för GUI-baserade miljöer. ByteDance beskriver den som optimerad för skrivbordsgränssnitt, webbläsare, mobilsystem och spel, så den förstås bäst som en modell utformad kring interaktion med skärmar snarare än en allmän chattmodell. Dess kunskapsgräns är 31 januari 2025.

Modellen tar emot bilder och text som indata och returnerar text som utdata, vilket innebär att den kan titta på en skärmbild eller en avbildning av ett gränssnitt tillsammans med en instruktion och producera ett textsvar. Dess kontextfönster är 128 000 token, tillräckligt stort för att rymma långa interaktionshistoriker eller detaljerat gränssnittstillstånd tillsammans med instruktioner, och dess maximala utdata är 2 048 token per svar. Som en modell med 7B parametrar är den relativt liten för en vision-language-agent, vilket spelar roll när du planerar latens och genomströmning för agentloopar som anropar modellen upprepade gånger.

Dessa förmågor pekar mot en specifik uppsättning praktiska användningsområden. Eftersom den tar skärmbilder som indata och är finjusterad för GUI-miljöer passar den automatisering och agentarbetsflöden där modellen behöver tolka vad som finns på skärmen: läsa en webbsida eller ett programfönster, följa en uppgift i flera steg över ett skrivbords- eller mobilgränssnitt, eller agera i en spelmiljö. Det stora kontextfönstret hjälper när en uppgift kräver flera skärmbilder eller en löpande historik, och bildindata gör det möjligt att beskriva, sammanfatta eller resonera kring gränssnittsinnehåll i stället för enbart ren text.

Du anropar modellen via api14:s OpenAI-kompatibla API med modell-id:t bytedance/ui-tars-1.5-7b. De stödda begärandeparametrarna är frequency_penalty, logit_bias, logprobs, max_tokens, presence_penalty, repetition_penalty, seed, stop, structured_outputs, temperature, top_k, top_logprobs och top_p. Eftersom gränssnittet är OpenAI-kompatibelt kan du peka en befintlig OpenAI-klient mot api14 och behålla din nuvarande begäransstruktur, med justering av modell-id:t och eventuella av parametrarna ovan efter behov. Parametern seed är användbar för reproducerbara körningar, structured_outputs hjälper när du vill att svaret ska följa en fast form, och samplingkontrollerna ger dig finmaskigt inflytande över hur deterministiskt eller varierat utdata är.

Det främsta att väga in är utdatagränsen. Vid 2 048 token per svar är modellen lämpad för koncisa svar, åtgärdsbeskrivningar eller korta resonemangssteg snarare än långa genererade dokument. Om din uppgift kräver en längre skriftlig utdata, eller om den inte alls involverar bilder eller gränssnittstillstånd, kan en textbaserad modell med högre utdatatak passa bättre. Inom sin avsedda roll är UI-TARS 7B dock ett fokuserat alternativ för skärmmedvetna agenter, och kombinationen av bildindata, ett kontextfönster på 128 000 token och OpenAI-kompatibel åtkomst via api14 gör den enkel att prova i en befintlig pipeline.