UI-TARS-1.5 7B를 로컬에서 실행할 수 있나요?

ByteDance | 128,000 토큰 컨텍스트 | 입력 $0.10/M, 출력 $0.20/M. UI-TARS-1.5는 데스크톱 인터페이스, 웹 브라우저, 모바일 시스템, 게임 등 GUI 기반 환경에 최적화된 멀티모달 비전-언어 에이전트입니다. ByteDance에서 개발했으며, UI-TARS 프레임워크를 기반으로 강화학습 기반 추론을 도입해 가상 인터페이스 전반에 걸쳐 견고한 행동 계획 및 실행을 가능하게 합니다. OSworld, WebVoyager, AndroidWorld, ScreenSpot 등 다양한 인터랙티브 및 그라운딩 벤치마크에서 최첨단 성과를 달성했으며, 다양한 Poki 게임에서 완벽한 작업 완료를 보여주고 Minecraft 에이전트 작업에서도 이전 모델을 능가합니다. UI-TARS-1.5는 추론 중 사고 분해를 지원하며, 다양한 변종에서 강력한 확장성을 보이며, 특히 1.5 버전은 이전 72B 및 7B 체크포인트 성능을 크게 뛰어넘습니다.

이 모델의 가이드

Ollama vs LM Studio (2026): 어떤 로컬 AI 앱을 사용할까, 그리고 각각 어떤 최고 모델을 실행할까

로컬 AI에 실제로 필요한 VRAM은 얼마나 될까?

오픈 가중치 vs 오픈 소스 vs API 전용: 실제로 할 수 있는 것

GGUF 파일이란? 양자화 모델 설명 (Q4, Q8, fp8, NF4)

모든 가이드

캡틴의 노트

Captain 작성, 하우스 에디터

2026-10-13의 노트

UI-TARS-1.5 7B는 ByteDance가 공개 가중치로 제공하는 멀티모달 에이전트로, 데스크톱 앱, 브라우저, 모바일 화면, 게임 등 그래픽 인터페이스를 조작하도록 설계되었습니다. 강화 학습 기반 추론을 통해 단순히 보는 것을 설명하는 데 그치지 않고 다단계 행동을 계획하고 실행할 수 있습니다. 7B 파라미터 규모임에도 불구하고 여러 GUI 벤치마크에서 이전 72B 체크포인트를 능가하는 성능을 보입니다.

알려진 점

OSworld, AndroidWorld, ScreenSpot 그라운딩 벤치마크에서 최고 점수
데스크톱, 브라우저, 모바일, 게임 인터페이스를 자율 에이전트로 조작
강화 학습으로 훈련된 추론 덕분에 행동 전에 단계별 사고 수행
Apache 2.0 라이선스 — 로컬 실행, 수정, 상업적 배포 가능
7B 크기가 제작사의 이전 72B 모델보다 주요 작업에서 더 뛰어난 성능

주의할 점

주로 영어 지원; ByteDance에서 다국어 GUI 지원은 문서화하지 않음
로컬에서 에이전트로 실행하려면 채팅 모델보다 더 많은 설정이 필요하며 GUI 하니스가 필요함
컨텍스트는 128k 토큰이지만, 많은 스크린샷을 반복하는 에이전트 작업은 빠르게 소모될 수 있음

최적 용도

시도해볼 프롬프트

브라우저 작업 자동화

웹 브라우저를 제어하고 있습니다. 위키피디아에 접속해 'reinforcement learning'을 검색한 뒤, 응용 분야 섹션을 찾아 그 첫 문장을 반환하세요. 클릭과 키 입력을 모두 설명한 다음 최종 답변을 주세요.

화면 요소 그라운딩

데스크톱 애플리케이션의 스크린샷을 첨부합니다. 주요 실행 버튼의 정확한 픽셀 좌표를 식별하고, 위치를 찾은 방법을 설명한 뒤, 파일 저장 작업을 완료하기 위해 다음에 취할 행동을 설명하세요.

다단계 모바일 작업

Android 휴대폰을 조작하고 있습니다. 홈 화면에서 시작해 설정 앱을 열고, Wi-Fi로 이동해 이를 끄세요. 각 탭이나 스와이프를 번호 매겨 나열하고, UI가 확인 대화상자를 요구할 수 있는 지점을 표시하세요.

비교하기

GPT-5.6 Luna
API 전용 모델
1,050,000 토큰 컨텍스트 · $0.20/M 입력, $1.20/M 출력
Muse Spark 1.3 Contributor
API 전용 모델
1,048,576 토큰 컨텍스트 · $0.10/M 입력, $0.20/M 출력
Claude Haiku 5.5
API 전용 모델
1,000,000 토큰 컨텍스트 · $0.10/M 입력, $0.50/M 출력
Gemini 2.5 Flash Lite
API 전용 모델
1,048,576 토큰 컨텍스트 · $0.10/M 입력, $0.40/M 출력

bytedance의 더 많은 텍스트 모델

사람들이 묻는 질문

UI-TARS-1.5 7B를 로컬에서 실행할 수 있나요?: 네 — 가중치는 Apache 2.0 라이선스로 공개되어 Hugging Face에 호스팅되어 있으므로 직접 다운로드해 실행할 수 있습니다. ByteDance는 로컬 에이전트 사용을 쉽게 하는 데스크톱 애플리케이션 래퍼도 GitHub에 공개했습니다.
API 사용 비용과 컨텍스트 윈도우는 어떻게 되나요?: 입력 토큰당 0.10달러/백만 토큰, 출력 토큰당 0.20달러/백만 토큰이며, 128,000 토큰 컨텍스트 윈도우를 제공합니다.
UI-TARS-1.5 7B는 원래 UI-TARS 모델과 어떻게 다른가요?: 1.5 버전은 강화 학습 기반 추론을 추가해 작업을 분해하고 실행 전에 계획할 수 있으며, 제작사에 따르면 이전 7B 및 72B 체크포인트보다 벤치마크 작업에서 더 뛰어난 성능을 보입니다.

캡틴의 평가
드문 7B 모델로, 진지한 에이전트 파이프라인에 적합하며 — 오픈 가중치, 저렴한 비용, 그리고 GUI 작업에서 훨씬 큰 폐쇄형 경쟁 모델과 진정으로 경쟁할 수 있습니다.

Hugging Face의 모델 카드

캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

이 점수가 어떻게 계산되는지

이 모델은 아직 어떤 출처에서도 인기 데이터가 없어서 7,000° 아래에 임시 점수를 가지고 있어. 이 점수는 목록을 완성하는 데 쓰여. 데이터가 있는 모델보다 절대 순위가 높지 않아. 출처에서 보고가 들어오는 즉시 여기서 세부 내역이 나타나.

용어집: 여기서 쓰는 말들

히트 점수: 모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
기본 점수: 실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
다운로드 동등치: 점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
로그 스케일: 1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
좋아요: 모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
채택률: 두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
측정 및 추정: 측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
시더: 토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
AI 호드: 기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
생성 사이트: PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
OpenRouter 토큰: Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
전체 모델 (체크포인트): 가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
LoRA와 임베딩: 다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
패밀리와 가중치: 모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
연령: 패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
패밀리 부스트: 이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
대체 점수: 아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
신규! (유예 기간): 7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
추세: 한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
일반 모델: 카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.